[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-video-db--Director":3,"tool-video-db--Director":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",154349,2,"2026-04-13T23:32:16",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":77,"owner_twitter":78,"owner_website":79,"owner_url":80,"languages":81,"stars":113,"forks":114,"last_commit_at":115,"license":116,"difficulty_score":117,"env_os":118,"env_gpu":119,"env_ram":119,"env_deps":120,"category_tags":127,"github_topics":130,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":143,"updated_at":144,"faqs":145,"releases":186},7281,"video-db\u002FDirector","Director","AI video agents framework for next-gen video interactions and workflows.","Director 是一款专为视频交互打造的 AI 智能体框架，被誉为“视频界的 ChatGPT\"。它旨在解决传统视频处理流程繁琐、门槛高的问题，让用户只需通过简单的自然语言指令（如“上传视频并发送高光片段到 Slack\"），即可自动完成搜索、剪辑、编译、生成及配音等复杂任务，并实时流式传输结果。\n\n基于 VideoDB 先进的“视频即数据”基础设施，Director 能够像处理文本一样高效地理解和分析视频内容。其核心亮点在于内置了 20 多个可定制的视频智能体，不仅能秒级总结视频、精准定位特定时刻，还能支持多语言翻译、自动添加字幕、从脚本生成带旁白的完整影片等高级功能。此外，它提供流畅的聊天式交互界面，并允许开发者灵活集成各类大语言模型（LLM）和生成式 AI API，构建个性化的媒体工作流。\n\nDirector 非常适合希望利用 AI 简化媒体流程的开发者、内容创作者及企业团队。无论是需要快速整理素材的视频编辑，还是想要构建下一代视频应用的工程师，都能借助 Director 轻松释放视频数据的潜力，探索全新的创作可能。","\u003C!-- PROJECT SHIELDS -->\n\u003C!--\n*** Reference links are enclosed in brackets [ ] instead of parentheses ( ).\n*** https:\u002F\u002Fwww.markdownguide.org\u002Fbasic-syntax\u002F#reference-style-links\n-->\n\n[![Stargazers][stars-shield]][stars-url]\n[![Issues][issues-shield]][issues-url]\n[![Website][website-shield]][website-url]\n[![Discord][discord-shield]][discord-url]\n\n\u003C!-- PROJECT LOGO -->\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_75136e8ab819.png\" alt=\"logo\">\n\n\u003Cp align=\"center\">\n\u003Cp align=\"center\">\n        \u003Ca href=\"https:\u002F\u002Frender.com\u002Fdeploy?repo=https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\" target=\"_blank\" rel=\"nofollow\">\n                \u003Cimg src=\"https:\u002F\u002Frender.com\u002Fimages\u002Fdeploy-to-render-button.svg\" alt=\"Deploy to Render\">\n        \u003C\u002Fa>\n        \u003Ca href=\"https:\u002F\u002Frailway.app\u002Ftemplate\u002FQJbo7o\" target=\"_blank\" rel=\"nofollow\">\n                \u003Cimg src=\"https:\u002F\u002Frailway.app\u002Fbutton.svg\" alt=\"Deploy on Railway\">\n        \u003C\u002Fa>\n        \u003C\u002Fp>\n\n\n\n  \u003Cp align=\"center\">\n    Framework to build video agents that can reason through complex video tasks like search, editing, compilation, generation etc & instantly stream the results. \n    \u003Cp align=\"center\">\n        ⭐️ Built on top of the cutting edge 'Video-as-Data' infrastructure, \u003Ca href=\"https:\u002F\u002Fvideodb.io\">VideoDB \u003C\u002Fa>\n    \u003C\u002Fp>\n    \u003Cbr \u002F>\n    \u003Cp align=\"center\">\n        \u003Ca href=\"https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cstrong>⚡️Watch Agent Demos\u003C\u002Fstrong>\u003C\u002Fa>\n           \n        \u003Ca href=\"https:\u002F\u002Fchat.videodb.io\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cstrong>✨Try Hosted Version\u003C\u002Fstrong>\u003C\u002Fa>\n    \u003Cbr \u002F>\u003Cbr \u002F>\n    \u003Ca href=\"https:\u002F\u002Fdocs.director.videodb.io\u002Findex.html\" target=\"_blank\" rel=\"noopener noreferrer\">📖 Documentation\u003C\u002Fa>\n       \n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002Fnew?assignees=&labels=enhancement&projects=&template=agent_request.yml\" target=\"_blank\" rel=\"noopener noreferrer\">👩‍💻New Agent Request\u003C\u002Fa>\n  \u003C\u002Fp>\n   \u003C\u002Fp>\n\u003C\u002Fp>\n\u003Cbr\u002F>\n\n\u003C!-- ABOUT THE PROJECT -->\n\n##  🧐 What is The Director?