Videomind

VideoMind — 视频理解 Skill

把任意 B 站视频（或上传的视频文件）变成结构化知识：学习笔记、文章、复习卡片、教学网页。理解基于画面 + 声音，不是浅层字幕总结。

何时使用

• 用户给出 bilibili.com / b23.tv 链接，想总结、做笔记、提炼要点
• 用户问「这个视频讲了什么」「帮我看下这个视频」
• 用户想把教程/讲座视频变成可复习的卡片或笔记

前置依赖

首次使用前，确保已安装 CLI 并配置 API Key（用户会提供 key）：

pip install videomind
videomind config set-key vw_用户的API密钥

若 videomind 未安装，先执行 pip install videomind；配置只需一次。

如何使用（通过 Bash 工具调用 CLI）

一条龙：提交 → 等待 → 保存（推荐）

videomind "https://www.bilibili.com/video/BVxxxxxxxx" --mode study_note

完成后会在当前目录生成 job_<id>/result.md 与 result.json。长视频（>15 分钟）会自动分段，耗时更长（约每 10 分钟视频需 2–3 分钟处理）。

本地视频同样支持一条龙，CLI 会先上传再提交：

videomind "/path/to/demo.mp4" --mode study_note

当模式为 teaching_html 且输出为目录时，还会保存 result.html。辅助脚本 scripts/videomind_skill.py 仍只接受 B 站 URL，并把 Markdown 写到 stdout。

备选：直接输出 Markdown 到 stdout

python3 ${CLAUDE_SKILL_DIR}/scripts/videomind_skill.py "https://www.bilibili.com/video/BVxxxxxxxx" --mode cards

进度信息走 stderr，Markdown 笔记走 stdout，便于直接读取。

分步操作（大视频不想阻塞时）

videomind submit "<url>"          # 立即返回 job_id
videomind status <job_id>         # 查进度
videomind result <job_id> -f md   # 下载结果

输出模式（--mode）

推荐工作流

1. 拿到链接 → 执行 videomind "<url>"，等待完成
2. 读取生成的 result.md，向用户呈现：主旨摘要 + 关键章节 + 核心观点
3. 用户若想换形式（如「做成卡片」），用 --mode cards 重新提交，或参考 references/api.md 用 rerender

注意

• 处理异步进行，一条龙命令会阻塞直到完成（默认超时 30 分钟）
• 配额：普通用户并发 2、全站硬上限 4；满载时任务排队
• 单条任务消耗一次视频理解额度，对长视频请确认用户确实需要

参考

完整接口与字段说明见 references/api.md。