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。
