微信扫码
添加专属顾问
我要投稿
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
2026-03-21
为什么 CLI 比 MCP 更适合 LLM
2026-03-21
渐进式披露(Progressive Disclosure):Agent 从 Demo 到企业级落地的 “救命架构”
2026-03-21
AI 编程工具怎么选?Codex 和 Claude Code 的本质区别
2026-03-21
Karpathy 最新播客:我得了 AI 精神病、App 将消失、Agent 将碾压实验室
2026-03-21
手机变身AI指挥中心!实测Claude新功能:我出门了,工作它全干了
2026-03-21
凯文·凯利:AI 时代,不会被替代的人,都有这个特质
2026-03-21
Claude Code 可以接入 Telegram 了,快来试试
2026-03-21
【干货】多 AI 协同 + SDD 编程实践:一个 AI 全流程交付实录
2026-01-24
2026-01-10
2026-01-01
2026-01-26
2026-01-09
2026-01-09
2026-01-23
2025-12-30
2026-01-14
2026-01-21
2026-03-20
2026-03-19
2026-03-19
2026-03-19
2026-03-18
2026-03-17
2026-03-17
2026-03-09