\n\nThink of Director as ChatGPT for videos. It is a framework to build video agents that can reason through complex video tasks like search, editing, compilation, generation etc & instantly stream the results. \n\nFor example, a simple natural language command like: `Upload this video and send the highlights to my Slack`, sets everything in motion - Director’s reasoning will orchestrate the different agents intelligently to complete the task for you. \n\nBuilt on top of VideoDB’s ‘video-as-data’ infrastructure, Director enables you to:\n\n* Summarize videos in seconds.\n* Search for specific moments.\n* Create clips instantly.\n* Integrate top GenAI projects and APIs and create and edit content instantly.\n* Add overlays, extract frames, and much more. \n\nBuilt with flexibility in mind, Director is perfect for developers, creators, and teams looking to harness AI to simplify media workflows and unlock new possibilities.  📺 [Watch: Intro video](https:\u002F\u002Fconsole.videodb.io\u002Fplayer?url=https:\u002F\u002Fstream.videodb.io\u002Fv3\u002Fpublished\u002Fmanifests\u002F26b4143c-ed97-442a-96ae-19b53eb3bb46.m3u8)\n\n\n\n\u003C!-- Intro Video -->\n\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F33e0e7b4-9eb2-4a26-8274-f96c2c1c3a48\n\n\n\n\u003Cbr\u002F>\n\n## ⭐️ Key Features\n### 🤖 20+ pre-built video agents that you can customize to \n* Summarize videos in seconds.\n* Generate full movies with voiceovers from a script.\n* Search and index your media library.\n* Organize and clip your content effortlessly.\n* Dub and edit your audio and video with ease.\n* Translate and add subtitle in any language.\n* ....and a whole lot more >>\n\n\n### 🎨 A New Way to Interact\nExperience a sleek, chat-based interface with built-in video playback and intuitive controls. It’s like having a personal assistant for your media.\n\n### 🥣 A mixing bowl of your GenAI APIs\nConnect seamlessly with powerful AI tools like LLMs, databases, and GenAI APIs, while VideoDB ensures your video infrastructure is reliable and scalable for cloud storage, indexing and streaming your content effortlessly. \n![Integration-Updated](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_cee946b8963a.png)\n\n### 🧩 Customizable and Flexible\nEasily add new agents and tools to your workflow. Whether you want to run it locally or on your cloud, The Director adapts to your needs.\n\n\u003Cbr\u002F>\n\n## 😎 Agent Examples\n\n  1. Highlight Creator: [link](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=Dncn_0RWrro&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=11)\n  2. Text to Movie: [link](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=QpnRxuEBDCc&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=2)\n  3. Video Search: [link](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=kCiCI2KCnC8&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=4)\n\n## ⚙️ Architecture Overview\nDirector's architecture brings together:\n\n- **Backend Reasoning Engine:** Handles workflows and decision-making. Checkout the [backend folder](https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Ftree\u002Fmain\u002Fbackend) in director codebase. \n- **Chat-Based UI:** Engage with your media library conversationally. Check [videodb-chat](https:\u002F\u002Fgithub.com\u002Fvideo-db\u002Fvideodb-chat) for the source code.\n- **Video Player:** Advanced playback and interaction tools. Check [videodb-player](https:\u002F\u002Fgithub.com\u002Fvideo-db\u002Fvideodb-player) for the details about the multi platform video player. \n- **Collection View:** Organize and browse your media effortlessly.\n\n  ![Director architecture](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_3fbf8bbc4277.png)\n  \n## 🧠 **Reasoning Engine**\n\nAt the heart of The Director is its **Reasoning Engine**, a powerful core that drives intelligent decision-making and dynamic workflows. It acts as the brain behind the agents, enabling them to process commands, interact with data, and deliver meaningful outputs.