我要投稿

让Kimi帮你看视频，帮你学习，效率爆表！

发布日期：2024-08-29 11:56:27 浏览次数： 3601

作者：渡码

微信搜一搜，关注“渡码”

最近学习AI的时候，经常要看一些视频资料。但有些视频内容比较长，完整看下来比较花时间。

所以，就想着用大模型对视频内容先做一次总结，然后再有选择性地去看。

一不小心，就开发了一个视频总结智能体。

下面就给朋友们分享一下核心科技，啊哈哈。

第一步，获取视频

这里用小破站上讲解 GPT 的视频为例

用扣子中的插件，输出视频url就可以下载视频

第二步，提取视频内容

这里只提取了视频字幕。分两小步，先分离视频中的音频，再调用ASR语音识别技术，将音频转成文本。

这两步虽然在扣子中都有对应的插件，但我试了下没成功。就自己动手开发了一个插件。

代码是用大模型生成的。将插件发布后，就可以在工作流中使用了

第三步，总结视频内容

这个视频有27分钟，并且是英文版，提取的字幕大小30kb。长文本内容总结，当然用 Kimi。

Kimi可以帮我们总结、提炼，生成中文版的核心要点。

纯文字版内容读起来还是差点意思，我们可以继续添加插件，将 Kimi 生成的内容做成思维导图。

这样，一个27分钟的视频，经过智能体总结，分分钟掌握其中的核心要点。学习效率嗖嗖的。

这个智能体我们只能提取了字幕进行总结，其实还可以提取视频关键帧，送入视觉大模型，进行内容生成或者问答。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-12-15

治理之智 | 从零和博弈走向长期合作：人工智能版权问题分析与思考

2025-12-15

AgentScope x RocketMQ：打造企业级高可靠 A2A 智能体通信基座

2025-12-15

200k Tokens 的上下文真的够用吗？

2025-12-15

专家知识 x 技术放大：我在B端智能体落地一线的万字真实复盘

2025-12-15

字节AI神操作：AI生成接口自动化测试用例，效率拉满

2025-12-15

解析 Goose：为什么它会进入 AAIF，以及这对 Agentic Runtime 意味着什么

2025-12-15

Palantir的“本体论”：数字世界的底层革命

2025-12-15

Claude Skills｜将 Agent 变为领域专家

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

从需求场景出发的AI应用项目落地方法论

2025-09-19

马斯克 Grok imagine 完整使用指南：工具、案例、提示词，看这一篇就够了！

2025-10-26

实测 Sora 2 ：AI视频的“ChatGPT时刻”来了？八大场景教你解锁各种玩法（附邀请码）

2025-10-02

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

一文速览OpenAI Dev Day 2025，下半年开始大洗牌

2025-10-07

Claude Sonnet4.5发布，号称世界最强模型，超越gpt-5-codex

2025-09-30

我挖到Gemini 3.0 Pro十大隐藏玩法，做网页已经落后N个版本了

2025-11-19

万字长文深度解析最新Deep Research技术：前沿架构、核心技术与未来展望

2025-10-20

深度体验TRAE SOLO 正式版，总结一点技巧(附完整可重现提示词和源码)

2025-11-13

大家都在问

200k Tokens 的上下文真的够用吗？

2025-12-15

巨头翻身！谷歌全新AI浏览器Disco问世，PC版灵光？

2025-12-14

2025年，企业级AI的主战场在哪里？

2025-12-12

GPT 5.2的长上下文厉害了，但是写文真的强吗？

2025-12-12

涌现观点｜AI 开发的"App Store 时刻"：为什么你应该停止构建 Agent？

2025-12-11

Human In the Loop竟然可以是个MCP?

2025-12-09

AI会消灭搜索吗？

2025-12-08

企业在本地部署大语言模型，如何构建网络信息安全防护体系？

2025-12-08

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部