北京
大家好，我是忙得晕头转向的老章
大家非常喜爱这个Skills，问了很多我没有考虑到但实际上这个Skills都具备的能力，比如某
文中也提到，下载视频只是第一步，好玩的是我写的另一个Skills（z-video-study-webpage-qwen），可以把视频内容完整总结，做成一个网页
网页里包含：
本地视频播放器
30 秒总览
关键知识点 × 正确画面
代码 / PPT / 屏幕演示截图
时间线
风险 / 机会矩阵
复盘问题
行动清单
可惜我实在是太忙了，只能先开源出来，然后再细致调一下，发出更多案例
本文就简单介绍一下完整思路
说起来很简单，skills 把本地 MP4 拆成四条线
音频线：抽出音频，用 Whisper 转成全文 transcript
画面线：按全片时长密集抽关键帧，每张图都有
frame_id和时间戳直扫线：小视频会用
video_url直接给qwen3.7-plus做一次全局视觉扫描理解线：把 transcript 片段和对应多张帧图发给
qwen3.7-plus，让模型输出结构化学习结果
但实际执行，其实蛮复杂的
安装的话，把这个Skills（tjxj/z-skills/tree/main/z-video-study-webpage-qwen）扔给你的Agent就行了，中间需要提供多模态模型的key
更具体的介绍我后天再补，这两天实在忙崩了，大家先试试好用不好用
拜托兄弟姐妹，爷们娘们儿，您受累走个面儿，把这第一波Star带起来，给我一些反馈
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
