VSS 视频摘要
通过LVS服务或VLM回退,为录制视频生成带时间戳的叙事摘要。
技能明确限定为单个录制视频总结,禁止实时字幕和报告生成;LVS路径要求用户先确认scenario、events和可选对象,部署也要求确认,且明确展示回退路径和后端来源。扣9分:视频URL会发送至LVS或VLM,未说明敏感视频、访问控制、保留期或跨网络数据流;API认证仅作为可选说明,缺少权限最小化、审计和回滚机制。
路由、健康检查、重试、模型ID校验、响应解析和常见错误处理均有具体说明,关键脚本路径较完整。扣11分:依赖VIOS、LVS、VLM、jq、curl及外部技能,源文件未证明这些依赖在目标环境可用;失败反馈和HTTP错误解析仍较有限,静态审查不能确认命令可运行。
用途、输入参数、输出格式、非适用范围和LVS/VLM路由条件写得清楚,并区分服务运维请求。扣5分:未提供中文语言支持或中文用户交互示例,也未说明中国大陆网络可达性;核心能力依赖本地部署或可达的VLM/LVS服务,环境适配范围有限。
文档结构清晰,包含用途、前置条件、限制、故障排查、引用地图、版本3.2.1、Apache-2.0声明、作者和上游链接,并提供示例及评估清单。扣5分:作者格式触发了静态校验问题;未提供明确变更日志、维护责任人或稳定更新流程,且引用的相关技能和references必须另行存在才能完整使用。
目标是生成带时间戳的单视频摘要,LVS结果和事件字段具有直接呈现格式,回退方案也保持输出可用。扣9分:效果依赖后端部署、视频URL可访问性和模型质量;静态材料没有可独立核验的代表性输出,且基准仅有1个任务,无法充分证明完整性或相对人工/替代方案的收益。
SKILL.md、评估清单、基准报告和API示例提供了可审计的主材料,且报告记录了有限的执行结果。扣6分:只有单任务、单次尝试,未提供可核验的CI工作流、完整测试套件或实际响应样本;基准结论无法仅凭所给文件独立复现,故不超过静态上限5分。
- 处理敏感或私有视频前,应确认clip URL、VLOS/VLM后端的访问控制、传输边界和数据保留策略;当前文档未给出这些保障。
- 部署和调用依赖多个未随本技能证明可用的服务及协同技能;若LVS不可达会静默降级到VLM,质量和事件定向能力会下降。
- 基准仅覆盖1个正向任务、1次尝试,且静态校验发现作者格式问题,不足以证明广泛稳定性。
- 未说明中文交互和中国大陆网络可达性;海外或远程后端不可达时核心功能可能无法使用。
这个 Skill 能做什么,适合哪些场景?
这是 NVIDIA Video Search and Summarization Blueprint 中用于单个录制视频摘要的 Agent Skill。它优先调用带人工确认流程的 LVS 视频摘要微服务;当该服务不可用时,回退到直接调用 VLM。LVS 路径可根据场景和事件生成摘要及事件信息,VLM 回退使用固定通用提示词。它不适用于实时 RTSP 字幕、报告生成或视频档案语义搜索。
通过 VIOS 获取临时 MP4 视频 URL和时间线;使用 curl 检查 VLM 的 /v1/models 及 LVS 的 /v1/ready;LVS 可用时收集 scenario 和 events 后调用 POST /v1/summarize,并解析 video_summary 与 events;LVS 不可用但 VLM 可用时调用 /v1/chat/completions;最后输出带视频名称和时长的摘要,并按要求保留后端生成内容。
- 视频分析人员需要对一段已录制的监控视频生成带时间戳的事件摘要。
- 运营人员希望按指定场景和事件筛选并总结一个 MP4 视频片段。
- 部署了 VSS lvs profile 的团队需要通过 LVS 服务获得比通用 VLM 提示词更有针对性的摘要。
- 仅能访问 RTVI VLM、尚未部署 LVS 的用户需要获得质量较低但可用的通用视频描述。
这个 Skill 有哪些优点和局限?
- 同时支持 LVS 主路径和 VLM 回退路径。
- LVS 路径支持场景、事件和可选关注对象。
- 明确规定健康检查、响应解析、错误处理和结果呈现方式。
- 包含视频服务预热、空响应和 Cosmos <think> 内容等故障处理说明。
- 需要可访问的 VSS lvs 或 VLM/RT-VLM 后端,以及可被后端访问的 HTTP(S) 视频 URL。
- VLM 回退使用固定通用提示词,质量较低且不支持场景或事件定向。
- 每个请求只调用一个后端,不支持并行试探或多轮摘要。
- 不适用于实时 RTSP 字幕、报告生成或档案语义搜索。
如何安装这个 Skill?
使用 NVIDIA/skills 的 skills CLI 安装指定技能:npx skills add nvidia/skills --skill vss-summarize-video --yes。CLI 会安装该技能;技能目录位置由 CLI 的安装目标决定,源材料未规定固定路径。
如何使用这个 Skill?
安装后向兼容的 Agent 发出“Summarize this video.”之类的请求,并提供可由 VIOS 管理的视频。Agent 需要使用 VIOS 获取临时 MP4 URL,检查 LVS 和 VLM 可用性,再按路由执行摘要流程。LVS 路径要求先收集场景和事件;若 LVS 不可用则自动使用 VLM 固定提示词回退。
这个 Skill 与同类方案有什么区别?
与同一 VSS 集合中的 vss-deploy-dense-captioning 相比,本技能面向录制视频摘要而非实时 RTSP 字幕;与 vss-generate-video-report 相比,它生成单个视频摘要而不是事件或告警报告;与 vss-search-archive 相比,它处理指定视频片段而不是档案语义搜索。