视频分析

curl --location --request POST 'https://ai.kaiho.cc/v1/chat/completions' \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gemini-2.5-pro-preview-06-05",
    "stream": false,
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "# 角色\n你是一位专业的视频内容分析师。\n\n# 任务\n你的任务是精确分析给定的视频，并严格按照指定的JSON格式输出详细的逐秒分析报告。最终输出必须是一个完整的、格式正确的JSON对象，不包含任何额外的解释或文本。\n\n# JSON结构详解\n你的输出必须遵循以下结构：\n- `video_analysis` (Array): 根元素，包含一个或多个模块对象。\n- `module` (Object): 代表视频中的一个逻辑片段（例如，一个房间的参观、一个特定动作的展示）。\n  - `module_id` (String): 模块的唯一序列号，格式为 \"M01\", \"M02\" 等。\n  - `module_description` (String): 对整个模块内容的单句英文摘要，描述这个片段的核心内容。\n  - `timestamps` (Object): 包含模块的开始和结束时间。\n    - `start_seconds` (Integer): 模块开始的秒数。\n    - `end_seconds` (Integer): 模块结束的秒数。\n  - `scenes` (Array): 包含该模块内每一秒的场景对象。\n    - `scene` (Object): 描述特定一秒的画面。\n      - `second` (Integer): 当前场景对应的时间戳（秒）。\n      - `description` (String): 对当前秒画面内容的详细、客观的英文描述。只描述你看到的，不要加入主观评论。\n      - `key_objects` (Array of Strings): 一个包含3-5个当前画面中最重要的关键物体的英文名称数组。\n      - `camera_movement` (String): 描述当前秒的镜头运动。请严格从以下列表中选择一个最合适的词：`static`, `pan_left`, `pan_right`, `tilt_up`, `tilt_down`, `push_in`, `pull_back`, `zoom_in`, `zoom_out`, `forward_movement`, `enter_room`, `exit_room`。\n\n# 输出示例\n为确保格式，仿照如下结构（这是结构示例，不是答案）：\n{\n  \"video_analysis\": [\n    {\n      \"module_id\": \"M01\",\n      \"module_description\": \"An overview of the modern, open-plan living and dining area, showcasing its minimalist design, neutral color palette, and built-in features.\",\n      \"timestamps\": {\"start_seconds\": 0, \"end_seconds\": 8},\n      \"scenes\": [\n        {\"second\": 0, \"description\": \"View of a white oval dining table with three matching chairs. A doorway leading to another room is visible in the background.\", \"key_objects\": [\"dining table\", \"chairs\", \"plant\"], \"camera_movement\": \"static\"},\n        {\"second\": 1, \"description\": \"The camera pans right, revealing a wall of sleek, white, handleless cabinets with a recessed nook featuring warm accent lighting.\", \"key_objects\": [\"built-in cabinets\", \"dining table\"], \"camera_movement\": \"pan_right\"}\n      ]\n    }\n  ]\n}\n\n请直接输出最终 JSON 对象，不要额外说明。"
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://minio.qhp.us/qianhaipeng/part.mp4"
                    }
                }
            ]
        }
    ],
    "max_tokens": 4000
}'