\n\n### **How It Works**\n- **Contextual Understanding**: The engine analyzes user inputs and maintains context, ensuring smooth and coherent interactions with agents.  \n- **Dynamic Agent Orchestration**: Based on the user’s needs, it identifies and activates the right agents to complete tasks efficiently.  \n- **Modular Processing**: Tasks are broken into smaller steps, allowing agents to collaborate and deliver accurate results in real time.\n\n### **Key Capabilities**\n- **Multi-Agent Coordination**: Seamlessly integrates multiple agents to handle complex workflows, such as summarizing, editing, and searching videos.  \n- **Real-Time Updates**: Provides live progress and feedback as tasks are being completed.  \n- **Extensible Design**: Easily adaptable to include custom logic or connect to external APIs for more advanced capabilities.\n\n### **See It in Action**\nThe Reasoning Engine works in tandem with the chat-based UI, making video interaction intuitive and efficient. For example:  \n- **Input**: \"Create a clip of the funniest scene in this video and share it on Slack.\"  \n- **Output**: The engine orchestrates upload, scene detection, clipping, and sharing agents to deliver results seamlessly. Watch the video [here](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=fxhMgQf7v8s&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=3)\n\nFor a closer look, check out the detailed architecture diagram below:  \n![Reasoning Engine Architecture](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_0ea4b1bd6602.png)\n\n\n\n## 🏃 Getting Started\n\n### Prerequisites\n\n- Python 3.9 or higher\n- Node.js 22.8.0 or higher\n- npm\n\n### Installation\n\n**1. Clone the repository:**\n\n``` bash\ngit clone https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector.git\ncd Director\n```\n\n**2. Run the setup script:**\n\n```bash\n.\u002Fsetup.sh\n```\n\n> This script will:\n> - Install Node.js 22.8.0 using nvm\n> - Install Python and pip\n> - Set up virtual environments for both frontend and backend.\n\n\n\n**3. Configure the environment variables:**\n\nEdit the `.env` files to add your API keys and other configuration options.\n\n### Supported platforms: \n- Mac\n- Linux\n- Windows (WSL)\n\n## 💬 Running the Application\n\nTo start both the backend and frontend servers:\n\n```bash\nmake run\n```\n\n- Backend: `http:\u002F\u002F127.0.0.1:8000`\n\n- Frontend: `http:\u002F\u002F127.0.0.1:8080`\n\nFor specific tasks:\n\n- Backend only: `make run-be`\n\n- Frontend only: `make run-fe`\n\n\n\n\u003C!-- CONTRIBUTING -->\n\n## 📘 Creating a New Agent\n\n> Checkout hosted documentation at https:\u002F\u002Fdocs.director.videodb.io\n\nTo create a new agent in Director, follow these steps:\n\n1. **Copy the template**: \nDuplicate `sample_agent.py` in `Director\u002Fbackend\u002Fdirector\u002Fagents\u002F` and rename it.\n\n2. **Update class details**:\n   - Rename the class.\n   - Update `agent_name` and `description`\n\n3. **Implement logic**:\n   - Update parameters and `docstring`\n   - Implement your agent's logic\n   - Update the run() method.\n\n4. **Handle output and status updates**:\n   - Use appropriate content types (TextContent, VideoContent, ImageContent, SearchResultContent)\n   - Update `self.output_message.actions` for progress indicators\n   - Use `push_update()` to emit progress events\n   - Set content status (progress, success, error) and messages\n\n5. **Implement error handling**:\n   - Set error status and messages if issues occur\n\n6. **Finalize the response**:\n   - Call `self.output_message.publish()` to emit final state and persist session\n   - Return an `AgentResponse` with result, message, and data\n\n7. **Register the agent**:\n   - Import your new agent class in `Director\u002Fbackend\u002Fdirector\u002Fhandler.py`\n   - Add it to the `self.agents` list in `ChatHandler`\n\nRemember to consider creating reusable tools if your agent's functionality could be shared across multiple agents.