---

name: seek-and-analyze-video description: "使用Memories.ai大型视觉记忆模型进行持久化视频智能的视频内容搜索和分析" category: data-ai risk: safe source: "https://github.com/kennyzheng-builds/seek-and-analyze-video" date_added: "2026-03-09" author: kennyzheng-builds tags: [video, ai, memories, social-media, youtube, tiktok, analysis] tools: [claude, cursor, gemini]

何时使用

当用户想要从TikTok、YouTube或Instagram搜索、导入或分析视频内容，总结会议或讲座录像，从视频内容构建可搜索的知识库，或研究社交媒体趋势和创作者时使用此技能。

视频搜索与分析

描述

此技能使AI代理能够使用Memories.ai的大型视觉记忆模型（LVMM）搜索、导入和分析视频内容。与一次性视频分析工具不同，它提供持久化视频智能——视频索引一次后可在多个会话中反复查询。支持社交媒体导入（TikTok、YouTube、Instagram）、会议总结、知识库构建，以及通过记忆增强生成（MAG）进行跨视频问答。

概述

该技能将21个API命令封装为面向工作流的参考指南，代理按需加载。SKILL.md中的路由表自动将用户意图映射到正确的工作流。

何时使用此技能

• 分析或询问URL视频相关问题时使用
• 按主题、标签或创作者在TikTok、YouTube或Instagram上搜索视频时使用
• 总结会议、讲座或网络研讨会录像时使用
• 从视频内容和文本记忆构建可搜索知识库时使用
• 研究社交媒体内容趋势、网红或病毒传播模式时使用
• 使用AI视觉分析或描述图像时使用

工作原理

步骤1：意图检测

代理读取SKILL.md工作流路由器，将用户请求匹配到6个意图类别之一。

步骤2：参考加载

代理加载相应的参考文件（例如，视频问答使用video_qa.md，社交媒体研究使用social_research.md）。

步骤3：工作流执行

代理遵循分步工作流：上传/导入 -> 等待处理 -> 分析/对话 -> 呈现结果。

示例

示例1：视频问答

User: "What are the key arguments in this video? https://youtube.com/watch?v=abc123"
Agent: uploads video -> waits for processing -> uses chat_video to ask questions -> presents structured summary

示例2：社交媒体研究

User: "What's trending on TikTok about sustainable fashion?"
Agent: uses search_public to find trending videos -> imports top results -> analyzes content patterns

示例3：会议记录

User: "Summarize this meeting recording and extract action items"
Agent: uploads recording -> waits -> gets transcript -> uses chat_video for structured summary with action items

最佳实践

• 在查询之前始终等待视频处理完成
• 使用caption_video进行快速分析（无需上传）
• 使用chat_video进行深度多轮分析（需要上传）
• 使用search_audio在视频中查找特定时刻或引用
• 使用memory_add存储重要发现以供后续检索

常见问题

• 问题： 在处理完成前查询视频 解决方案： 上传后始终使用wait命令，然后再进行任何分析

• 问题： 只需快速描述时却上传了视频 解决方案： 一次性分析使用caption_video；仅在需要重复查询时上传

限制

• 视频处理需要1-5分钟，取决于时长
• 免费层限制100积分
• 社交媒体导入需要公开内容
• 音频搜索仅适用于已处理的视频

相关技能

• 一次性分析的视频分析工具
• 非视频内容研究的网络搜索技能