首页

投稿

让 AI 看懂整段视频：我写了个视频理解开源工具，把整段视频压成几张关键帧总览图让AI消耗最少token读懂视频

5805

2

2026-09-29 13:06:11

含AI生成内容

做视频理解有两个死穴：帧太多（3 分钟 5000 多帧）、帧太糊（拼图后每格只剩一两百像素）。解法是先压缩再理解：逐帧比差异，只留画面真正变过的那一帧，切成几张模型读得清的总览图。纯图像算法，不调用模型。我用它做 AI 剪辑：模型先看懂素材每一秒，才知道该插哪一段。一行命令就能跑。项目链接：https://github.com/ztough926/video-understanding

ZTough 发消息

关注我，打破信息差，满足好奇心。项目推荐、计算机知识、经典解读、哲学探讨、心理学、人物传记等。像平头哥一般，直面未知，坚韧求索。

我给编码助手装了个「ADHD 模式」，它终于学会先说重点

01:41

AI Agent 能自己改自己的代码了？capability-evolver 元技能实测

01:31

你的 AI 每天都在读废输出：79.8k star 的 Rust 工具，把 CLI 输出砍掉八成｜rtk

02:11

给 AI 装上一套编辑级图表设计规范 · diagram-design 实测

02:57

把任何文档一键变成互动课堂，清华这个开源项目OpenMAIC做到了

01:08

AI 每开一次新会话就失忆？byterover：给项目装一个不会掉的记忆

01:19

给编码代理装上 superpowers：先澄清需求，再出计划，最后才写码

00:57

开源知识库 Utopia：每条事实都带时间戳，能查"去年三月规定是什么"

