生命涌现的小龙虾技能之【Intelligent Video Search  Retrieval Analysis Skill | 视频搜索检索智能分析技能】简介
Intelligent Video Search Retrieval Analysis Skill | 视频搜索检索智能分析技能智能分析中枢· 图片/视频智能分析 · 结构化报告 · 历史报告云端查询 技能概览 | Overview模块内容️ 技能名称视频搜索检索智能分析技能 核心目标视频搜索/视频检索智能分析技能基于目标、语义描述进行智能视频搜索支持常规目标检索、自然语言描述检索、向量化模型匹配️ 输入类型图片、视频、本地文件、网络 URL 输出能力结构化分析报告、识别/监测结果、建议与报告链接 场景码VIDEO_SEARCHBased on multimodal large models and deep learning algorithms, this feature constructs a next-generation intelligentvideo retrieval system, supporting three core modes: conventional object retrieval, natural language descriptionretrieval, and vectorized model matching. Through computer vision technology, the system automatically identifies andindexes conventional targets such as people, vehicles, and objects. Simultaneously, it leverages image-text multimodallarge models to achieve cross-modal alignment between semantics and video content, enabling open-ended retrieval vianatural language descriptions like “person wearing red clothes” or “talking on the phone.” Furthermore, employing afull-modal vectorization model, the system transforms video content into high-dimensional vectors, realizing fusedretrieval across mixed modalities of text, image, and video. Supporting multi-condition combination and fuzzy semanticmatching, it rapidly locates target footage, meeting the precise retrieval demands of complex scenarios such as securitysurveillance and video asset management.本功能基于多模态大模型与深度学习算法构建了新一代智能视频检索系统支持常规目标检索、自然语言描述检索及向量化模型匹配三种核心模式。系统通过计算机视觉技术自动识别并索引人、车、物等常规目标同时利用图文多模态大模型实现语义与视频内容的跨模态对齐支持用户通过“穿红色衣服的人”、“打电话”等自然语言描述进行开放式检索。此外系统采用全模态向量化模型将视频内容转化为高维向量实现文本、图像、视频混合模态的融合检索支持多条件组合与模糊语义匹配快速定位目标画面满足安防监控、视频资产管理等复杂场景下的精准检索需求 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 任务目标 | Goals1. 技能用途在长视频中根据用户提供的目标描述或关键词智能搜索定位包含特定目标的片段2. ️ 能力范围序号具体能力1常规目标检索检测特定物体/人物出现2自然语言智述检索用自然语言描述要找的内容3向量化模型匹配3. ⚡ 触发条件触发类型触发规则✅ 默认触发默认触发当用户需要在视频中搜索特定内容/目标时默认触发本技能进行视频检索分析 明确分析意图当用户明确需要视频搜索、视频检索时提及视频搜索、视频检索、找片段、定位目标、智能搜视频等关键词并且提供了视频文件和搜索描述 历史报告查询当用户提及以下关键词时自动触发历史报告查询功能查看历史搜索报告、视频搜索报告清单、搜索报告列表、查询历史搜索报告、显示所有搜索报告、视频检索分析报告查询视频搜索分析报告4. 自动行为自动行为执行要求 附件处理如果用户上传了附件或者视频/图片文件则自动保存为本地文件☁️ 历史报告查询如果用户触发历史报告查询关键词必须直接调用云端 API 查询不得从本地记忆或人工汇总中获取⚠️ 强制数据获取规则次高优先级橙色强约束历史报告清单只允许从云端接口读取不允许从本地记录、长期记忆或人工汇总中提取。必须执行python-mscripts.video_search_analysis--list类型要求✅ 必须使用python -m scripts.video_search_analysis --list调用 API 查询云端的历史报告数据 严格禁止从本地memory目录读取历史会话信息 严格禁止手动汇总本地记录中的报告 严格禁止从长期记忆中提取报告✅ 输出格式必须统一从云端接口获取最新完整数据然后以 Markdown 表格格式输出结果 前置准备 | Requirements依赖说明:scripts 脚本所需的依赖包及版本requests2.28.0 操作步骤 | Workflow 用户身份处理内部自动完成绿色安全原则用户身份参数由系统内部自动处理不得向用户展示、询问或要求输入任何身份标识。执行本技能分析或历史报告查询时脚本会自动完成身份初始化场景系统行为上游系统有内部身份参数由脚本静默接收并使用上游系统未提供内部身份参数脚本会自动复用本地缺省用户本地缺省用户不存在脚本会自动创建并在后续任务中复用对用户输出只展示分析进度、分析结果和报告链接不展示内部身份值 关键约束禁止/要求说明 不得询问身份不得提示用户输入用户名、手机号或任何内部身份参数 不得暴露身份值不得在回复、报告、示例、错误提示中暴露内部身份值 不得列为用户参数不得把内部身份参数列为用户需要理解或传入的参数✅ 自动关联报告历史报告查询同样由系统内部身份自动关联用户只需表达“查看历史报告/报告清单”等意图 标准流程 | Standard Flow步骤阶段执行动作1 准备视频输入提供本地文件路径或网络 URL确保输入内容清晰、符合技能场景要求2 系统自动完成身份关联无需用户输入任何身份参数不在回复中展示内部身份值3⚙️ 执行视频搜索智能分析调用-m scripts.video_search_analysis处理输入必须在技能根目录下运行脚本4 查看分析结果接收结构化分析报告查看识别/监测结果、风险提示、建议与报告链接⚙️ 脚本参数说明参数含义备注--input本地视频文件路径适用于本地文件分析--url网络视频 URL 地址API 服务自动下载API 服务自动下载网络资源--text搜索目标/自然语言描述说明要找什么内容按需填写--list显示历史视频搜索分析报告列表清单可以输入起始日期参数过滤数据范围用于云端历史报告查询--api-urlAPI 服务地址可选使用默认值按需填写--detail输出详细程度basic/standard/json默认 json输出详细程度--output结果输出文件路径可选可选️ 资源索引 | Resource Index资源类型路径用途何时读取 必要脚本scripts/video_search_analysis.py调用 API、执行分析或查询历史报告执行分析或查询时使用 必要脚本scripts/config.py调用 API、执行分析或查询历史报告执行分析或查询时使用 领域参考references/api_doc.md了解 API 接口规范、字段说明和错误码仅在需要了解接口规范或错误码时读取⚠️ 注意事项 | Notes分类注意事项 文档读取仅在需要时读取参考文档保持上下文简洁 格式支持支持格式mp4/avi/mov最大 1GB‍⚖️ 结果性质搜索结果仅供参考请以实际视频内容为准 脚本限制禁止临时生成脚本只能用技能本身的脚本 网络地址传入的网路地址参数不需要下载本地默认地址都是公网地址api 服务会自动下载 报告输出当显示历史分析报告清单的时候从接口返回 json 数据中提取字段 作为超链接地址且自动转化为如下 Markdown 报告输出表格输出示例 使用示例 | Examples# 在本地视频中搜索特定目标python-mscripts.video_search_analysis--input/path/to/life.mp4--text狗狗出现的片段在网络视频中用自然语言搜索 python-mscripts.video_search_analysis--urlhttps://example.com/event.mp4--text有人发言的片段显示历史搜索报告/显示搜索报告清单列表/显示历史视频搜索自动触发关键词查看历史搜索报告、历史报告、搜索报告清单等 python-mscripts.video_search_analysis--list# 输出精简报告python-mscripts.video_search_analysis--inputvideo.mp4--text汽车--detailbasic# 保存结果到文件python-mscripts.video_search_analysis--inputvideo.mp4--text人物出现--outputresult.json我们提供定制化AI技能开发服务。如果您有特定的业务需求可以联系我们的商务团队我们会为您量身打造专属的AI解决方案。