\n\n\n## 📖 Documentation\n> Checkout hosted documentation at https:\u002F\u002Fdocs.director.videodb.io\n### Serve Locally\nTo serve the documentation on port 9000:\n\n```bash\nsource backend\u002Fvenv\u002Fbin\u002Factivate  \nmake install-be\nmkdocs serve -a localhost:9000\n```\n\nTo build the documentation:\n\n```bash\nmkdocs build\n```\n\n\n\n## 🤝 Contributing\n\nWe welcome integrations from projects that can make video workflows easy and increase capabilities of the projects. Please check issues and discussions for details. \n\n\nAny contributions you make are **greatly appreciated**. Here's the process:\n\n1. Fork the Project\n2. Create your Feature Branch (`git checkout -b feature\u002FAmazingFeature`)\n3. Commit your Changes (`git commit -m 'Add some AmazingFeature'`)\n4. Push to the Branch (`git push origin feature\u002FAmazingFeature`)\n5. Open a Pull Request\n\n\u003C!-- MARKDOWN LINKS & IMAGES -->\n\u003C!-- https:\u002F\u002Fwww.markdownguide.org\u002Fbasic-syntax\u002F#reference-style-links -->\n\n[discord-shield]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdynamic\u002Fjson?style=for-the-badge&url=https:\u002F\u002Fdiscord.com\u002Fapi\u002Finvites\u002Fpy9P639jGz?with_counts=true&query=$.approximate_member_count&logo=discord&logoColor=blue&color=green&label=discord\n[discord-url]: https:\u002F\u002Fdiscord.com\u002Finvite\u002Fpy9P639jGz\n[stars-shield]: https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fvideo-db\u002FDirector.svg?style=for-the-badge\n[stars-url]: https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fstargazers\n[issues-shield]: https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fvideo-db\u002FDirector.svg?style=for-the-badge\n[issues-url]: https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\n[website-shield]: https:\u002F\u002Fimg.shields.io\u002Fwebsite?url=https%3A%2F%2Fvideodb.io%2F&style=for-the-badge&label=videodb.io\n[website-url]: https:\u002F\u002Fvideodb.io\u002F\n\n\n","\u003C!-- 项目盾牌 -->\n\u003C!--\n*** 参考链接用方括号 [ ] 而不是圆括号 ( ) 括起来。\n*** https:\u002F\u002Fwww.markdownguide.org\u002Fbasic-syntax\u002F#reference-style-links\n-->\n\n[![星辰][stars-shield]][stars-url]\n[![问题][issues-shield]][issues-url]\n[![网站][website-shield]][website-url]\n[![Discord][discord-shield]][discord-url]\n\n\u003C!-- 项目Logo -->\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_75136e8ab819.png\" alt=\"logo\">\n\n\u003Cp align=\"center\">\n\u003Cp align=\"center\">\n        \u003Ca href=\"https:\u002F\u002Frender.com\u002Fdeploy?repo=https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\" target=\"_blank\" rel=\"nofollow\">\n                \u003Cimg src=\"https:\u002F\u002Frender.com\u002Fimages\u002Fdeploy-to-render-button.svg\" alt=\"部署到 Render\">\n        \u003C\u002Fa>\n        \u003Ca href=\"https:\u002F\u002Frailway.app\u002Ftemplate\u002FQJbo7o\" target=\"_blank\" rel=\"nofollow\">\n                \u003Cimg src=\"https:\u002F\u002Frailway.app\u002Fbutton.svg\" alt=\"在 Railway 上部署\">\n        \u003C\u002Fa>\n        \u003C\u002Fp>\n\n\n\n  \u003Cp align=\"center\">\n    用于构建视频智能体的框架，能够处理复杂的视频任务，如搜索、编辑、剪辑、生成等，并即时流式传输结果。\n    \u003Cp align=\"center\">\n        ⭐️ 基于前沿的“视频即数据”基础设施——\u003Ca href=\"https:\u002F\u002Fvideodb.io\">VideoDB\u003C\u002Fa> 构建\n    \u003C\u002Fp>\n    \u003Cbr \u002F>\n    \u003Cp align=\"center\">\n        \u003Ca href=\"https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cstrong>⚡️观看智能体演示\u003C\u002Fstrong>\u003C\u002Fa>\n           \n        \u003Ca href=\"https:\u002F\u002Fchat.videodb.io\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cstrong>✨体验托管版本\u003C\u002Fstrong>\u003C\u002Fa>\n    \u003Cbr \u002F>\u003Cbr \u002F>\n    \u003Ca href=\"https:\u002F\u002Fdocs.director.videodb.io\u002Findex.html\" target=\"_blank\" rel=\"noopener noreferrer\">📖 文档\u003C\u002Fa>\n       \n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002Fnew?assignees=&labels=enhancement&projects=&template=agent_request.yml\" target=\"_blank\" rel=\"noopener noreferrer\">👩‍💻 新增智能体请求\u003C\u002Fa>\n  \u003C\u002Fp>\n   \u003C\u002Fp>\n\u003C\u002Fp>\n\u003Cbr\u002F>\n\n\u003C!