02:18

Stirling PDF：开源免费本地跑，合并拆分压缩 OCR 签名一次到位

01:18

7440 亿参数塞进家用电脑，最低 25G 内存就能跑通——colibri 开源了

02:02

AI 改代码前，先给它一张地图：ripwire 实测省近 90% token

01:59

一个开源项目替掉 Canva + CapCut + Buffer：OpenPost 自托管内容工作台

02:14

AI Agent 烧 token 太狠？Headroom 把输入压掉一半以上，关键报错一个字没丢

02:39

261 个技能 + 64 个代理：给 AI 编码代理装一套「操作系统」｜ECC

01:56

手机上也能指挥AI写代码：Paseo 给编码代理装了个总调度台

01:38

ponytail：让 AI 编程助手少写代码的规则集，实测代码量 -54%

01:52

OmniGet：一个输入框，下载 1800+ 站点的视频、课程和电子书

02:04

让 AI 替你跑实验：OpenResearch 把 Claude Code、Codex、Cursor 变成研究代理

02:05

三秒克隆你的声音：全本地开源的语音工作室，646 种语言、免 API Key

01:52

GitHub 54万 star 的开源清单：30 个技术方向，亲手把 Docker、Git、数据库造一遍 | build-your-own-x

01:45

5 个 AI 同时写代码：开源 Orca 让编码 agent 并行干活

01:58

AI 别再一个个翻文件了：一条命令把整个代码库转成一张图给AI看

02:07

微软官方免费工具箱 PowerToys：30 多个 Windows 效率工具，装完就回不去了

01:37

爬虫改版就废？8.2 万星的 Scrapling 自己把元素找回来了

01:56

GitHub 上最全的开源资源总目录，50 万 star 却没有一行代码

01:54

一个开源软件顶掉电脑里 8 个小工具！ToolKnit Desktop 实测

01:26

Hypit：一条命令克隆爆款视频，AI 编程助手批量出 100 个版本

01:42

它记得你上周卡在哪道题｜港大开源的 AI 导师 DeepTutor，9 个月 4 万星

02:02

转格式别再往网上传了！飞鼠格式：离线格式转换工具，十类格式一个软件全包

01:51

画架构图动嘴就行，3.6万星开源项目：给 draw.io 装上 AI

01:59

48 万星的免费 API 库，连支不支持跨域都标好了

01:38

AI 做的 PPT 老问题是改不动：这个开源技能把文档变成可编辑的 PPTX | dashi-ppt-skill

02:38

腾讯开源 BrowserSkill：让 AI 直接用你已登录的浏览器，密码不用给

01:23

AI 替你点鼠标敲键盘，截图一张都不上传｜Mano-P 开源 | computer use

02:04

把书籍变成 AI 的随身技能｜book-to-skill

01:32

把书籍、PDF 转成可交互的学习网页，每个结论都能点回原文 learn-from-materials

02:13

PDF 丢进去，干净 Markdown 出来：这个开源项目表格公式一个不少，跑分贴着 Gemini

03:07

300 页 PDF 丢给 AI 读不完？这个开源脚本一页一页读完

02:19

一块白板全包了：开源免费的 Drawnix，思维导图、流程图、随手涂，还能文字转图

01:20

桌面文件终于有地方待了｜免费开源的 Windows 桌面整理工具 DeskBox

01:33

让 AI 看懂整段视频：我写了个视频理解开源工具，把整段视频压成几张关键帧总览图让AI消耗最少token读懂视频

01:30

说一句话就出架构图，还能接着改｜7.4 万星开源项目 Archify

01:57

1.6万star的中文VibeCoding教程，AI 说搞定了，你先别急着信

01:45

C盘又红了？这款 5.7MB 的开源清理工具，把几十G缓存全找出来

01:26

一个 Markdown 文件，让你的 AI 别再瞎编界面 | awesome-design-md

02:48

让 AI 别再一个文件一个文件地翻：CodeGraph 把代码库变成一张能查的图

02:22

发了几百条视频，还是靠感觉发？开源项目推荐：cheat-on-content

03:58

给个题目它自己做出一条视频：我把做视频的活全交给 AI 了

01:52

做图文号别再一张张截图了：原生字幕拼图，把一条视频拆成十几张封面

01:41

让AI做产品宣传片：152 张镜头配方卡，跟 AI 说一句就出片 | video-shotcraft

02:02

说一句话，AI 用代码做出一条 15 秒动态图形片｜开源项目推荐 RuiC-motion-reel

02:44

从找热点到一键发布 7 个平台，这个开源 AI 智能体全干了

02:36

同一个问题，AI 少写 10 倍 token：给AI装个网页渲染技能 | answer-me-with-html

02:02

让AI自己画会动的架构图｜开源项目：live-panel-skill

01:51

AI Agent 上不了网？开源工具 Agent Reach 一句话接通 16 个平台

02:26

230 个 AI 专家打包成一个仓库，一键装进AI Agent | GitHub 15.7 万星：agency-agents

01:57

微软把 AI Agent 入门课开源了：18 节课，中文齐全，代码能直接跑

01:45

AI 做文档终于不瞎写了！一行命令操控 Word、Excel、PPT

01:17

AI 总答不到点上？一个开源工具，把随口一句话变成真能用的提示词 | Prompt Optimizer

02:58

让 AI 用代码画动画：35 种画风的开源技能包，连超级玛丽都能跑完

01:56

AI 分析 App 全靠猜？开源逆向工具 REA，让智能体真的拆到二进制

01:43

AI 做 PPT 又有新花样了：说句大白话，这个开源项目把整套幻灯片写成代码

02:18

录屏演示自动推近拉远：这个开源工具录完直接出片

02:22

翻完整本教材，也说不清自己哪儿没懂？拖个 PDF 进去，它给每个概念打分

02:47

用 AI 写代码总跑偏？快 30 万 star 的仓库，专治 AI 不听人话

03:28

收藏的视频说没就没？yt-dlp 一条命令把视频搬到硬盘，自动剪掉广告

02:35

不用会剪辑：让写代码的 AI 帮你做视频｜开源工具 OpenFilm

03:13

爬虫真正卡住的不是发请求：一个开源项目，不逆 JS 也能抓 7 个平台 | MediaCrawler

02:57

爬虫写了两个月，页面一改就报废：这个开源工具录一遍操作就能抓数据

02:34

98 部电影的风格，全是代码写的：不拍摄，也不用视频模型｜开源项目 lemo-opuscar

01:48

顶部