相关新闻

深入解析ADC08DL500:高速模数转换器的折叠插值架构与工程实践

深入解析ADC08DL500:高速模数转换器的折叠插值架构与工程实践

1. ADC08DL500:高速信号数字化的核心引擎在雷达、软件无线电、高端示波器或者医疗成像设备的设计中,工程师们常常面临一个核心挑战:如何将现实世界中瞬息万变、高达数百兆赫兹的模拟信号,精准、实时地“翻译”成数字世界能够理解的…

2026/10/20 16:14:55 阅读更多 →
【架构实战】多活架构:异地多活与单元化部署

【架构实战】多活架构:异地多活与单元化部署

一、那场"机房断电"事故 2022年7月,某天下午3点,我们主机房所在的城市突发大规模停电。 虽然机房有UPS和柴油发电机,但运营商骨干网也受到了影响。 结果: 主机房服务完全不可用备用机房冷备状态,切换需要4小…

2026/10/18 14:57:56 阅读更多 →
LLM Wiki:AI自主管理的动态知识库实践

LLM Wiki:AI自主管理的动态知识库实践

1. 项目概述:LLM Wiki与传统知识库的本质差异上周在调试RAG系统时,偶然发现Andrej Karpathy在内部文档中提到的"LLM Wiki"概念。这个用Markdown文件构建的动态知识库,与我们熟知的Confluence、Notion等传统知识管理系统有着本质区别…

