Visual Summarization Skill | 视觉摘要智述技能
AI分析视频/图片生成自然场景描述
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Visual Summarization Skill | 视觉摘要智述技能。 它的用途是：AI分析视频/图片生成自然场景描述 完整的 Skill 内容见：https://321skill.com/skills/visual-summarization-skill-视觉摘要智述技能-x-6/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请分析这段视频内容，生成一段场景描述。' 它会分析视频画面，输出流畅的文字描述，例如'画面中，一位穿着白色衬衫的男士站在讲台前，正在向观众展示PPT，背景是蓝色幕布，灯光柔和，现场气氛专注。' 可用于快速生成视频字幕或摘要。
介绍
该技能解决了从视频或图片中快速提取关键视觉信息并转化为流畅文字描述的问题。传统上，人工观看视频并撰写描述耗时耗力，而该技能可自动化完成，大幅提升效率。它适用于需要快速理解视频内容、生成字幕、制作文案或辅助视觉设计的场景。
使用方式简单：用户上传视频片段或图片，技能会进行AI分析，自动输出一段通顺、自然的场景描述。无需复杂配置，即传即用。支持多种常见格式，输出内容可直接用于后续编辑或存档。
适合内容创作者、视频剪辑师、营销专员等需要频繁处理视觉素材的群体。例如，视频博主可快速生成视频摘要，营销人员可获取产品演示的文案，剪辑师可辅助理解素材内容。
建议在需要快速获取视频或图片的核心场景描述时使用，避免用于需要精确识别物体细节或复杂推理的任务（如医学影像分析）。对于长视频，建议分段处理以保持描述连贯性。
核心特点
不同于通用图像描述工具，该技能专注于生成流畅、自然的场景描述，输出更贴近人类叙述习惯，且同时支持视频片段和图片，适用性更广。
注意事项
不适合需要精确识别物体细节或进行复杂推理的场景，如医学影像分析、细粒度物体计数等。
常见问题
支持哪些输入格式？
支持常见视频格式（如MP4、AVI、MOV）和图片格式（如JPG、PNG、BMP），具体请参考仓库说明。
能否生成多语言描述？
目前仅支持中文描述，后续可能扩展多语言支持。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/visual-summarization-skill-视觉摘要智述技能-x-6/raw/index.md 读取 Visual Summarization Skill | 视觉摘要智述技能 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/visual-summarization-skill-视觉摘要智述技能-x-6/raw/index.md（查看排版版本）