video-analyze
Installation
SKILL.md
功能概述
并发提取视频的视觉特征（关键帧截图）和音频特征（语音转文本），输出结构化 JSON，供 Agent 理解视频内容。
| 能力 | 说明 |
|---|---|
| 自适应关键帧提取 | 根据视频时长自动决定帧数（5–12 帧），均匀分布在 10%–90% 区间，避开片头片尾 |
| 语音转文本 | 使用本地 Whisper tiny 模型（约 75MB），离线运行，无需 API Key |
| 静音检测 | 当视频无音频或 ASR 无结果时，标记 audio_empty: true |
项目路径
VA_DIR=skills/video-analyze/scripts/video-analyzer