mcpField
V
video-frame-analysis

video-frame-analysis

github.com/mason0510生产力371 次安装28 周前更新
代码仓库

关于 video-frame-analysis

video-frame-analysis 是供 Agent 处理本地视频的轻量技能，可提取带时间戳的帧和 OCR 内容，并保存便于复查的文件及摘要。它固化的是证据提取流程，而非重型视频理解。

主要功能

  1. 01使用 ffprobe 读取视频元信息
  2. 02按可配置间隔抽取帧
  3. 03生成联系表
  4. 04保存 OCR 文本和 JSON
  5. 05写出摘要文件

适用场景

  1. 01检查本地产品演示录像
  2. 02从屏幕录制中查看可见文字
  3. 03收集竞品页面演示的证据

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/mason0510/video-frame-analysis-skills --skill video-frame-analysis

安装后在 Claude Code 中输入/video-frame-analysis确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

.gitignore
README.md
LICENSE
.github/workflows/
ci.yml
agents/
openai.yaml
references/
output-format.md
scripts/
video-frame-analysis.sh
tests/
test_video_frame_analysis.sh

详细介绍

来自项目 README

video-frame-analysis

Overview

把“本地视频 → ffprobe → 带时间戳抽帧 → contact sheet → OCR → summary.txt / ocr.json 落盘”固化成一个可复用的轻量 skill。

适合给 Codex、Claude Code、OpenCode 这类 agent 处理本地 demo 视频、录屏、竞品页面 walkthrough。

When to Use

适用于：

  • 用户丢来一个本地视频，让你判断产品做到哪一步
  • 需要把视频拆成可复查的帧图、OCR 文本、摘要文件
  • 需要先做轻量证据提取，再做人工判断或进一步分析
  • 想避免每次手拼 ffmpeg / tesseract 命令

不适用于：

  • 网络视频下载
  • 批量视频队列
  • 实时流分析
  • GUI 或 Web 平台
  • 重型视频理解模型

Quick Start

bash scripts/video-frame-analysis.sh /path/to/demo.mp4 ./out/demo-analysis

默认输出：

  • ffprobe.txt
  • frame_*.jpg
  • contact.png
  • ocr.txt
  • ocr.json
  • summary.txt

Installation

推荐直接安装到 Codex / Claude Code / OpenCode：

npx skills add https://github.com/mason0510/video-frame-analysis-skills -g --all

安装后重启 agent 会话，再按需触发本 skill。

Input / Output

输入
  • 本地视频路径
  • 输出目录路径
输出
  • 视频元信息
  • 带时间戳帧图
  • contact sheet
  • OCR 文本
  • OCR JSON
  • 摘要文本

Config

FRAME_INTERVAL_SECONDS=5 FRAME_WIDTH=420 OCR_LANG=eng \
  bash scripts/video-frame-analysis.sh ./demo.mp4 ./out/demo
变量说明默认值
FRAME_INTERVAL_SECONDS抽帧时间间隔（秒）8
FRAME_WIDTH单帧宽度360
OCR_LANGOCR 语言候选chi_sim+eng

Project Files

  • scripts/video-frame-analysis.sh：主脚本
  • tests/test_video_frame_analysis.sh：最小闭环测试
  • references/output-format.md：输出目录说明
  • agents/openai.yaml：OpenAI/Codex 侧显示信息

Common Mistakes

  • 把它当成重型视频理解模型
  • 抽帧过密导致 OCR 噪声暴涨
  • 忽略 contact sheet，只盯 OCR 文本
  • 没检查本机是否装了 ffmpeg / tesseract

评论

支持 Markdown