103 lines
3.2 KiB
Markdown
103 lines
3.2 KiB
Markdown
# video-product-snapshot — 视频商品以图搜图
|
||
|
||
从视频中提取最佳商品帧，以图搜图在 1688 找同款。
|
||
|
||
## 工作原理
|
||
|
||
1. `ffmpeg` 按 0.5s 间隔抽帧（最多 60 帧）
|
||
2. 视觉质量预过滤（亮度/方差剔除模糊帧）
|
||
3. 容器/架子类产品检测 → 自动选择空载帧
|
||
4. 视觉模型多帧对比排序，选出最佳商品帧
|
||
5. 裁剪商品区域 → 上传 → 1688 图搜
|
||
6. 后置过滤（视觉模型判断结果是否同款）→ rerank 排序
|
||
|
||
## 安装
|
||
|
||
```bash
|
||
./install.sh # 安装 auth-rt + 依赖
|
||
bun install
|
||
bun run build # 输出到 dist/run.js
|
||
```
|
||
|
||
## 使用方法
|
||
|
||
```bash
|
||
bun dist/run.js <command> [options]
|
||
```
|
||
|
||
### 命令
|
||
|
||
| 命令 | 说明 |
|
||
|------|------|
|
||
| `detect-best-and-search <video>` | **推荐。** 最佳帧 → 图搜 → rerank |
|
||
| `detect-best <video>` | 只提取最佳商品帧，不搜图 |
|
||
| `detect-and-search <video>` | 两阶段过滤后图搜（较慢） |
|
||
| `detect <video>` | 抽帧并逐帧检测商品 |
|
||
| `search <image>` | 用已有图片搜同款 |
|
||
| `rerank` | 关键词对图搜结果交叉过滤 |
|
||
| `session` | 获取当前认证会话 token |
|
||
|
||
### 选项（`detect-best` / `detect-best-and-search`）
|
||
|
||
| 参数 | 默认值 | 说明 |
|
||
|------|--------|------|
|
||
| `--interval=<秒>` | `0.5` | 帧采样间隔 |
|
||
| `--max-frames=<n>` | `60` | 最大分析帧数 |
|
||
| `--output-dir=<目录>` | 视频同目录 | 截图保存目录 |
|
||
| `--session-id=<id>` | 自动生成 | Langfuse session ID |
|
||
| `--dry-run` | — | 解析参数，不实际执行 |
|
||
|
||
## 输出
|
||
|
||
所有命令输出 JSON 到 stdout，包含 `sessionId` 字段用于 Langfuse 追踪。
|
||
|
||
```json
|
||
{
|
||
"sessionId": "skill-20260426-184345-lb06",
|
||
"status": "success",
|
||
"command": "detect-best-and-search",
|
||
"bestSnapshot": {
|
||
"frameIndex": 7,
|
||
"timestampSeconds": 3,
|
||
"imagePath": "/path/to/frame_0007.jpg",
|
||
"croppedImagePath": "/path/to/frame_0007_cropped.jpg",
|
||
"description": "黑色金属床底鞋架 可折叠移动"
|
||
},
|
||
"rerank": {
|
||
"keyword": "床底鞋架",
|
||
"results": [
|
||
{ "num_iid": 123, "title": "...", "price": "44.00", "sales": 87, "detail_url": "..." }
|
||
]
|
||
}
|
||
}
|
||
```
|
||
|
||
## 鉴权架构
|
||
|
||
```
|
||
~/.openclaw/.env
|
||
CLIENT_KEY ──→ auth-rt ──→ 业务系统
|
||
├── /session → access_token
|
||
└── /client-config → provider.api_key
|
||
provider.base_url
|
||
provider.model
|
||
```
|
||
|
||
仅需配置 `CLIENT_KEY`，LLM 凭据和端点均由业务系统下发。
|
||
|
||
## 环境变量
|
||
|
||
| 变量 | 说明 |
|
||
|------|------|
|
||
| `CLIENT_KEY` | **必需。** 在 `~/.openclaw/.env` 中配置 |
|
||
| `VISION_MODEL` | 覆盖模型名称（默认来自 client config） |
|
||
| `SKILL_SESSION_ID` | Langfuse session ID（自动生成，格式 `skill-YYYYMMDD-HHMMSS-xxxx`） |
|
||
| `AUTH_RT_BIN` | 覆盖 `auth-rt` 二进制路径 |
|
||
| `TELEMETRY_ENDPOINT` | 遥测上报接口 |
|
||
|
||
## 前置依赖
|
||
|
||
- [Bun](https://bun.sh) 运行时
|
||
- 系统 PATH 中包含 `ffmpeg` / `ffprobe`（帧提取）
|
||
- `auth-rt` CLI（鉴权/API 调用，`install.sh` 自动安装）
|