Visual Summarization Skill | 视觉摘要智述技能
对视频/图片进行AI分析生成场景描述
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：对视频/图片进行AI分析生成场景描述 完整的 Skill 内容见：https://321skill.com/skills/visual-summary-generator-2/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
'请分析这段视频片段，生成一段描述其场景的文字。' 技能会输出类似：'画面中一个穿着红色外套的女孩在公园里奔跑，周围是绿树和草地，阳光明媚，远处有几个人在散步。' 这样的描述，帮助快速理解视觉内容。
介绍
在视频内容创作、监控分析、无障碍辅助等场景中，人工描述视频画面费时费力。本技能自动分析视频片段或图片，生成自然流畅的场景描述，帮助用户快速理解视觉内容，提升内容生产效率和信息获取速度。
使用方法：将视频文件或图片作为输入，技能会逐帧或整体分析画面中的物体、动作、环境、人物关系等要素，输出一段通顺的文字描述。支持单张图片和短视频片段（建议时长不超过30秒），描述风格可调整详细程度和侧重点。
适合用户：内容创作者（为视频配文案、字幕），视频剪辑师（快速生成素材说明），学术研究者（分析实验视频或野外记录），数据分析师（监控视频摘要），以及对无障碍有需求的人员（为视障人士提供画面描述）。
使用建议：输入清晰、关键帧丰富的视频片段可获得更准确描述；复杂场景可补充提示词指定关注重点。注意本技能仅生成文字，不生成图像，也不支持音频分析和情感判断。
常见问题
支持哪些视频格式？
支持常见格式如MP4、AVI、MOV等，建议时长不超过30秒，分辨率不低于480p。
能识别视频中的文字吗？
主要识别场景和物体，文字识别能力有限，建议配合OCR技能使用。
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-summary-generator-2/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-summary-generator-2/raw/index.md（查看排版版本）