关于 python-video-pipeline
python-video-pipeline 是一项为 Python 视频处理提供端到端实现与排障指导的技能，面向需要构建或优化视频工作流的开发者。它覆盖解码、帧处理、编码、音频保留、分块处理及 GPU 执行等环节，并提示跨库格式差异和生产风险。
主要功能
- 01比较多种视频流水线架构
- 02指导处理库之间的色彩与形状转换
- 03先探测媒体元数据
- 04建议长视频采用流式或分块处理
- 05说明音频重封装与 GPU 调优要点
适用场景
- 01设计 Python 视频处理流水线
- 02排查 OpenCV 与 FFmpeg 的格式问题
- 03处理长视频并控制内存占用
- 04为生产环境调优 GPU 视频任务
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/python-video-pipeline确认已加载。
附带文件references/modal-video-patterns.mdreferences/video-pipeline-complete-patterns.md
详细介绍
Python 视频处理流水线技能
将此技能用于端到端 Python 视频处理流水线，这类流水线会结合解码、OpenCV/PyAV/帧处理、FFmpeg 编码、无服务器执行、GPU 加速、HLS 输出和大型文件编排。
适用场景
当用户提出的任务符合前置元数据中的触发条件时使用，尤其是涉及该领域的实现指导、调试、架构选择、生产环境强化或性能敏感决策。先从此编排器入手，再加载与所需细节级别相符的专门参考文件。
核心工作流
- 首先选择流水线架构：简单的 OpenCV、FFmpeg 加 OpenCV 管道、PyAV 帧处理、ffmpegcv/Decord/VidGear，或用于可扩展执行的 Modal。
- 在每个库边界处统一颜色和形状约定：OpenCV 使用 BGR/HWC，PIL 使用 RGB，PyAV 使用 RGB，FFmpeg 使用像素格式，ML 使用 CHW 张量。
- 在处理前探测媒体元数据，明确 FPS、分辨率、帧数、音频是否存在以及编解码器相关假设。
- 将长视频作为流、批次或分块进行处理；除非输入较小且大小有明确限制，否则避免累积所有帧。
- 在逐帧处理后重新封装或保留音频，因为仅使用 OpenCV 的工作流通常只会生成纯视频输出。
- 在 Modal 或 GPU 基础设施上，调整批次大小、像素格式、解码/编码加速、卷使用方式和超时边界。
关键注意事项
- BGR/RGB 不匹配会在 OpenCV、FFmpeg、PyAV、PIL 和 ML 框架之间悄无声息地造成颜色错误。
- NumPy/OpenCV 中的帧尺寸通常为 HWC，但深度学习框架可能需要 CHW。
- OpenCV 的
VideoWriter输出可能不会保留源音频；应规划明确的 FFmpeg 音频重新封装步骤。 - 并行处理帧时，必须在重建前恢复帧的原始顺序。
- 分块处理需要处理时间戳和拼接；通常在重新合并分块后处理音频。
参考索引
- references/video-pipeline-complete-patterns.md - 完整的原始流水线指南，涵盖库的选择、集成注意事项、FFmpeg/OpenCV 管道、ffmpegcv、VidGear、Decord、Modal GPU 工作流、分块、转码、HLS、端到端工作流和优化技巧。
- references/modal-video-patterns.md - 此技能中已有的其他 Modal 专用视频处理模式。
回复指南
- 除非存在明确的兼容性或性能方面的理由建议替代方案，否则保留用户现有的框架、库和工具选择。
- 仅针对当前具体任务提供可直接复制粘贴的代码；否则请指向相关参考部分。
- 针对生产工作流，说明权衡、故障模式和验证步骤。
- 优先选择易用、易维护、可衡量的方案，而非巧妙的微优化。
评论
支持 Markdown