-- 关于项目 -->\n\n##  🧐 Director 是什么？\n\n可以将 Director 看作是视频版的 ChatGPT。它是一个用于构建视频智能体的框架，这些智能体能够处理复杂的视频任务，例如搜索、编辑、剪辑、生成等，并立即流式传输结果。\n\n例如，只需一句简单的自然语言指令：“上传这段视频，并将精彩片段发送到我的 Slack”，一切就会自动启动——Director 的推理引擎会智能地协调各个智能体，为你完成任务。\n\n基于 VideoDB 的“视频即数据”基础设施，Director 让你能够：\n\n* 在几秒钟内总结视频内容。\n* 搜索特定时刻。\n* 立即创建剪辑。\n* 集成顶尖的生成式 AI 项目和 API，快速创作和编辑内容。\n* 添加叠加层、提取帧等等。\n\nDirector 具备高度灵活性，非常适合开发者、创作者以及希望利用 AI 简化媒体工作流程、开拓全新可能性的团队使用。📺 [观看：介绍视频](https:\u002F\u002Fconsole.videodb.io\u002Fplayer?url=https:\u002F\u002Fstream.videodb.io\u002Fv3\u002Fpublished\u002Fmanifests\u002F26b4143c-ed97-442a-96ae-19b53eb3bb46.m3u8)\n\n\n\n\u003C!-- 介绍视频 -->\n\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F33e0e7b4-9eb2-4a26-8274-f96c2c1c3a48\n\n\n\n\u003Cbr\u002F>\n\n## ⭐️ 核心功能\n### 🤖 20 多种预构建的视频智能体，可自定义以：\n* 在几秒钟内总结视频。\n* 根据剧本生成带旁白的完整电影。\n* 搜索并索引你的媒体库。\n* 轻松整理和剪辑内容。\n* 轻松为音视频配音和编辑。\n* 翻译并添加任意语言的字幕。\n* ……还有更多 >>\n\n\n### 🎨 全新的交互方式\n体验简洁流畅的聊天式界面，内置视频播放和直观的操作控件。就像拥有一个专属的媒体助手一样。\n\n### 🥣 汇聚各类生成式 AI API\n与强大的 AI 工具（如大型语言模型、数据库和生成式 AI API）无缝连接，同时 VideoDB 确保你的视频基础设施可靠且可扩展，轻松实现云端存储、索引和内容流式传输。\n![集成-更新](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_cee946b8963a.png)\n\n### 🧩 可定制且灵活\n你可以轻松地将新的智能体和工具添加到工作流中。无论你是想在本地运行还是部署到云端，Director 都能适应你的需求。\n\n\u003Cbr\u002F>\n\n## 😎 智能体示例\n\n  1. 精彩片段创作者：[链接](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=Dncn_0RWrro&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=11)\n  2. 文本转电影：[链接](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=QpnRxuEBDCc&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=2)\n  3. 视频搜索：[链接](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=kCiCI2KCnC8&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=4)\n\n## ⚙️ 架构概览\nDirector 的架构由以下部分组成：\n\n- **后端推理引擎**：负责工作流管理和决策。请查看 Director 代码库中的 [backend 文件夹](https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Ftree\u002Fmain\u002Fbackend)。\n- **基于聊天的 UI**：让你以对话的方式与媒体库互动。源代码可在 [videodb-chat](https:\u002F\u002Fgithub.com\u002Fvideo-db\u002Fvideodb-chat) 中找到。\n- **视频播放器**：提供先进的播放和交互工具。有关多平台视频播放器的详细信息，请参阅 [videodb-player](https:\u002F\u002Fgithub.com\u002Fvideo-db\u002Fvideodb-player)。\n- **媒体库视图**：帮助你轻松组织和浏览媒体内容。\n\n  ![Director 架构](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_3fbf8bbc4277.png)\n  \n## 🧠 **推理引擎**\n\nDirector 的核心是其**推理引擎**，这是一个强大的核心组件，驱动着智能决策和动态工作流。它充当智能体的大脑，使它们能够处理命令、与数据交互，并输出有意义的结果。\n\n### **工作原理**\n- **上下文理解**：引擎会分析用户的输入并保持上下文，确保与智能体的交互顺畅而连贯。\n- **动态智能体编排**：根据用户的需求，它会识别并激活合适的智能体，以高效地完成任务。\n- **模块化处理**：将任务分解为更小的步骤，使智能体能够协作并实时交付准确的结果。\n\n### **关键能力**\n- **多智能体协同**：无缝整合多个智能体来处理复杂的工作流，例如总结、编辑和搜索视频。\n- **实时更新**：在任务执行过程中提供实时进度和反馈。\n- **可扩展设计**：易于扩展，可加入自定义逻辑或连接外部 API，以获得更高级的功能。\n\n### **亲眼看一看**\n推理引擎与基于聊天的用户界面协同工作，使视频交互变得直观高效。例如：  \n- **输入**：“创建这段视频中最搞笑场景的片段，并在 Slack 上分享。”  \n- **输出**：引擎会协调上传、场景检测、剪辑和分享等各个模块，无缝完成任务并交付结果。请观看视频 [这里](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=fxhMgQf7v8s&list=PLhxAMFLSSK039xl1UgcZmoFLnb-qNRYQw&index=3)\n\n如需更详细的了解，请查看下方的架构图：  \n![推理引擎架构](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_readme_0ea4b1bd6602.png)\n\n\n\n## 🏃 开始使用\n\n### 前置条件\n\n- Python 3.9 或更高版本\n- Node.js 22.8.0 或更高版本\n- npm\n\n### 安装步骤\n\n**1. 克隆仓库：**\n\n``` bash\ngit clone https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector.git\ncd Director\n```\n\n**2. 运行安装脚本：**\n\n```bash\n.\u002Fsetup.sh\n```\n\n> 该脚本将：\n> - 使用 nvm 安装 Node.js 22.8.0\n> - 安装 Python 和 pip\n> - 为前端和后端分别设置虚拟环境。\n\n\n\n**3. 配置环境变量：**\n\n编辑 `.env` 文件，添加您的 API 密钥及其他配置选项。\n\n### 支持的平台： \n- Mac\n- Linux\n- Windows (WSL)\n\n## 💬 运行应用\n\n要同时启动后端和前端服务器：\n\n```bash\nmake run\n```\n\n- 后端：`http:\u002F\u002F127.0.0.1:8000`\n\n- 前端：`http:\u002F\u002F127.0.0.1:8080`\n\n针对特定任务：\n\n- 仅运行后端：`make run-be`\n\n- 仅运行前端：`make run-fe`\n\n\n\n\u003C!