视频反推工具 - 抽帧与视觉分析

任务目标

• 本Skill用于: 从视频中提取关键帧,使用视觉模型分析每帧内容,生成结构化描述和提示词
• 能力包含:
  • 视频抽帧(支持间隔抽帧、均匀采样)
  • 视觉模型API调用(支持GPT-4V/Claude-3.5-Sonnet等)
  • 批量图片分析
  • 结构化结果输出(JSON格式)
• 触发条件: 用户需要分析视频内容、提取分镜参考、生成创作提示词

前置准备

• 依赖说明:

  opencv-python>=4.8.0
  pillow>=10.0.0
  requests>=2.28.0