| name | volcengine-video-understanding |
| description | 火山视频理解 - 使用火山方舟视频理解 API 分析视频内容。通过 Files API 上传视频（推荐），支持大文件（最大512MB），可用于视频内容分析、物体识别、动作理解等。当用户需要分析视频、理解视频内容、提取视频信息时激活此技能。 |
火山视频理解
使用字节跳动火山方舟视频理解 API（doubao-seed-2-0-pro-260215 等模型）对视频进行深度理解和分析。
推荐方式：Files API 上传 + Responses API 分析
- 支持最大 512MB 视频文件
- 自动视频预处理（FPS采样）
- 文件可重复使用（存储7天）
功能
- 视频上传：通过 Files API 上传本地视频（推荐，最大512MB）
- 内容理解：分析视频场景、人物、动作、情感
- 视频问答：基于视频内容回答用户问题
- 视频描述：自动生成视频描述和摘要
前置要求
需要设置 ARK_API_KEY 环境变量。
配置方式（推荐）
- 复制配置模板：
cp .canghe-skills/.env.example .canghe-skills/.env
- 编辑
.canghe-skills/.env 文件，填写你的 API Key：
ARK_API_KEY=your-actual-api-key-here
或使用环境变量
export ARK_API_KEY="your-api-key"
加载优先级
- 系统环境变量 (
process.env)
- 当前目录
.canghe-skills/.env
- 用户主目录
~/.canghe-skills/.env
使用方法
1. 基础视频分析（Files API 方式 - 推荐）
cd ~/.openclaw/workspace/skills/volcengine-video-understanding
python3 scripts/video_understand.py /path/to/video.mp4 "描述这个视频的内容"
2. 视频问答
python3 scripts/video_understand.py /path/to/video.mp4 "视频中出现了哪些人物？"
3. 情感分析
python3 scripts/video_understand.py /path/to/video.mp4 "分析视频中人物的情感变化"
4. 指定模型和帧率
python3 scripts/video_understand.py /path/to/video.mp4 "总结视频要点" \
--model doubao-seed-2-0-pro-260215 \
--fps 2
5. 保存结果到文件
python3 scripts/video_understand.py /path/to/video.mp4 "描述视频" --output result.json
参数说明
| 参数 | 默认值 | 说明 |
|---|
video_path | 必填 | 视频文件路径 |
instruction | 必填 | 分析指令/问题 |
--model | doubao-seed-2-0-pro-260215 | 模型 ID |
--fps | 1 | 视频采样帧率（预处理） |
--output | - | 结果输出文件路径 |
支持的模型
doubao-seed-2-0-pro-260215 (默认)doubao-seed-2-0-lite-250728doubao-seed-1-6-251015- 其他 Seed 系列视频理解模型
分析示例
示例 1：视频内容描述
python3 scripts/video_understand.py ~/Desktop/video.mp4 "详细描述这个视频的内容，包括场景、人物和动作"
示例 2：视频摘要
python3 scripts/video_understand.py ~/Desktop/video.mp4 "用3句话总结这个视频的要点"
示例 3：动作识别
python3 scripts/video_understand.py ~/Desktop/video.mp4 "视频中的人物在做什么动作？按时间顺序描述"
示例 4：场景分析
python3 scripts/video_understand.py ~/Desktop/video.mp4 "分析视频中的场景变化和环境特征"
技术细节
调用流程
- 上传视频：通过 Files API 上传本地视频文件，指定 FPS 预处理配置
- 等待处理：等待视频预处理完成（状态变为 processed）
- 创建任务：调用 Responses API 进行视频理解
- 获取结果：返回分析结果
API 格式
Files API 上传：
curl https://ark.cn-beijing.volces.com/api/v3/files \
-H "Authorization: Bearer $ARK_API_KEY" \
-F 'purpose=user_data' \
-F 'file=@video.mp4' \
-F 'preprocess_configs[video][fps]=1'
Responses API 分析：
{
"model": "doubao-seed-2-0-pro-260215",
"input": [
{
"role": "user",
"content": [
{
"type": "input_video",
"file_id": "file-xxxx"
},
{
"type": "input_text",
"text": "用户指令"
}
]
}
]
}
FPS 设置建议
| FPS | 适用场景 |
|---|
| 0.3-0.5 | 慢节奏视频、静态场景、节省token |
| 1 | 一般视频分析（默认） |
| 2-3 | 快速动作、细节分析 |
限制
- 视频格式：MP4（推荐）、MOV、AVI
- 文件大小：最大 512MB（Files API 方式）
- 存储时间：上传的文件默认存储 7 天
- 处理时间：根据视频长度和复杂度，通常 10-60 秒
Python API 使用
from scripts.video_understand import analyze_video
result = analyze_video(
file_path="/path/to/video.mp4",
instruction="描述视频内容",
model="doubao-seed-2-0-pro-260215",
fps=1
)
text = ""
for item in result.get("output", []):
if item.get("type") == "message":
for content in item.get("content", []):
if content.get("type") == "output_text":
text = content.get("text", "")
break
print(text)
错误处理
常见错误及解决方案：
| 错误 | 原因 | 解决方案 |
|---|
| API Key 错误 | 未设置或错误 | 检查 ARK_API_KEY 环境变量 |
| 文件不存在 | 路径错误 | 检查文件路径 |
| 上传失败 | 文件过大或格式不支持 | 检查文件大小（<512MB）和格式 |
| 处理超时 | 视频过长或复杂 | 缩短视频或降低 FPS |
参考文档
