视频属性与卡顿检测工具

SKILL前端设计
前端设计 未标注权限 许可证不明确
安装这个技能

分析视频文件的属性与特征。提取码率、帧率、分辨率、大小、时长等基础属性,并检测视频中是否存在卡顿(stutter)现象,记录卡顿发生的播放时间点。支持 .mp4/.mov 等常见视频格式。

一句话选型结论

按资料字段整理

视频属性与卡顿检测工具是前端设计类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类前端设计 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_337487bc/video-analysis-skill
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

前端设计
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_337487bc仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791625118
正文体量3.6 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
出页面与组件

按描述生成页面结构和组件草稿。

调整样式与布局

改间距、配色与响应式布局。

生成设计说明

把设计稿整理成开发能接的说明。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在前端设计场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
视频属性与卡顿检测工具当前 未标注权限 未标注 未标注 未标注 有
前端设计 只读 GitHub 仓库 882.3 万 Codex、Claude、Cursor 有
Vercel 组合模式 联网访问 GitHub 仓库 385.9 万 Codex、Claude、Cursor 有
Vercel React native skills 前端 只读 GitHub 仓库 246.9 万 Codex、Claude、Cursor 有
adapt 搜索 浏览器控制 GitHub 仓库 202.7 万 Codex、Claude、Cursor 有
使用我的浏览器 浏览器控制 GitHub 仓库 184.8 万 Codex、Claude、Cursor 有

SKILL.md 全文

3.6 KB
模型实际读到的说明书原文,来自技能仓库

Video Analysis Skill

分析视频文件的属性与特征,输出基础参数 + 卡顿检测结果。

功能

  1. 基础属性提取(通过 ffprobe):
    - 码率(bit_rate,bps 与 Mbps)
    - 帧率(标称帧率 + 实际平均帧率)
    - 分辨率(宽 x 高)
    - 文件大小(字节 + 可读格式)
    - 时长
    - 视频编码格式、音频编码格式

  2. 卡顿检测(基于 PTS 时间戳序列分析):
    - 突发卡顿:某帧 PTS 间隔 > 正常间隔的 2.5 倍(阈值可配)
    - 持续卡顿:实际平均帧率 < 标称帧率的 85%,判定为整体帧率不足
    - 卡顿可能有 1 个或多个,以列表记录,含卡顿起始时间点、持续时长、间隔值

入口脚本: video_analysis.py

用法

命令行

python skills/video-analysis-skill/scripts/video_analysis.py --video &lt;视频路径&gt; [--threshold 2.5] [--output &lt;结果目录&gt;]

参数

参数 说明 默认值
--video / -v 待分析视频文件路径(必填) 无
--threshold 突发卡顿判定倍数(相邻帧间隔 > 正常间隔×此值 视为卡顿) 2.5

输出

{
  &quot;video_path&quot;: &quot;C:/Users/admin/Downloads/1.mp4&quot;,
  &quot;basic_info&quot;: {
    &quot;duration_s&quot;: 30.6,
    &quot;duration_readable&quot;: &quot;00:00:30.60&quot;,
    &quot;size_bytes&quot;: 5511421,
    &quot;size_readable&quot;: &quot;5.26 MB&quot;,
    &quot;bit_rate_bps&quot;: 1440894,
    &quot;bit_rate_mbps&quot;: 1.44,
    &quot;video_codec&quot;: &quot;hevc&quot;,
    &quot;audio_codec&quot;: &quot;aac&quot;,
    &quot;width&quot;: 2304,
    &quot;height&quot;: 1296,
    &quot;nominal_fps&quot;: 20.0,
    &quot;actual_fps&quot;: 15.0,
    &quot;frame_count&quot;: 459
  },
  &quot;stutter_detection&quot;: {
    &quot;detected&quot;: true,
    &quot;type&quot;: &quot;frame_rate_insufficient&quot;,
    &quot;summary&quot;: &quot;实际帧率(15.0fps)低于标称帧率(20.0fps)的85%,判定为持续卡顿&quot;,
    &quot;normal_interval_s&quot;: 0.05,
    &quot;threshold_multiplier&quot;: 2.5,
    &quot;stutters&quot;: [
      {
        &quot;index&quot;: 145,
        &quot;time_s&quot;: 7.25,
        &quot;interval_s&quot;: 0.1,
        &quot;duration_s&quot;: 0.1,
        &quot;reason&quot;: &quot;帧间隔(0.10s)超过正常间隔(0.05s)的2.5倍&quot;
      }
    ]
  },
  &quot;result&quot;: {
    &quot;passed&quot;: true,
    &quot;messages&quot;: &quot;视频分析完成:分辨2304x1296, 码率1.44Mbps, 帧率15.0fps, 检测到卡顿2处&quot;
  },
  &quot;test_time&quot;: &quot;2026-08-19 16:00:00&quot;
}

结果字段

字段 类型 说明
video_path str 视频文件路径
basic_info dict 视频基础属性(见上)
stutter_detection dict 卡顿检测结果
stutter_detection.detected bool 是否检测到卡顿
stutter_detection.type str 卡顿类型(burst_single / frame_rate_insufficient / both / none)
stutter_detection.stutters list 卡顿事件列表(可多个)
result.passed bool 整体执行结果(分析成功即 true)
result.messages str 结果描述
test_time str 测试时间

输出目录

结果 JSON 写入:workspace/test_output/video-analysis-skill/(文件名:&lt;时间戳&gt;.json,如 20260819_161508.json)

> 说明:本技能不接入三层唯一ID / 测试套件调度,结果文件使用纯时间戳命名。

依赖

  • ffprobe(FFmpeg 套件)必须在系统 PATH 中
  • Python 3.6+

变更记录

  • v1.0.0 (2026-08-19): 初始版本,视频属性提取 + 卡顿检测技能

常见问题

5 问
答案由本站依据条目字段整理
视频属性与卡顿检测工具怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_337487bc/video-analysis-skill。安装方式为未标注。装完刷新技能列表或重开客户端。

视频属性与卡顿检测工具支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

视频属性与卡顿检测工具权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

视频属性与卡顿检测工具收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

视频属性与卡顿检测工具用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。