openclaw-skills/memory/2026-02-06.md

长视频分段分析功能 - 开发记录

日期: 2026-02-06 任务: 解决 obsidian-kb 技能中长视频上下文溢出问题 方案: 方案C - 动态混合策略（<30min直接分析，30-60min分2段，60min+分多段）

---

已完成工作

✅ Checkpoint 1: 基础结构

• 创建 src/content_chunker.py - 字幕分段工具类
• 更新 config.yaml - 添加 chunking 配置节点
• 配置支持：30分钟/60分钟阈值，15分钟分段，6000字符限制

✅ Checkpoint 2: 核心逻辑

• 修改 src/multi_ai_client.py
• 添加 _analyze_in_chunks() - 分段分析主方法
• 添加 _analyze_chunk() - 单段摘要生成
• 添加 _merge_summaries() - 合并摘要生成最终结果

✅ Checkpoint 3: 测试

• 创建 tests/test_chunking.py - 单元测试框架
• 创建 tests/fixtures/sample_long_video.srt - 测试数据
• 创建 test_long_video.py - 手动测试脚本
• 所有测试通过

---

功能说明

分段策略

视频时长	处理策略	API调用次数
< 10分钟	直接分析	1次
10-30分钟	截断至8000字符分析	1次
30-60分钟	分2段分析	3次
60分钟+	每15分钟一段	N+1次

使用方法

from src.content_chunker import ContentChunker, get_chunking_strategy

# 获取分段策略
strategy = get_chunking_strategy(duration_seconds=3600)  # 60分钟视频
print(strategy['num_chunks'])  # 输出: 4

# 分段字幕
chunker = ContentChunker(chunk_duration_seconds=900)
chunks = chunker.chunk_by_duration(srt_text)

---

文件变更

skills/obsidian-kb/
├── src/
│   ├── content_chunker.py          [新增] 字幕分段工具
│   └── multi_ai_client.py          [修改] 添加分段分析逻辑
├── config.yaml                     [修改] 添加 chunking 配置
├── tests/
│   ├── test_chunking.py            [新增] 单元测试
│   └── fixtures/
│       └── sample_long_video.srt   [新增] 测试数据
└── test_long_video.py              [新增] 手动测试脚本

---

测试结果

============================================================
测试分段策略
============================================================

5分钟视频 (300秒):
  策略: direct
  分段: 1段

30分钟视频 (1800秒):
  策略: chunk_2
  分段: 2段

60分钟视频 (3600秒):
  策略: chunk_4
  分段: 4段

2小时视频 (7200秒):
  策略: chunk_8
  分段: 8段

============================================================
测试SRT解析和分段
============================================================
✅ 读取字幕文件: 6339 字符
📊 分段结果: 总分段数: 3
  第1段: 00:00:00.000 - 00:15:30.000, 1331字符
  第2段: 00:15:30.000 - 00:31:00.000, 1214字符
  第3段: 00:31:00.000 - 00:43:00.000, 877字符

============================================================
测试完成！
============================================================

---

状态

🟢 已完成 - 功能已实现并测试通过

现在30分钟以上的长视频会自动分段处理，不会再出现 "Context overflow: prompt too large for the model" 错误。