📝 Visual Summarization Skill | 视觉摘要智述技能 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 视觉摘要智述技能 🎯 核心目标 视觉摘要智述技能，对传入的视频片段/图片内容进行AI分析，生成一段通顺自然的场景描述内容 🖼️ 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 VISUAL_SUMMARY
Based on advanced multimodal large models and video understanding technologies, this feature performs deep semantic
本功能基于先进的多模态大模型与视频理解技术，能够对传入的视频片段或图片进行深度语义分析与逻辑推理。系统通过计算机视觉算法精准识别画面中的主体对象、环境背景、动作行为及光影氛围，并结合自然语言生成技术，将抽象的视觉信息转化为一段通顺自然、逻辑连贯的场景描述。无论是动态的视频事件还是静态的图像瞬间，系统都能捕捉关键细节，用生动的语言还原现场情境，为视频内容理解、无障碍辅助、媒体资产管理等场景提供智能化的文本摘要服务
🎬 技能演示 | Skill Demo ▶️ 点击查看技能使用介绍
🎯 任务目标 | Goals 1. 🧩 技能用途 对传入的视频片段或图片内容进行AI分析，自动生成通顺自然的场景描述摘要
2. 🛠️ 能力范围 序号 具体能力 1 场景内容识别 2 物体识别 3 行为识别 4 文字提取 5 整合成一段流畅自然的中文描述
3. ⚡ 触发条件 触发类型 触发规则 ✅ 默认触发 默认触发 ：当用户提供视频/图片需要生成内容描述/视觉摘要时，默认触发本技能🔎 明确分析意图 当用户明确需要视频内容描述、图片内容摘要、视觉智述时，提及视频摘要、内容描述、视觉摘要智述、视频转文字等关键词，并且上传了视频/图片 📚 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 ：查看历史摘要报告、摘要报告清单、报告列表、查询历史摘要报告、显示所有摘要报告、视觉智述分析报告，查询视觉摘要智述分析报告
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-m scripts.visual_summary_analysis--list 类型 要求 ✅ 必须 使用python -m scripts.visual_summary_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requests>=2.28.0 📸 使用要求 | Usage Requirements 要求项 说明 视频/图片内容清晰 ，主要物体和场景完整可见 视频片段长度建议不超过 5 分钟，过长内容建议分段描述 视频片段长度建议不超过 5 分钟，过长内容建议分段描述 主要场景主体不被大面积遮挡 主要场景主体不被大面积遮挡
🚀 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/图片输入 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 ⚙️ 执行视觉摘要智述分析 调用-m scripts.visual_summary_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/图片文件路径 适用于本地文件分析 --url网络视频/图片 URL 地址（API 服务自动下载） API 服务自动下载网络资源 --list显示历史视觉摘要智述分析报告列表清单（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/visual_summary_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：jpg/jpeg/png/mp4/avi/mov，最大 10MB 🚫 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 # 分析本地视频片段 python-m scripts.visual_summary_analysis--input /path/to/clip.mp4 分析本地图片 python-m scripts.visual_summary_analysis--input /path/to/image.jpg 分析网络视频 python-m scripts.visual_summary_analysis--url https://example.com/clip.mp4 显示历史摘要报告/显示摘要报告清单列表/显示历史智述（自动触发关键词：查看历史摘要报告、历史报告、摘要报告清单等） python-m scripts.visual_summary_analysis--list # 输出精简报告 python-m scripts.visual_summary_analysis--input clip.mp4--detail basic# 保存结果到文件 python-m scripts.visual_summary_analysis--input clip.mp4--output result.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。
