待分类敏感数据unknown未标认证来源可访问许可证需确认审计未展示

video-understanding（视频理解）

Agent Skill

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式；涉及外部素材、人物肖像或商业发布时，应先核对版权授权和内容审核要求。

总安装

420

周安装

下载量

132

Local Agent

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

来源数

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：video-understanding（视频理解）
来源仓库：https://skills.volces.com
仓库路径：video-understanding
安装命令：
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。当前暂无明确安装命令，请以来源页面说明为准。

简介

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。

适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。
使用时需确认分辨率、时长、素材路径和导出格式，涉及外部素材或商业发布时核对版权与审核要求。
安装方式未知，建议结合来源仓库和原始 README 进一步核验具体用法。
注意权限范围和维护状态，避免触发联网、命令执行或文件读写风险。

SKILL.md

Video Understanding (Gemini)

Analyze videos using Google Gemini's multimodal video understanding. Supports 1000+ video sources via yt-dlp.

Requirements

yt-dlp — brew install yt-dlp / pip install yt-dlp
ffmpeg — brew install ffmpeg (for merging video+audio streams)
GEMINI_API_KEY environment variable

Default Output

Returns structured JSON:

transcript — Verbatim transcript with [MM:SS] timestamps
description — Visual description (people, setting, UI, text on screen, flow)
summary — 2-3 sentence summary
duration_seconds — Estimated duration
speakers — Identified speakers

Usage

Analyze a video (structured JSON output)

uv run {baseDir}/scripts/analyze_video.py "<video-url>"

Ask a question (adds "answer" field)

uv run {baseDir}/scripts/analyze_video.py "<video-url>" -q "What product is shown?"

Override prompt entirely

uv run {baseDir}/scripts/analyze_video.py "<video-url>" -p "Custom prompt" --raw

Download only (no analysis)

uv run {baseDir}/scripts/analyze_video.py "<video-url>" --download-only -o video.mp4

Options

Flag	Description	Default
`-q` / `--question`	Question to answer (added to default fields)	none
`-p` / `--prompt`	Override entire prompt (ignores -q)	structured JSON
`-m` / `--model`	Gemini model	gemini-2.5-flash
`-o` / `--output`	Save output to file	stdout
`--keep`	Keep downloaded video file	false
`--download-only`	Download only, skip analysis	false
`--max-size`	Max file size in MB	500
`--raw`	Raw text output instead of JSON	false

How It Works

YouTube URLs → Passed directly to Gemini (no download needed)
All other URLs → Downloaded via yt-dlp → uploaded to Gemini File API → poll until processed
Gemini analyzes video with structured prompt → returns JSON
Temp files and Gemini uploads cleaned up automatically

Supported Sources

Any URL supported by yt-dlp: Loom, YouTube, TikTok, Vimeo, Twitter/X, Instagram, Dailymotion, Twitch, and 1000+ more.

Tips

Use -q for targeted questions on top of the full analysis
YouTube is fastest (no download step)
Large videos (10min+) work fine — Gemini File API supports up to 2GB (free) / 20GB (paid)
The script auto-installs Python dependencies via uv

适合场景

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

Local Agent

81.99%

按下载量换算108

安全审计

暂无安全审计结果可展示。

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

来源页面

skills.volces.com

SKILL.md 来源

skills.sh

/site/skills.volces.com/video-understanding

继续浏览同类 Skills

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

video-understand（视频了解）

下一个 Skill

video-watcher（视频观看者）