-- CONTRIBUTING -->\n\n## 📘 创建新代理\n\n> 您可以访问托管文档：https:\u002F\u002Fdocs.director.videodb.io\n\n要在 Director 中创建新代理，请按照以下步骤操作：\n\n1. **复制模板**：  \n在 `Director\u002Fbackend\u002Fdirector\u002Fagents\u002F` 目录下复制 `sample_agent.py` 并重命名。\n\n2. **更新类信息**：\n   - 重命名类。\n   - 更新 `agent_name` 和 `description`\n\n3. **实现逻辑**：\n   - 更新参数和 `docstring`\n   - 实现您代理的具体逻辑\n   - 更新 `run()` 方法。\n\n4. **处理输出和状态更新**：\n   - 使用适当的内容类型（TextContent、VideoContent、ImageContent、SearchResultContent）\n   - 更新 `self.output_message.actions` 以显示进度指示器\n   - 使用 `push_update()` 发送进度事件\n   - 设置内容状态（进行中、成功、错误）及消息\n\n5. **实现错误处理**：\n   - 如果出现问题，设置错误状态和消息\n\n6. **最终响应**：\n   - 调用 `self.output_message.publish()` 发布最终状态并持久化会话\n   - 返回包含结果、消息和数据的 `AgentResponse`\n\n7. **注册代理**：\n   - 在 `Director\u002Fbackend\u002Fdirector\u002Fhandler.py` 中导入您的新代理类\n   - 将其添加到 `ChatHandler` 的 `self.agents` 列表中\n\n请记住，如果您的代理功能可以在多个代理之间共享，则应考虑创建可重用工具。\n\n\n## 📖 文档\n> 您可以访问托管文档：https:\u002F\u002Fdocs.director.videodb.io\n### 本地运行\n要在端口 9000 上提供文档服务：\n\n```bash\nsource backend\u002Fvenv\u002Fbin\u002Factivate  \nmake install-be\nmkdocs serve -a localhost:9000\n```\n\n构建文档：\n\n```bash\nmkdocs build\n```\n\n\n\n## 🤝 参与贡献\n\n我们欢迎能够简化视频工作流程并增强项目功能的集成。详情请查看 Issues 和 Discussions。\n\n\n您的任何贡献都将受到 **高度赞赏**。以下是参与流程：\n\n1. 分支项目\n2. 创建特性分支 (`git checkout -b feature\u002FAmazingFeature`)\n3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)\n4. 推送到分支 (`git push origin feature\u002FAmazingFeature`)\n5. 打开拉取请求\n\n\u003C!-- MARKDOWN LINKS & IMAGES -->\n\u003C!-- https:\u002F\u002Fwww.markdownguide.org\u002Fbasic-syntax\u002F#reference-style-links -->\n\n[discord-shield]: https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdynamic\u002Fjson?style=for-the-badge&url=https:\u002F\u002Fdiscord.com\u002Fapi\u002Finvites\u002Fpy9P639jGz?with_counts=true&query=$.approximate_member_count&logo=discord&logoColor=blue&color=green&label=discord\n[discord-url]: https:\u002F\u002Fdiscord.com\u002Finvite\u002Fpy9P639jGz\n[stars-shield]: https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fvideo-db\u002FDirector.svg?style=for-the-badge\n[stars-url]: https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fstargazers\n[issues-shield]: https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fvideo-db\u002FDirector.svg?style=for-the-badge\n[issues-url]: https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\n[website-shield]: https:\u002F\u002Fimg.shields.io\u002Fwebsite?url=https%3A%2F%2Fvideodb.io%2F&style=for-the-badge&label=videodb.io\n[website-url]: https:\u002F\u002Fvideodb.io\u002F","# Director 快速上手指南\n\nDirector 是一个用于构建视频智能体（Video Agents）的框架，能够理解并执行搜索、剪辑、编译、生成等复杂视频任务，并实时流式传输结果。它基于 VideoDB 的“视频即数据”基础设施构建。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：macOS、Linux 或 Windows (需使用 WSL)\n*   **Python**：3.9 或更高版本\n*   **Node.js**：22.8.0 或更高版本\n*   **包管理器**：npm\n\n> **提示**：如果您在中国大陆，建议在安装依赖前配置国内镜像源以加速下载：\n> *   **pip**: `pip config set global.index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n> *   **npm**: `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n\n## 安装步骤\n\n### 1. 克隆项目\n将 Director 仓库克隆到本地并进入目录：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector.git\ncd Director\n```\n\n### 2. 运行设置脚本\n执行官方提供的设置脚本，它将自动处理 Node.js 版本管理 (nvm)、Python 环境及虚拟环境的创建：\n\n```bash\n.\u002Fsetup.sh\n```\n\n### 3. 配置环境变量\n在项目根目录下找到 `.env` 文件，编辑该文件以填入您的 API Keys（如 VideoDB、LLM 提供商等）及其他必要的配置选项。\n\n## 基本使用\n\n### 启动应用\n使用 `make` 命令同时启动后端和前端服务：\n\n```bash\nmake run\n```\n\n启动成功后，您将看到以下访问地址：\n*   **后端服务**: `http:\u002F\u002F127.0.0.1:8000`\n*   **前端界面**: `http:\u002F\u002F127.0.0.1:8080`\n\n> 如果只需要单独启动某一部分，可以使用：\n> *   仅后端：`make run-be`\n> *   仅前端：`make run-fe`\n\n### 体验功能\n打开浏览器访问 `http:\u002F\u002F127.0.0.1:8080`，您将看到一个带有视频播放功能的聊天界面。您可以尝试输入自然语言指令来操作视频，例如：\n\n*   “总结这个视频的主要内容。”\n*   “搜索视频中提到‘人工智能’的片段并生成剪辑。”