核心用法
Video Analyzer Skill 是一款本地运行的视频内容分析工具，用户只需粘贴任意视频链接，即可获得完整的文字转录和内容摘要。支持 TikTok、YouTube、Instagram、Twitter/X 等 1000+ 主流平台。
使用流程：
1. 发送视频 URL 或询问视频内容
2. 系统自动下载视频（依赖 yt-dlp）
3. 本地 AI 模型转录音频（基于 faster-whisper，约 150MB 模型文件）
4. 回答用户具体问题或生成结构化摘要
5. 可选保存转录文本至本地库，支持后续快速检索
技术架构：
- 音频处理：ffmpeg
- 语音识别：faster-whisper（本地运行，无需云端 API）
- 视频下载：yt-dlp
- 存储：本地 JSON 文件缓存
显著优点
隐私优先设计： 全程本地处理，视频文件和转录文本不上传任何第三方服务，适合敏感内容分析。
广泛兼容性： 依托 yt-dlp 支持 1000+ 视频平台，几乎覆盖所有主流社交媒体。
高效复用： 已分析的转录文本自动缓存，后续提问无需重复下载和转录，秒级响应。
无订阅成本： 开源模型 + 本地运行，无按分钟计费或 API 调用费用。
潜在缺点与局限性
首次使用门槛： 需安装 ffmpeg、Python 依赖（faster-whisper、yt_dlp），首次运行需下载 150MB 模型（2-4 分钟）。
硬件依赖： 本地 Whisper 推理需要一定算力，低配设备转录速度较慢。
维护复杂度： yt-dlp 需定期更新以应对平台反爬策略变化，否则可能出现下载失败。
语言支持： 依赖 Whisper 模型能力，低资源语言识别准确率可能下降。
无实时分析： 必须等待完整下载和转录后才能交互，无法边播边问。
适合人群
- 内容创作者：快速提取竞品视频脚本和结构
- 研究人员：批量分析社交媒体视频内容
- 隐私敏感用户：不愿将视频上传至云端转录服务
- 多语言学习者：获取精确字幕文本进行学习
- 营销从业者：分析爆款视频的钩子设计和内容节奏
常规风险
- 版权问题： 下载和转录受版权保护内容可能违反平台 ToS 或当地法律
- 内容安全： 转录文本可能包含有害、误导性或成人内容，需用户自行甄别
- 模型偏见： AI 转录可能存在识别错误，关键信息应人工复核
- 存储管理： 本地缓存文件长期累积需手动清理
- 平台封禁： 高频下载可能触发 IP 限制或账号风控