长视频理解、片段检索与剪辑｜简诗 AI：把视频处理拆成查看、理解、行动三步

# 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 `