\n*   “为这段视频添加中文字幕。”\n\nDirector 的后端推理引擎会自动编排相应的智能体来完成这些任务，并在界面上实时反馈进度和结果。\n\n### 开发自定义智能体\n如需扩展功能，您可以参考 `Director\u002Fbackend\u002Fdirector\u002Fagents\u002Fsample_agent.py` 模板创建新的智能体，并在 `Director\u002Fbackend\u002Fdirector\u002Fhandler.py` 中注册即可。详细开发文档请访问：https:\u002F\u002Fdocs.director.videodb.io","某新媒体运营团队每天需处理数十场长达数小时的直播回放，以提取精彩片段并分发至不同社交平台。\n\n### 没有 Director 时\n- 运营人员必须人工逐帧观看视频，耗时数小时才能定位到几个关键高光时刻，效率极低。\n- 剪辑师需手动导入素材、切割画面、添加字幕和配音，制作一条短视频往往需要半天时间。\n- 面对多语言受众，团队需额外寻找翻译工具和外挂字幕软件，流程割裂且容易出错。\n- 随着视频库不断膨胀，历史素材如同“黑盒”，想要找回某个特定话题的片段几乎大海捞针。\n- 重复性的机械操作占用了团队大量精力，导致无法专注于内容创意与策略优化。\n\n### 使用 Director 后\n- 只需输入“找出昨晚直播中关于产品发布的精彩片段”，Director 即可在秒级内自动搜索并定位具体时间点。\n- 通过一条指令“生成带中文字幕和配语的 30 秒抖音版剪辑”，Director 自动调用多个 AI 代理完成剪辑、配音及字幕合成。\n- 内置的多语言代理能即时将视频翻译并配上对应语种字幕，一键生成面向全球观众的版本。\n- 基于“视频即数据”架构，所有历史视频内容被自动索引，随时可通过自然语言对话精准调取任意历史画面。\n- 复杂的媒体工作流被简化为聊天交互，团队将原本数天的工作量压缩至几分钟，大幅释放创造力。\n\nDirector 将繁琐的视频处理流水线转化为简单的自然语言对话，让视频内容生产像聊天一样高效便捷。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fvideo-db_Director_cee946b8.png","video-db","VideoDB","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fvideo-db_a37e3292.png","The perception, memory, and action layer for AI agents",null,"engg@videodb.io","videodb_io","https:\u002F\u002Fvideodb.io\u002F","https:\u002F\u002Fgithub.com\u002Fvideo-db",[82,86,89,92,96,100,104,107,110],{"name":83,"color":84,"percentage":85},"Python","#3572A5",92.9,{"name":87,"color":88,"percentage":10},"JavaScript","#f1e05a",{"name":90,"color":91,"percentage":32},"Shell","#89e051",{"name":93,"color":94,"percentage":95},"Makefile","#427819",1.1,{"name":97,"color":98,"percentage":99},"Vue","#41b883",0.6,{"name":101,"color":102,"percentage":103},"TypeScript","#3178c6",0.1,{"name":105,"color":106,"percentage":103},"CSS","#663399",{"name":108,"color":109,"percentage":103},"Dockerfile","#384d54",{"name":111,"color":112,"percentage":103},"HTML","#e34c26",1356,221,"2026-04-13T14:08:22","MIT",4,"macOS, Linux, Windows (WSL)","未说明",{"notes":121,"python":122,"dependencies":123},"该项目是一个基于 VideoDB 的视频代理框架，包含后端推理引擎和前端聊天界面。安装需运行 setup.sh 脚本，该脚本会自动使用 nvm 安装指定版本的 Node.js 并设置前后端虚拟环境。支持通过 Makefile 命令分别或同时启动前后端服务。","3.9+",[124,125,126],"Node.js 22.8.0+","npm","nvm",[128,129,14,35,13],"其他","视频",[131,132,133,134,135,136,137,138,139,140,141,142],"agent","framework","llm","openai","rag","search","video-editing","video-processing","agent-framework","ai-agents","text-to-video","videodb","2026-03-27T02:49:30.150509","2026-04-14T12:26:50.826119",[146,151,156,161,166,171,176,181],{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},32696,"如何创建新的视频集合（Collection）？创建后界面会更新吗？","您可以通过 UI 按钮或后端端点创建新集合，也可以引入专门的代理来处理。关键特性是：每当创建新集合时，侧边栏中的集合列表会动态更新，无需手动刷新。后端变更已在 PR #132 完成，前端支持包含在 `videodb-chat@0.0.30` 版本中。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F115",{"id":152,"question_zh":153,"answer_zh":154,"source_url":155},32697,"为什么输入框不支持多行输入？Shift+Enter 为什么会直接执行？","这是一个已知的前端限制。目前前端代码封装在 npm 库中，导致直接修改行为较复杂。维护者已确认该需求并在前端仓库（video-db\u002Fvideodb-chat）提出了对应议题（Issue #21）。预期的改进包括：按下 Shift+Enter 换行而非执行，以及支持多行粘贴。请关注前端仓库的更新以获取此功能。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F45",{"id":157,"question_zh":158,"answer_zh":159,"source_url":160},32690,"如何基于场景或镜头（Scene\u002FShot）对视频进行索引？遇到不支持的配置或模型错误怎么办？","如果您在本地克隆仓库后尝试使用基于镜头的索引时遇到“不支持的配置”或“模型（如 gemini-1.5-pro）不支持”的错误，这通常是一个已修复的问题。请拉取最新的代码更新（执行 `git pull`），因为该问题已在 PR #177 中修复。更新后重试即可正常工作。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F176",{"id":162,"question_zh":163,"answer_zh":164,"source_url":165},32691,"转录代理（Transcript Agent）支持哪些功能模式？","转录代理主要包含以下功能：\n1. **语音索引检查**：如果索引不存在，代理会自动索引语音内容。\n2. **默认文本模式**：将转录文本作为 TextContent 发送。\n3. **时间戳模式（可选）**：如果用户请求带时间戳的转录，它会将文本按指定时间范围（默认 2 分钟）分组，并格式化包含时间戳的文本。\n4. **LLM 上下文**：代理会在响应中返回转录字典，供其他代理使用。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F70",{"id":167,"question_zh":168,"answer_zh":169,"source_url":170},32692,"提示剪辑代理（Prompt Clip Agent）如何区分使用语音、视觉或多模态搜索？","该代理支持根据查询内容自动选择索引类型，但也支持手动干预：\n1. **自动检测**：理想情况下，代理应能检测到“复制动作”需要视觉索引，“对话”需要语音索引，从而自动选择多模态。