video-search-and-summarizationNVIDIA-AI-Blueprints/video-search-and-summarization
把长视频变成可被自然语言检索、问答和摘要的内容,解决视频内容难以快速定位与理解的问题。核心功能要点包括:1.【自然语言视频检索】:用一句话描述要找的画面或事件,即可在视频库中定位对应片段并返回时间戳;…
还没有人评分
我要评分
Stars1.9k
Forks396
Watchers1.9k
Open Issues190
Install一键安装
待确认这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:
git clone https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization.git
Overview功能介绍
核心功能
把长视频变成可被自然语言检索、问答和摘要的内容,解决视频内容难以快速定位与理解的问题。核心功能要点包括:1.【自然语言视频检索】:用一句话描述要找的画面或事件,即可在视频库中定位对应片段并返回时间戳;2.【长视频摘要与分段】:对长视频自动生成内容摘要与章节划分,快速掌握整体脉络;3.【视频问答(Video RAG)】:基于检索到的视频片段回答问题,答案可追溯到具体画面;4.【实时视频流分析】:对接实时视频流进行持续理解与事件检测,支持监控类场景;5.【视觉语言模型与 MCP 集成】:通过 VLM 理解画面语义,并以 MCP 工具形式供 Agent 调用。
适用场景
长视频内容检索与问答、监控/直播视频实时分析、视频自动摘要与章节生成、视频库语义搜索、基于视频的 RAG 知识库构建。
适用职业
AI / 算法工程师、数据分析师 / 数据工程师、内容创作者 / 新媒体运营、影视编导 / 音视频制作人。
Topics主题标签
computer-vision
generative-ai
long-video-understanding
model-context-protocol
multimodal-ai
natural-language-search
nvidia-nim
rag
real-time-video-analytics
retrieval-augmented-generation
skills
video-agent
video-analytics
video-rag
video-search
video-summarization
video-understanding
vision-agent
vision-language-model
vlm
Rating用户评分
还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。
Repository仓库信息
| 技能 ID | 470 |
|---|---|
| 数据来源 | GitHub |
| 仓库全名 | NVIDIA-AI-Blueprints/video-search-and-summarization |
| 所属分类 | AI 与智能体技能 / 多模态视频理解 |
| 主要语言 | Python |
| 开源协议 | Other |
| 默认分支 | develop |
| GitHub 仓库 ID | 876545970 |
| 节点 ID | R_kgDOND8Hsg |
| 榜单排名 | #412 (来源榜单内名次) |
| 全站热度排名 | #550 (按 Stars 实时计算,共 5833 条) |
GrowthStar / Fork 增长
数据还在累积
首次记录于 2026-09-24,要攒够两天的记录才画得出趋势。
Timeline时间线
仓库创建2024-10-22 06:43:052024-10-22
资料最后更新2026-10-26 11:58:4523 天前
最近一次代码推送2026-09-24 01:26:271 个月前
Commit更新记录
由提交人 ashan-nv 提交,主要更新类型为:问题缺陷修复与稳定性提升。提交说明:fix(ui): preserve search media source on regenerate (#2615)。解决了已知运行时异常与边界错误,提升系统稳定性。