Initial commit of akmon project

video_splitter/README.md

@@ -0,0 +1,57 @@
+# 智能新闻拆条系统 (Smart News Splitter)
+
+本项目演示了如何利用 **Qwen3-VL** 多模态大模型实现新闻节目的自动拆条、编目和入库。
+
+## 项目结构
+
+- `main.py`: 主程序入口，协调预处理、AI分析和视频切割流程。
+- `ai_agent.py`: 模拟 Qwen3-VL 的交互代理，负责视频内容理解和分段。
+- `processor.py`: 封装 FFmpeg 操作，处理视频切割和音频提取。
+- `requirements.txt`: 项目依赖。
+
+## 核心流程
+
+1.  **预处理**: 提取视频音频，进行 ASR 转写（本项目使用模拟文本）。
+2.  **AI 分析**: 将视频帧和 ASR 文本发送给 Qwen3-VL，模型返回结构化的新闻片段信息（JSON）。
+3.  **物理切割**: 根据模型返回的时间戳，调用 FFmpeg 进行无损切割。
+4.  **自动编目**: 生成标题、摘要、标签和封面图，输出 `catalog_report.json`。
+
+## 快速开始
+
+### 1. 安装依赖
+
+确保系统已安装 [FFmpeg](https://ffmpeg.org/download.html) 并将其加入环境变量。
+
+```bash
+pip install -r requirements.txt
+```
+
+### 2. 运行拆条
+
+准备一个新闻视频文件（例如 `news.mp4`），然后运行：
+
+```bash
+python main.py -i news.mp4 -o output_folder
+```
+
+> **注意**: 由于没有真实的 Qwen3-VL API Key，`ai_agent.py` 目前返回的是模拟数据。在实际生产环境中，请替换 `analyze_video` 方法中的逻辑，接入 DashScope API。
+
+## 实际接入指南
+
+要接入真实的 Qwen3-VL，请修改 `ai_agent.py`:
+
+1.  安装 DashScope SDK: `pip install dashscope`
+2.  配置 API Key: `dashscope.api_key = "YOUR_API_KEY"`
+3.  构造多模态消息:
+    ```python
+    messages = [
+        {
+            "role": "user",
+            "content": [
+                {"video": video_path},
+                {"text": "请分析这段视频，拆分出每条新闻..."}
+            ]
+        }
+    ]
+    ```
+4.  调用 `dashscope.MultiModalConversation.call()` 获取结果。