前言¶

长视频和直播素材往往要先「看懂」再剪：对白要成稿、场景要切分、平台还要不同规格。把流程拆成多个脚本（抽音轨、ASR、OCR、摘要）可以跑通，但引擎切换、模型下载、GPU 与批量队列要自己接。下面介绍 SkillHub 上的 视频分析处理（@user_1a470ba8/video-analyzer-local，当前 v4.5.0），面向在本地完成反编译式分析、并一路延伸到剪辑建议与导出的一类工作流。

这是什么¶

视频分析处理 是社区来源（community）的 Agent Skill，发布者为 user_1a470ba8，分类为 design-media。页面标注 requires_api_key=false，不依赖外部 API Key 即可完成安装与基础使用。

定位是 本地视频反编译分析工具：把视频拆解为时间轴剧本、语音转文字、场景分析、跨模态关联和精华摘要；并在此基础上叠加短视频平台适配、自动剪辑建议、批量与 GPU 加速等能力（见下文版本能力说明）。

官方入口：

• SkillHub 页面：https://www.skillhub.cn/skills/user_1a470ba8/video-analyzer-local
• API 坐标：https://api.skillhub.cn/user_1a470ba8/video-analyzer-local

核心功能¶

以下均来自官方简介与 v4.0–v4.5.0 更新说明，按能力域归纳。

基础分析链路¶

• 时间轴剧本：将画面与对白组织为可编辑的时间轴结构。
• 语音转文字（ASR）：支持多引擎切换 Whisper / Paraformer / SenseVoice；v4.3 起 ASR 配置统一为单参数 --asr-engine。
• 场景分析 与 跨模态关联：结合画面与文本做结构化理解。
• 精华摘要：从长内容中提炼要点。
• 中文增强：中文 NLP 增强；画面文字侧支持 PaddleOCR 中文识别。

短视频与剪辑输出¶

• v4.0：短视频平台适配（抖音 / 快手 / B 站 / 视频号）；自动剪辑建议（高光检测、冗余标记、EDL 导出、字幕样式）。
• v4.1：tiny 模型优先体验（约 75MB 低门槛）、说话人分离质量评分、剪映 draft.json 导出。
• v4.2：场景管理 detect → slice 一条链；短视频爆款预测；实时直播分析（流式 ASR + 敏感词检测）。
• v4.4：一键成片（ffmpeg filter_complex 自动剪辑 + 平台规格包导出）；封面帧智能选取（Laplacian + 人脸 + 三分法构图）；自动字幕翻译（cn-llm-router 桥接，EN / JP / KO）；BGM 识别（chromaprint 指纹 + 本地库匹配）；剪映 6.0 适配与 EDL 导入指南。

音频、批量与算力¶

• v4.3：纯音频输入（mp3 / m4a / wav，播客与录音）；批量队列（SQLite + 硬件档位并发）；GPU 自动加速（CT2 int8 量化）。

v4.5.0 体验与首跑¶

• 首跑自检 doctor：探测 ffmpeg、模型、磁盘、内存、GPU，并给出修复命令清单。
• 模型下载链路：进度可视化、3 次重试、断点续传、清华镜像交互提示。
• --quick 快速模式：仅转写 + 摘要，官方描述为约 5 分钟出稿。
• 首跑「下一步建议」：功能发现引导。

安装与启用¶

Skill 遵循通用 SKILL.md 格式，通过 SkillHub CLI 安装到当前 Agent 的 skills 目录后，由 Agent 读取技能说明并调用本地工具链。

1、安装 SkillHub CLI（若尚未安装）¶

先检查是否已有 CLI：

command -v skillhub && skillhub --version

未安装时，可按 SkillHub 安装文档执行完整安装（CLI + 默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅需 CLI 时：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2、安装本 Skill¶

安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。常见路径（以 SkillHub 文档为准）：

安装命令示例（将 <skills 目录> 换成上表对应路径）：

skillhub install @user_1a470ba8/video-analyzer-local --dir <skills 目录>

也可将下列说明交给 AI，让其按 SkillHub 安装文档 完成安装：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_1a470ba8/video-analyzer-local。

安装后按你所用 Agent 的要求重启或刷新技能列表，使 Skill 生效。

典型用法¶

官方页面未单独列出可复制的一行 CLI 示例；实际用法是：在 Agent 中启用本 Skill 后，用自然语言描述素材路径与分析目标（例如完整拆解、仅要转写与摘要、导出剪映草稿或 EDL 等），由 Skill 引导执行本地流程。

与官方说明直接对应、可在对话中明确提出的模式包括：

1. 首跑：先跑 doctor 自检 ffmpeg、模型、磁盘、内存、GPU，再按提示补依赖或下载模型（含断点续传与镜像提示）。
2. 快速出稿：需要尽快拿到文字稿与摘要时，指明 --quick（仅转写 + 摘要）。
3. 引擎选择：指定 --asr-engine 在 Whisper、Paraformer、SenseVoice 间切换。
4. 纯音频：输入 mp3 / m4a / wav，走播客或录音分析链路。
5. 批量：多文件任务可走 SQLite 队列与硬件档位并发（v4.3）。
6. 剪辑侧交付：按需选择 EDL、draft.json、一键成片与平台规格包、字幕翻译或直播流式分析等（见核心功能各版本项）。

具体子命令与参数以安装包内 SKILL.md 为准；Agent 应按技能文档调用，避免手写未在资料中出现的命令。

适用场景与注意¶

适合谁

• 需要在 本机 处理采访、课程、直播回放、短视频素材，并希望得到时间轴、转写、场景切分与摘要的创作者或工程师。
• 希望 ASR、OCR、剪辑建议、剪映导出在同一套 Skill 引导下串联，而不是自行拼装多套脚本的用户。
• 关注抖音 / 快手 / B 站 / 视频号规格，或需要 EDL、draft.json、一键成片等下游交付的场景。

限制与注意

• 能力依赖本地 ffmpeg、模型文件与可选 GPU；首跑应通过 v4.5.0 doctor 确认环境，模型体积与下载时间需预留（含 tiny 约 75MB 与更大模型的差异）。
• --quick 与完整拆解在耗时与输出粒度上不同，长片或要场景 / OCR / 跨模态关联时应走完整流程而非默认 quick。
• 直播分析、敏感词检测、爆款预测等属于 v4.2 起的能力，需确认当前安装版本为 4.5.0 且技能文档中已启用对应步骤。
• SkillHub 页面统计（截至资料抓取）：评分 100000，下载 10197；安装量显示为 0 仅表示页面计数方式，不代表 Skill 不可用。

结尾¶

视频分析处理 把本地视频的「拆解—理解—摘要—剪辑建议—多平台导出」收拢到一条 Agent 可编排的 Skill 里，并持续迭代 ASR 引擎、批量队列、GPU 量化与 v4.5 的首跑自检和快速模式。若你要在 Cursor 等客户端里落地本地视频分析，可从 SkillHub 安装 @user_1a470ba8/video-analyzer-local，并按 doctor 与技能内 SKILL.md 完成首跑配置。

官方地址：https://www.skillhub.cn/skills/user_1a470ba8/video-analyzer-local