Index of every page on this site: llms.txt
All skills
cat-xierluo avatar

/video-screenshot

@5fb69a0
Run it yourself

视频截图提取、滚动文字提取与证据线索精筛工具。从微信、小红书、网页、会议等录屏中以有界高召回抽取关键帧,控制截图密度并过滤切换中间态;可用本地 OCR 多锚点和无文字图像主体生成不保存原文的证据线索索引,用匿名标注私有语料建立脱敏双路径基线,再提供受预算、封闭类别、非破坏性的分类/概括包,以及只做减法且有覆盖存活门禁的去重审计包。显式滚动文字模式用本地 OCR 与保守正文裁区输出可复制 TXT/Markdown、原OCR和回源;该模式保存原文,与线索索引的隐私口径不同。抽帧、OCR与正文拼接由本地程序执行。触发词:视频截图、录屏截图、聊天记录截图、证据截图、视频证据线索、抽帧去重、关键帧提取、截图太密、过渡帧、切换页、截图审计、滚动文字提取、录屏转文字、转录页面提取。不要用于视频压缩、视频剪辑、法律证明力认定或音频提取。

Use this Skill: https://skilld.dev/gh/cat-xierluo/legal-skills/video-screenshot

Nothing lands on disk. Nothing to clean up.

Fork this Skill

Edit a local copy. It keeps the author and licence.

referencesbenchmarking.md

≈1.7k tokens on demand. Your agent reads this file only when SKILL.md points to it.

私有语料基线评测

本流程用于比较 video-screenshot 的算法版本或参数,不是日常抽帧必经步骤。目标是先冻结候选外人工标注,再让纯视觉与 RapidOCR 两条路径使用同一份 manifest,避免用“帧数更少”冒充准确率提升。

隐私边界

  • manifest、视频、基础帧、_report.json 和 workspace 必须放在 Git 仓库之外;CLI 会拒绝仓库内路径。
  • manifest 只使用 CASE-001 这类匿名编号,不写主体名、平台账号、案号或材料标题。
  • benchmark_summary.json 不保存源路径、OCR 原文、标注时间点或帧文件名,可以在人工复核后摘录其中的匿名指标。
  • workspace 内的基础 _report.json 仍是私有运行产物,可能含本机源路径,不得提交或外发。

1. 生成并填写 manifest

uv run scripts/benchmark.py init \
  --output /绝对路径/私有评测/manifest.json

在观看原视频后、运行待评算法前,冻结以下候选外标注:

  • must_keep:每个区间代表一张必须被基础层覆盖的独立页面或证据状态;命中任一帧即算覆盖。
  • transitions:明显处于前后页切换、加载或拼接过程的区间;保留帧落入其中计为过渡泄漏。
  • page_windows:同一稳定页面或同一可接受内容窗口;超过 max_selected 的部分计为重复超额。
  • budget:每分钟最大帧数和单次最大耗时;它只是密度/成本上限,不能覆盖必须保留页召回。

成功样本至少要有一个 must_keep。损坏视频使用 expected_outcome: failure,用于检查失败路径;不要为它伪造内容标注。

填写 corpus_kind:real 表示人工声明真实材料,synthetic 表示合成回归,unconfirmed 表示来源未确认(模板默认值)。脚本不凭类别名称推断素材真实;即使声明 real 并跑齐也仍需人工复核。must_keep 与 transitions 不得重叠,page_windows 之间不得重叠或共用端点,所有区间不得超过视频时长。未标注的过渡/重复内容不在代理指标的检出范围内。

支持的匿名类别为:xiaohongshu、wechat_chat、product_work、qualification_document、long_scroll、short_video、damaged_video。正式基线至少覆盖五种成功页面形态,并同时运行 visual、ocr。

uv run scripts/benchmark.py validate \
  --manifest /绝对路径/私有评测/manifest.json \
  --check-files

2. 运行双路径基线

uv run --with rapidocr-onnxruntime scripts/benchmark.py run \
  --manifest /绝对路径/私有评测/manifest.json \
  --workspace /绝对路径/私有评测/workspace \
  --profiles visual,ocr

workspace 首次运行会写入所有权标记并绑定 manifest SHA256;state 另绑定实现/配置摘要与源视频、报告及实际帧哈希。标注、视频或实现变化时使用新 workspace,避免不同口径结果混算。仅重新计分也会复算真实帧;图片缺失、改动或 profile 不匹配时失败关闭,不复用旧分数。

