video_vision_read

Capability

• •读取并分析一个或多个视频（URL 或本地绝对路径），根据 prompt 输出对视频内容的回答/描述。

Real-world impact

• •外部网络请求：会调用视觉模型 API（OpenAI 兼容 /chat/completions 或 Gemini :generateContent）。
• •读取本地文件：当输入为本地视频路径时会直接读取并 base64 编码。
• •不写文件。

When to use

• •用户给了视频，让你识别/描述/提取信息（人物动作、字幕内容、关键帧信息、异常行为等）。
• •用户明确给了关注点（prompt）。

When NOT to use

• •没有视频输入，或没有明确问题（prompt）。
• •需要真正“下载/保存/剪辑”视频（本工具不做）。

Input

• •Required:
  • •prompt
  • •video (single) or videos (array)
• •Local video paths must be absolute.
• •视频大小受 VIDEO_VISION_MAX_SIZE_MB 限制，超限建议截取片段或压缩。

Output

• •Success data (核心字段):
  • •prompt
  • •description: 模型输出
  • •video_count
  • •formats: MIME 列表
  • •total_size_mb

Failure modes

• •INVALID: 缺 prompt 或缺 video/videos。
• •INVALID_PATH: 本地路径不是绝对路径。
• •VIDEO_TOO_LARGE: 视频超出大小限制。
• •TIMEOUT: 网络/API 超时。