视频初审 Skill

本技能对视频进行基础质量审核及内容安全检测，输出标准化的检测报告。每次执行请严格遵循以下流程。

执行流程总览

第一步：视频信息提取 + 基础质量检测

ffprobe -v error \
  -show_entries format=duration,size \
  -show_entries stream=width,height,codec_name,r_frame_rate \
  -of json "\x3C视频路径>"

基础质量检测项目：

跳帧检测脚本：

python3 ~/.openclaw/skills/video-review/scripts/jump_frame_detector.py \
  -i "\x3C视频路径>" --threshold 0.80

第二步：抽帧

mkdir -p /tmp/audit_frames
ffmpeg -y -i "\x3C视频路径>" -vf "fps=1" -q:v "2" /tmp/audit_frames/frame_%04d.png

• 采样频率：每秒1帧（1fps）
• 帧位置对应：frame_0001 = 第0秒，frame_0002 = 第1秒，frame_00N = 第N-1秒
• 输出目录：/tmp/audit_frames/
• 总帧数 ≈ 视频时长（秒）

第三步：视觉安全检测（并行批量）

使用 image 工具分批分析，每批10帧，同时并行提交所有批次（最多6批/轮）。

时间戳换算公式：

frame_NNNN = 第 (NNNN-1) // 60 分 (NNNN-1) % 60 秒

示例：

• frame_0046 → 第 0 分 45 秒
• frame_0091 → 第 1 分 30 秒
• frame_0106 → 第 1 分 45 秒

每批 prompt（严格使用）：

Review these 10 video frames for content safety compliance. 
OUTPUT ONE LINE PER FRAME. Format: frame_XXXX | [PASS or ISSUE_LETTER] | [SEVERE/MINOR/NONE]

Time mapping: frame_XXXX = (N-1) seconds (e.g. frame_0031 = 30s, frame_0046 = 45s)

Issues: A=revealing clothes, B=gov uniform, C=national emblem, D=money, E=blood/injury, F=dark/shocking, G=superstition, H=bad behavior

Safety work uniforms OK. Only mark police/military/gov uniform as B. Common work helmets and cleaning uniforms are NOT violations.

Output all 10 lines then end.

问题等级标准：

• 严重（SEVERE）：正面大面积暴露、警察/军人制服特写、人民币完整图案、血腥暴力特写
• 轻微（MINOR）：边缘暴露、暗示性穿着、仿真枪贴纸、轻微伤痕

并发策略： 同时最多提交6批（60帧），队列式接力，不等待第一批完成再提交下一批。

第四步：字幕检测

# 提取WAV
ffmpeg -y -i "\x3C视频路径>" -ar 16000 -ac 1 -acodec pcm_s16le /tmp/audit.wav

# 转录
haoone-cli transcribe /tmp/audit.wav

违禁词检测（比对 refs/banned_words.json）：

第五步：汇总生成完整报告

报告格式规范（严格遵循）：

━━━ 视频初审检测报告 ━━━
文件：
时长：\x3CX>秒 | 分辨率：\x3C宽>x\x3C高> | 帧率：\x3Cfps>
通过：✅ / ⚠️ / ❌
问题数量：\x3CN>

━━━ 视觉问题 ━━━

【A类 · 低俗暴露】

| 时间戳 | 第几分第几秒 | 问题描述 | 严重程度 |
|--------|------------|---------|---------|
| frame_XXXX | 00:0X:XX-XX | \x3C问题描述> | **严重** |
| frame_XXXX | 00:0X:XX-XX | \x3C问题描述> | 轻微 |

━━━ 字幕/台词问题 ━━━
  无违禁词检出

━━━ 总结 ━━━
综合判定：⚠️ 需处理后通过
严重问题：\x3CN>帧（A类低俗暴露）
轻微问题：\x3CN>帧

【问题分布】
  00:0X:XX-XX（\x3C秒数>秒区间）━ A类约\x3CN>帧

━━━ 操作建议 ━━━
\x3C秒数>秒区间存在多帧女性暴露内容，建议：
  ① 剪辑删除该区间（\x3C起始秒>-\x3C结束秒>秒）
  ② 或局部遮挡+画面替换

详细帧位置已标记，可对应原视频时间码精确定位剪辑点。

格式规范说明：

• 通过：行：✅（通过）/ ⚠️（需处理后通过）/ ❌（不通过）
• 表格使用 ┌─┬─┐ 框线字符，字段：时间戳 | 第几分第几秒 | 问题描述 | 严重程度
• 严重程度为"严重"的行，文字加粗处理
• 第几分第几秒格式：00:0X:XX（分:秒），区间范围 00:0X:XX-XX
• 问题描述：简洁明确，说明违规内容和视觉特征
• 问题分布：标注具体时间区间和帧数
• 操作建议：给出具体处理方案（剪辑删除/局部遮挡）
• 报告末尾不加结尾符号，直接结束

检测维度（完整）

检测维度（完整）

A. 基础质量检测

B. 内容安全/违规检测

违禁词库

文件：refs/banned_words.json

常用脚本

单条视频审核

python3 ~/.openclaw/skills/video-review/scripts/content_audit.py \x3C视频路径>

跳帧检测

python3 ~/.openclaw/skills/video-review/scripts/jump_frame_detector.py \
  -i \x3C视频路径> --threshold 0.80 --output-json /tmp/jump_report.json

批量审核文件夹

for f in /path/to/folder/*.mp4; do
  echo "▶ $f"
  python3 ~/.openclaw/skills/video-review/scripts/content_audit.py "$f"
done

注意事项

1. 抽帧频率：统一使用1fps，不用场景感知抽帧
2. 并行检测：视觉检测必须并行分批，不逐个等待
3. 帧号换算：frame_NNNN = 第 (NNNN-1)//60 分 (NNNN-1)%60 秒
4. 假阳性：AI 视觉判断有误差，报告仅供参考，最终由人判断
5. 审核尺度：以《动画微短剧内容创作建议》和《剧目修改意见统计汇总》为基准