OCR 环境缺失或抽帧器降级到纯视觉时,ocr profile 标记为 failed_profile_downgrade,不得冒充 OCR 基线。中断后可重跑,状态按 CASE/profile 原子写回。

每次运行写入独立的 case/profile 尝试目录,不覆盖旧基础帧;开始前写入 running 状态,中断不会冒用上一轮成功状态。单次子进程受 max_runtime_seconds 超时约束;损坏视频必须同时得到独立 ffprobe 拒绝与抽帧器明确的媒体探测错误,依赖异常不算预期成功。旧尝试保留在私有 workspace,需人工按保管要求清理;工具不自动删除。

同一 workspace 按串行使用,不支持多个进程同时写入;并行比较不同算法时分别指定独立 workspace。macOS/Linux 下抽帧器在独立进程组中运行,超时同时终止它及其 ffmpeg 子进程;异常尝试可能留下私有 staging,不能作为成功产物使用。

只重新计算已有结果时运行:

uv run scripts/benchmark.py score \
  --manifest /绝对路径/私有评测/manifest.json \
  --workspace /绝对路径/私有评测/workspace

3. 指标与结论边界

汇总指标包括:

  • must_keep_recall:必须保留区间命中数 ÷ 必须保留区间总数,优先级最高;
  • transition_leakage_rate:落入过渡区间的保留帧数 ÷ 保留帧总数;
  • duplicate_excess_rate:超过同页 max_selected 的帧数 ÷ 保留帧总数;
  • frames_per_minute、runtime_seconds:人工筛选密度和计算成本;
  • ocr_minus_visual:OCR 相对纯视觉的同口径差值。

差值只计算两条路径都成功的配对样本,并列出配对匿名 ID;逐类汇总同时显示实际已计分数量,缺项不当作零误差。区间边界按闭区间计分,零保留帧的泄漏率按 0 记,但召回仍为 0,不能据此认为质量合格。

baseline_complete 只表示 manifest 自定的数量/profile 条件已跑齐,不表示质量通过。只有人工声明 real、小红书/微信聊天/商品作品/资质文书/长滚动五类齐备且全部 visual/OCR 跑齐,才标记 real_baseline_status=recorded_requires_human_review;不输出自动 verified。短视频与损坏视频用于额外的边界矩阵。accuracy_improvement_claim_allowed 始终为 false。后续候选算法必须复用同一 manifest 与标注,先证明召回不下降,再比较泄漏、重复、密度和耗时;这些是标注代理指标,不是法律证据价值、证明力或全面 precision。

默认汇总在自有 workspace 中更新。显式 --public-report 只允许在仓库和 workspace 外新建文件,不覆盖任何既有文件;视频/manifest/workspace/报告路径及其非系统父目录符号链接均拒绝。汇总仅适合人工复核后摘录,匿名样本组合、时长和指标仍可能构成元数据指纹,不应未经判断直接公开整份报告。

合成视频回归只能证明 CLI、计分公式和脱敏边界可运行;不能替代真实微信、小红书、商品/作品、资质/文书和长滚动样本。

开发验证:python3 scripts/check_pipeline.py --case all 运行不依赖 OCR 的 24 组回归;已配置 Pillow/RapidOCR 的同一解释器另运行 python3 scripts/check_pipeline.py --case benchmark-ocr。必须以实际 CLI 结果确认 OCR,而非仅检查包能否 import;旧 PyYAML 与新版 Python 的组合可能导入成功、初始化失败。缺依赖时使用上述 uv 安装入口,不在脚本中补装或全局修补第三方模块。

Source: SKILL.md on GitHub

skilld matched fixed text patterns in SKILL.md and file names. Patterns miss obfuscated code.

skilld run checks every file with the same patterns. It asks for approval before it loads a Skill with a behavior marked Needs approval.

No alerts1mo3 checks · Risk SAFE
  • Gen Agent Trust Hub1mo

    The skill is a professional-grade video processing tool for legal evidence extraction. It demonstrates high security standards, including atomic file operations, strict directory ownership verification, and sandboxed local OCR execution. It follows best practices by using private virtual environments and avoiding cloud-based processing for sensitive data.

  • Socket1mo

    No alerts

  • Snyk1mo

    Risk: LOW · No issues

Signed by skilld at 5fb69a0. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub yesterday.

Activeupdated last month
version
1.2.0
author
杨卫薪律师(微信ywxlaw)
homepage
https://github.com/cat-xierluo/legal-skills

README badge

README badge for cat-xierluo/legal-skills/video-screenshot