analyze-video

analyze-video 技能是 ButterCut 工作流程中的关键组件，用于连接原始视频素材与结构化编辑数据。通过运用 ffmpeg 进行定时帧提取，此技能将静态视频内容转化为机器可读的格式。这些提取出的 JPG 帧会经过分析以产生周期性的视觉描述，并将其附加至既有的音频逐字稿中。此过程会产生一份详尽的视觉逐字稿，使 Claude 或其他 AI 代理能够“看见”视频，从而为在 Final Cut Pro、Premiere Pro 和 DaVinci Resolve 等专业非线性剪辑软件（NLE）中进行粗剪与序列创建提供明智的编辑决策。

• 使用高性能 ffmpeg 程序进行自动化帧提取，实现高效导入。

• 与 WhisperX 等工具生成的音频逐字稿无缝整合。

• 产生将视觉事件与音频段落相关联的结构化 JSON 视觉逐字稿。

• 支持高达 8 个任务的并行执行，在不导致系统超载的情况下优化 CPU/GPU 使用率。

• 支持先进的 AI 驱动视频剪辑，允许用户查询素材内容、搜索特定的视觉动作，并基于描述性元数据生成序列时间轴。

• 先决条件：执行前请确保所有输入视频皆已通过 transcribe-audio 技能产生对应的音频逐字稿。

• 配置：此技能在定义的媒体库（Library）结构内运作；完成后请务必更新 library.yaml 中的 visual_transcript 路径。

• 性能说明：虽然 ffmpeg 帧提取过程很快，但随后的 LLM 分析依赖 API；建议限制并行任务数为 8，以维持在不同硬件上的稳定性。

• 工作流程整合：分析完成后，可衔接 summarize-video 技能（使用 Haiku 模型）以产生精简的视频摘要。

• 非常适合需要通过将原始素材转化为可搜索、且具备丰富元数据的媒体库，进而自动化粗剪流程的剪辑师、创作者与开发者。