前言¶

处理长视频的开发者常遇到几类麻烦：素材来自本地文件、URL、RTSP 直播源或桌面录制，格式不统一；想找到某个片段只能靠肉眼拖时间轴；字幕、叠加、转码、配音这些活儿散落在 ffmpeg 命令和一堆脚本里，很难交给一个模型工具一次做完。

下面介绍的 Skill 把这类需求收进一个统一的入口：先看内容，再理解内容，最后对内容执行编辑和生成。它不改变你已有的媒体处理流程，只是把这些步骤串起来，让 Agent 能直接对着视频动手。

这是什么¶

「长视频理解、片段检索与剪辑｜简诗 AI」是一个社区发布的通用 SKILL.md 格式 Skill，坐标 @user_fccf428b/videodb，当前版本 1.0.0，归属 design-media 分类，发布者为 user_fccf428b。

它的定位是「视频与音频的查看、理解与行动」，覆盖从取流、建索引、按时间戳检索，到转码标准化与时间线编辑的完整链条。

需要先说明数据口径：该 Skill 在 SkillHub 上显示评分 100000、下载 899、安装 0，标签为 requires_api_key=true，说明调用需要 API Key，并且安装量目前还很低，实际可用性需自行验证。

核心功能¶

官方简介把能力分成三块，下面按官方口径列出，只写资料中已核实的部分。

查看¶

从本地文件、URL、RTSP/直播源或实时录制桌面获取内容；返回实时上下文和可播放流链接。这一层解决的是「素材怎么进来」，并且要求拿到的是可直接播放的流，而不是一堆二进制。

理解¶

提取帧，构建视觉/语义/时间索引，并通过时间戳和自动剪辑搜索片段。这一层解决的是「长视频怎么找」，索引建好之后，定位靠时间戳和自动剪辑，而不是逐帧扫。

行动¶

转码和标准化（编解码器、帧率、分辨率、宽高比），执行时间线编辑（字幕、文本/图像叠加、品牌化、音频叠加、配音、翻译），生成媒体资源（图像、音频、视频）。这一层解决的是「拿到结果之后怎么改」。

三块能力是递进关系：没有查看就没有素材，没有理解就无法定位，没有行动就只停留在分析。

安装与启用¶

已抓取资料里只给出了官方地址、坐标、版本、分类、发布者和 requires_api_key=true 标签，没有提供具体的安装命令、目录路径或配置文件字段。

因此这里如实说明：安装方式请以官方页面为准，不要按其他 Skill 的惯例猜测命令。官方地址有两个，一个是 API 端点，一个是 SkillHub 页面：

https://api.skillhub.cn/user_fccf428b/videodb
https://www.skillhub.cn/skills/user_fccf428b/videodb

另外，标签 requires_api_key=true 意味着启用前需要准备好可用的 API Key，具体在哪个配置项里填，资料中未给出，需查阅官方文档。

典型用法¶

已抓取资料只保留了官方简介，没有提供可复现的调用示例、参数说明或命令行用法，因此这一节不写示例，避免编造。

如果你要在项目里接入，建议先按下面的顺序自己验证，而不是直接照搬：

1、打开官方页面，确认当前版本的功能描述与本文是否一致。
2、准备好 API Key，确认它有权限访问视频相关的接口。
3、用一段短视频做查看与理解的最小验证，再扩展到转码和时间线编辑。

适用场景与注意¶

适合谁：需要把长视频的取流、检索、剪辑串成一条链路，并且希望由 Agent 直接执行而不是人工写脚本的开发者。

限制与坑：

1、安装量为 0，社区验证程度低，接入前要自己跑通最小流程。
2、需要 API Key，涉及密钥管理和成本。
3、RTSP/直播源和桌面录制这类实时取流场景，稳定性取决于网络与源本身，Skill 只负责取，不负责保证源可用。
4、时间线编辑（字幕、配音、翻译）属于生成类操作，产出结果需要人工复核，尤其是字幕和翻译。
5、分类为 design-media，偏媒体处理，不是通用的对话或推理能力。

结尾¶

这个 Skill 的价值在于把「看视频、找片段、改视频」这三件事放进同一个入口，而不是分别去写取流脚本、索引脚本和 ffmpeg 命令。如果工作里有长视频理解或批量剪辑的需求，可以先用官方地址接入，再按查看、理解、行动的顺序逐层验证。

官方地址：https://api.skillhub.cn/user_fccf428b/videodb ；SkillHub 页面：https://www.skillhub.cn/skills/user_fccf428b/videodb