\n2. **手动调整**：如果自动检测失败（例如先尝试了语音索引返回空结果），用户可以通过后续指令如“尝试不同的索引”或明确指示“使用多模态”来触发正确的搜索模式。目前系统支持针对纯语音、纯视觉（场景）或两者结合（多模态）的剪辑生成。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F54",{"id":172,"question_zh":173,"answer_zh":174,"source_url":175},32693,"如何在搜索结果之间合并剪辑片段？","此前由于搜索代理未返回时间戳和视频 ID，导致无法执行“合并上述两个搜索剪辑”等指令。该问题已在 PR #126 中修复。现在搜索代理会在结果中暴露时间戳和视频 ID，使得编辑代理能够获取必要的上下文信息来执行合并操作。请确保您的代码版本已包含此修复。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F123",{"id":177,"question_zh":178,"answer_zh":179,"source_url":180},32694,"脏话过滤代理（Profanity Agent）的“哔”声音频来源是什么？如果没有提供自定义音频会怎样？","当前版本中，如果用户未提供可选参数 `beep_audio_id`，系统不会报错，而是会自动上传并使用默认的哔声音频进行处理。未来计划改为直接从 VideoDB 的公共集合中获取默认哔声音频，而不是依赖环境变量或临时上传。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F159",{"id":182,"question_zh":183,"answer_zh":184,"source_url":185},32695,"视频生成代理是否支持基于自定义图片生成视频？","是的，该功能已实现。视频生成代理不再仅限于文本提示，现在允许用户使用上传到 VideoDB 的图片作为视频生成的基础。Stability 和 Kling 引擎均支持此功能。相关代码已通过 PR #138 合并。","https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fissues\u002F99",[187],{"id":188,"version":189,"summary_zh":190,"released_at":191},247446,"First","## 变更内容\n* 由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F1 中添加代理和配置端点\n* 由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F2 中添加代理\n* 修复：提示片段，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F3 中完成\n* 前端清理，由 @0xrohitgarg 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F4 中完成\n* 升级 videodb-chat，由 @0xrohitgarg 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F5 中完成\n* 代理：添加流式视频代理，并对示例代理进行小幅更新，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F6 中完成\n* API：添加会话删除端点，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F8 中完成\n* 文档更新，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F9 中完成\n* 为上传功能添加名称参数，由 @codeAshu 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F10 中完成\n* 将 videodb-chat 升级至 0.0.5，并添加键盘快捷键，由 @0xrohitgarg 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F11 中完成\n* 代码重构，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F7 中完成\n* 新特性：添加搜索数据和镜头数据，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F13 中完成\n* 在运行时激活 nvm，并在安装过程中不将已安装的 nvm 设置为默认，由 @0xrohitgarg 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F12 中完成\n* 修复 README 文件，由 @codeAshu 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F16 中完成\n* 改进文档的 README 文件，由 @codeAshu 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F17 中完成\n* 文档更新，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F15 中完成\n* 构建：升级 videodb，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F20 中完成\n* 总结推理引擎响应及其他内容，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F19 中完成\n* Slack 代理用于向 Slack 发送消息，由 @codeAshu 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F21 中完成\n* 文档更新，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F18 中完成\n* 添加 Claude 代理，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F22 中完成\n* 带有 VideoDB 时间线和 OpenAI 翻译功能的字幕代理，由 @0xrohitgarg 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F14 中完成\n* 在 slack_agent 中添加缺失的 LLM，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F23 中完成\n* 名称变更，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F24 中完成\n* 重命名后端项目名称，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F25 中完成\n* 修复 Director 目录的位置，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F26 中完成\n* 更新 logo，由 @0xrohitgarg 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F28 中完成\n* Final Cut 消息及状态更新，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F29 中完成\n* 修复 RE 最终响应，由 @ashish-spext 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F31 中完成\n* 修复：处理 LLM 错误，并升级 videodb chat，由 @ankit-v2-3 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F32 中完成\n* 修复 README 文件，由 @codeAshu 在 https:\u002F\u002Fgithub.com\u002Fvideo-db\u002FDirector\u002Fpull\u002F33 中完成\n* Ankit\u002F添加问题 t","2024-12-03T11:42:57"]