前言¶

長視頻和直播素材往往要先「看懂」再剪：對白要成稿、場景要切分、平臺還要不同規格。把流程拆成多個腳本（抽音軌、ASR、OCR、摘要）可以跑通，但引擎切換、模型下載、GPU 與批量隊列要自己接。下面介紹 SkillHub 上的 視頻分析處理（@user_1a470ba8/video-analyzer-local，當前 v4.5.0），面向在本地完成反編譯式分析、並一路延伸到剪輯建議與導出的一類工作流。

這是什麼¶

視頻分析處理 是社區來源（community）的 Agent Skill，發佈者爲 user_1a470ba8，分類爲 design-media。頁面標註 requires_api_key=false，不依賴外部 API Key 即可完成安裝與基礎使用。

定位是 本地視頻反編譯分析工具：把視頻拆解爲時間軸劇本、語音轉文字、場景分析、跨模態關聯和精華摘要；並在此基礎上疊加短視頻平臺適配、自動剪輯建議、批量與 GPU 加速等能力（見下文版本能力說明）。

官方入口：

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

核心功能¶

以下均來自官方簡介與 v4.0–v4.5.0 更新說明，按能力域歸納。

基礎分析鏈路¶

• 時間軸劇本：將畫面與對白組織爲可編輯的時間軸結構。
• 語音轉文字（ASR）：支持多引擎切換 Whisper / Paraformer / SenseVoice；v4.3 起 ASR 配置統一爲單參數 --asr-engine。
• 場景分析 與 跨模態關聯：結合畫面與文本做結構化理解。
• 精華摘要：從長內容中提煉要點。
• 中文增強：中文 NLP 增強；畫面文字側支持 PaddleOCR 中文識別。

短視頻與剪輯輸出¶

• v4.0：短視頻平臺適配（抖音 / 快手 / B 站 / 視頻號）；自動剪輯建議（高光檢測、冗餘標記、EDL 導出、字幕樣式）。
• v4.1：tiny 模型優先體驗（約 75MB 低門檻）、說話人分離質量評分、剪映 draft.json 導出。
• v4.2：場景管理 detect → slice 一條鏈；短視頻爆款預測；實時直播分析（流式 ASR + 敏感詞檢測）。
• v4.4：一鍵成片（ffmpeg filter_complex 自動剪輯 + 平臺規格包導出）；封面幀智能選取（Laplacian + 人臉 + 三分法構圖）；自動字幕翻譯（cn-llm-router 橋接，EN / JP / KO）；BGM 識別（chromaprint 指紋 + 本地庫匹配）；剪映 6.0 適配與 EDL 導入指南。

音頻、批量與算力¶

• v4.3：純音頻輸入（mp3 / m4a / wav，播客與錄音）；批量隊列（SQLite + 硬件檔位併發）；GPU 自動加速（CT2 int8 量化）。

v4.5.0 體驗與首跑¶

• 首跑自檢 doctor：探測 ffmpeg、模型、磁盤、內存、GPU，並給出修復命令清單。
• 模型下載鏈路：進度可視化、3 次重試、斷點續傳、清華鏡像交互提示。
• --quick 快速模式：僅轉寫 + 摘要，官方描述爲約 5 分鐘出稿。
• 首跑「下一步建議」：功能發現引導。

安裝與啓用¶

Skill 遵循通用 SKILL.md 格式，通過 SkillHub CLI 安裝到當前 Agent 的 skills 目錄後，由 Agent 讀取技能說明並調用本地工具鏈。

1、安裝 SkillHub CLI（若尚未安裝）¶

先檢查是否已有 CLI：

command -v skillhub && skillhub --version

未安裝時，可按 SkillHub 安裝文檔執行完整安裝（CLI + 默認 Skill）：

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

僅需 CLI 時：

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

2、安裝本 Skill¶

安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 且可能不被識別。常見路徑（以 SkillHub 文檔爲準）：

安裝命令示例（將 <skills 目錄> 換成上表對應路徑）：

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

也可將下列說明交給 AI，讓其按 SkillHub 安裝文檔 完成安裝：

請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_1a470ba8/video-analyzer-local。

安裝後按你所用 Agent 的要求重啓或刷新技能列表，使 Skill 生效。

典型用法¶

官方頁面未單獨列出可複製的一行 CLI 示例；實際用法是：在 Agent 中啓用本 Skill 後，用自然語言描述素材路徑與分析目標（例如完整拆解、僅要轉寫與摘要、導出剪映草稿或 EDL 等），由 Skill 引導執行本地流程。

與官方說明直接對應、可在對話中明確提出的模式包括：

1. 首跑：先跑 doctor 自檢 ffmpeg、模型、磁盤、內存、GPU，再按提示補依賴或下載模型（含斷點續傳與鏡像提示）。
2. 快速出稿：需要儘快拿到文字稿與摘要時，指明 --quick（僅轉寫 + 摘要）。
3. 引擎選擇：指定 --asr-engine 在 Whisper、Paraformer、SenseVoice 間切換。
4. 純音頻：輸入 mp3 / m4a / wav，走播客或錄音分析鏈路。
5. 批量：多文件任務可走 SQLite 隊列與硬件檔位併發（v4.3）。
6. 剪輯側交付：按需選擇 EDL、draft.json、一鍵成片與平臺規格包、字幕翻譯或直播流式分析等（見核心功能各版本項）。

具體子命令與參數以安裝包內 SKILL.md 爲準；Agent 應按技能文檔調用，避免手寫未在資料中出現的命令。

適用場景與注意¶

適合誰

• 需要在 本機 處理採訪、課程、直播回放、短視頻素材，並希望得到時間軸、轉寫、場景切分與摘要的創作者或工程師。
• 希望 ASR、OCR、剪輯建議、剪映導出在同一套 Skill 引導下串聯，而不是自行拼裝多套腳本的用戶。
• 關注抖音 / 快手 / B 站 / 視頻號規格，或需要 EDL、draft.json、一鍵成片等下游交付的場景。

限制與注意

• 能力依賴本地 ffmpeg、模型文件與可選 GPU；首跑應通過 v4.5.0 doctor 確認環境，模型體積與下載時間需預留（含 tiny 約 75MB 與更大模型的差異）。
• --quick 與完整拆解在耗時與輸出粒度上不同，長片或要場景 / OCR / 跨模態關聯時應走完整流程而非默認 quick。
• 直播分析、敏感詞檢測、爆款預測等屬於 v4.2 起的能力，需確認當前安裝版本爲 4.5.0 且技能文檔中已啓用對應步驟。
• SkillHub 頁面統計（截至資料抓取）：評分 100000，下載 10197；安裝量顯示爲 0 僅表示頁面計數方式，不代表 Skill 不可用。

結尾¶

視頻分析處理 把本地視頻的「拆解—理解—摘要—剪輯建議—多平臺導出」收攏到一條 Agent 可編排的 Skill 裏，並持續迭代 ASR 引擎、批量隊列、GPU 量化與 v4.5 的首跑自檢和快速模式。若你要在 Cursor 等客戶端裏落地本地視頻分析，可從 SkillHub 安裝 @user_1a470ba8/video-analyzer-local，並按 doctor 與技能內 SKILL.md 完成首跑配置。

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