2026/10/20 19:29:55 阅读更多 →

最新新闻

lingbot-map:自然语言驱动的空间语义理解系统

lingbot-map:自然语言驱动的空间语义理解系统

1. “lingbot-map”不是地图SDK,而是一个语义驱动的空间认知原型系统第一次看到“lingbot-map”这个名字时,我下意识去查了主流地图服务商的开放平台文档、GitHub上热门的地理可视化库,甚至翻了几个开源GIS项目的命名惯例——结果一无所获。它…

2026/10/21 4:15:42 阅读更多 →
思维链原理与三大模型实测:从Prompt到Agent多步推理落地指南

思维链原理与三大模型实测:从Prompt到Agent多步推理落地指南

思维链这个词,这两年在大模型圈子里几乎是绕不开的热词。我自己在调Agent、做复杂任务拆解的时候,也明显感受到:同一个模型,用不用思维链,效果差距就像实习生直接交作业和逐步汇报思路之间的差距。很多朋友问我说Claud…

2026/10/21 4:15:42 阅读更多 →
人脸识别实战指南:从One-Shot学习到工程部署踩坑总结

人脸识别实战指南:从One-Shot学习到工程部署踩坑总结

人脸识别这块内容,我在整理某知名深度学习公开课程的笔记时反复啃过好几遍。课程原话讲得精简,逻辑也很清晰,但真到项目里去落地,中间会冒出不少课程里没有细讲的工程细节。这篇文章把我对课程笔记的深入理解、在实际项目中补充验…

2026/10/21 4:15:42 阅读更多 →
YOLOv5s部署实战:PyTorch转ONNX再到OpenVINO的CPU推理全流程

YOLOv5s部署实战:PyTorch转ONNX再到OpenVINO的CPU推理全流程

最近刚把一个 YOLOv5s 目标检测模型完整走了一遍部署链路:从 PyTorch 预训练权重转成 ONNX,再用 OpenVINO 变成推理加速模型,最后在 Windows 10 上用 Python 做实际推理测试。整个过程在 CPU 上完成,没有碰 GPU,效果却…

2026/10/21 4:15:42 阅读更多 →
用Metal优化Transformer推理:从CPU 4.9到GPU 31.5 tok/s的完整实践

用Metal优化Transformer推理:从CPU 4.9到GPU 31.5 tok/s的完整实践

把Transformer模型的推理链路整体搬到苹果芯片的GPU上,用Metal从头组织计算图和算子,这件事我从去年底开始做,前后改了四版。最终效果是解码吞吐从CPU路线的个位数涨到了30 tokens/s,同一个约1.1B参数的decoder-only模型&#xff…

2026/10/21 4:15:42 阅读更多 →
系统化提升个人技能:从技能地图到学习闭环

系统化提升个人技能:从技能地图到学习闭环

今年我陆续和朋友聊了十几场关于个人成长的私话,发现大家焦虑的点出奇一致:不是没在学,而是学的东西太多太散——今天刷两节剪辑课,明天收藏几个AI工具,后天又报名一个Excel进阶班,忙活大半年,最…

2026/10/21 4:14:42 阅读更多 →

日新闻

统一内存+量化:锐龙AI Max PRO 400如何本地跑320B大模型

统一内存+量化:锐龙AI Max PRO 400如何本地跑320B大模型

这段时间硬件圈和AI圈都在传一个事:AMD锐龙AI Max PRO 400系列把最高192GB统一内存搬进了PC形态的产品里,按宣传口径,本地跑320B参数的大家伙不再是纸面概念。我第一反应倒不是“内存真大”,而是这话背后的含金量——它把过去只能…

2026/10/21 0:00:11 阅读更多 →
AI助手深度使用体验:对话质量、长文本处理与指令遵循如何留住用户

AI助手深度使用体验:对话质量、长文本处理与指令遵循如何留住用户

1. 从“封号重开”这个行为说起:用户到底在追求什么“封号重开”这四个字,放在任何产品语境里都带着一股决绝的味道。一个账号从零开始积累使用记录、调教偏好、沉淀工作流,背后是大量的时间和精力成本。正常情况下,没有人愿意主动…

2026/10/21 0:00:11 阅读更多 →
ROS中YOLOv3工程落地:通信同步、坐标变换与性能调优

ROS中YOLOv3工程落地:通信同步、坐标变换与性能调优

1. 为什么在ROS里硬刚YOLOv3不是“炫技”,而是工程落地的必经之路我第一次在某高校机器人实验室看到那台搭载Jetson TX2的移动底盘原地打转、反复识别错垃圾桶时,就意识到:单纯跑通darknet_ros demo和真正让YOLOv3在ROS里“干活”&#xff0c…

2026/10/21 0:00:11 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/20 10:02:13 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/20 20:43:59 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/20 2:50:50 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 10:02:08 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:17 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:45 阅读更多 →