开源 video-grep 在终端用自然语言检索视频内容并返回时间戳

原标题：Video grep in terminal for Agents

开发者发布开源工具 video-grep（Apache 2.0），在终端用自然语言描述动作或场景即可检索视频内容并返回带时间戳的结果，专为只能 SSH 访问的远程服务器、CCTV/NVR 和边缘设备设计。它用 ffmpeg 把视频切成 6 秒片段、每段抽 8 帧，再用 EmbeddingGemma 2 嵌入成向量索引；提供三档模型（1.5 GB GPU 档、550 MB 和 320 MB ONNX CPU 档），首次下载后完全离线运行，搜索不依赖文件名或元数据。在 Apple M5 上测试，29 个 Wikimedia 片段、34 条人工标注查询，High 模型 97% 查询命中排名第一、top 5 命中 100%；选中结果可输出 ffmpeg 命令只导出对应片段。目前仅测试 macOS，未验证 Linux、NVIDIA GPU、真实监控录像和大规模视频库，只支持英文查询、不做音频和人脸…

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。