核心用法
analyze-video-with-qwen 是一款基于阿里云 Qwen 3.5 Plus 多模态大模型的视频分析工具，通过 CLI 方式调用。用户只需提供本地视频路径或远程 URL，即可让 AI 对视频内容进行结构化理解。
基本流程：
1. 配置 DashScope API Key 至 ~/.openclaw/openclaw.json
2. 执行 python scripts/analyze.py <video_source> 进行分析
3. 通过 --fps 控制抽帧精度（默认 2fps），--prompt 自定义分析指令
关键参数设计
- 抽帧频率（FPS）：核心成本调节阀。FPS 越高，模型接收的图像帧越多，分析越精细，但 API 调用量线性增加。长视频建议降低 FPS 以控制成本。
- 提示词定制：支持开放式提问，如场景描述、物体识别、动作分析、内容摘要等。
显著优点
1. 多模态原生理解：基于 Qwen 3.5 Plus 视觉能力，无需传统 CV pipeline 的预训练模型，直接输出语义化描述。
2. 双源支持：同时兼容本地文件路径和公开 HTTP/HTTPS 直链，无需下载即可分析在线视频。
3. 灵活可调：FPS 与 prompt 的自由组合，适应从快速概览到深度解析的不同需求场景。
4. 低门槛集成：单一 Python 脚本调用，配置文件与代码分离，便于 CI/CD 集成。
潜在缺点与局限性
- 成本敏感：视频按帧计费，高 FPS + 长视频可能导致显著费用，需用户自行权衡精度与预算。
- 网络依赖：远程 URL 需公开可访问，不支持需要鉴权的私有链接；本地分析亦需联网调用 DashScope API。
- 帧采样局限：固定 FPS 抽帧可能遗漏快速切换的关键帧，对细粒度时序分析（如精确动作定位）存在局限。
- 模型幻觉风险：多模态大模型可能对复杂场景产生误识别，关键业务场景需人工复核。
- 地域与合规：依赖阿里云服务，受限于 DashScope 服务可用区域及内容审核策略。
适合人群
- 内容创作者/运营：快速生成视频摘要、标签提取、内容合规初筛
- 开发者/数据工程师：构建视频元数据自动化标注 pipeline
- 研究人员：批量分析视频数据集，获取结构化语义描述
- 企业安全/监控场景：视频内容初步审查（需配合人工复核）
常规风险
| 风险类型 | 说明 |
|---------|------|
| API 密钥泄露 | 配置文件明文存储 API Key，需确保 `~/.openclaw/` 目录权限控制 |
| 成本失控 | 未设置 FPS 上限或处理超长视频可能导致意外高额账单 |
| 隐私合规 | 上传含敏感信息的视频至第三方云服务，需符合数据出境及隐私法规 |
| 远程 URL 安全性 | 解析外部链接存在 SSRF 潜在风险，需确保输入来源可信 |