LAS 视频内容理解（las_vlm_video）

本 Skill 用于调用 LAS las_vlm_video 算子进行视频理解（会先压缩视频到 50MB 以内，再调用豆包模型进行理解），并将同步 process 调用封装为可重复执行的脚本化工作流：

• POST https://operator.las.cn-beijing.volces.com/api/v1/process 同步处理

你需要准备什么

• LAS_API_KEY：优先从环境变量读取；也支持放在当前目录的 env.sh（内容形如 export LAS_API_KEY="..."）
• Operator Region（二选一）：
  • 环境变量：LAS_REGION（推荐）/ REGION / region，取值 cn-beijing（默认）或 cn-shanghai
  • 或在命令里通过 --region cn-shanghai 指定
• video_url：可下载的视频地址（http/https 或 tos://bucket/key）
• prompt：你希望模型对视频做什么理解/分析（例如“总结剧情”“列出关键事件”“回答我某个问题”）

参数与返回字段（详细版）

完整参数/返回字段速查见：

• references/api.md

推荐使用方式

本 Skill 自带可执行脚本：scripts/skill.py。

为方便在不同工程/不同 Agent 之间迁移，下面示例默认你位于该 Skill 目录（与 SKILL.md 同级），因此命令使用相对路径 scripts/skill.py。

1) 执行视频理解

python3 scripts/skill.py process \
  --video-url "https://example.com/video.mp4" \
  --text "分析视频内容，输出要点列表，并回答：视频里出现了哪些主要物体？" \
  --model-name "doubao-seed-1.6-vision" \
  --region cn-beijing \
  --out result.json

2) 仅查看 endpoint 信息

python3 scripts/skill.py info --region cn-beijing

Region / Endpoint 的选择逻辑

脚本解析顺序：

1. --region 命令行参数（cn-beijing 或 cn-shanghai）
2. 环境变量 LAS_REGION / REGION / region
3. 默认值 cn-beijing

Endpoint 由 region 自动映射到 operator.las.<region>.volces.com，不支持自定义 API base。

输出结果你会得到什么

当请求成功（task_status=COMPLETED）时，返回里通常会包含：

• data.vlm_result：豆包对话的原生返回（可直接取 choices[0].message.content 作为主要文本输出）
• data.compress_result：压缩前后的视频信息、压缩过程、耗时等元数据

脚本会把核心信息打印为易读摘要，并可选将原始 JSON 落盘。

常见问题

1) 提示“无法找到 LAS_API_KEY”怎么办？

• 优先推荐设置环境变量：export LAS_API_KEY="..."
• 或在运行目录准备 env.sh，内容形如：export LAS_API_KEY="..."
• 注意脚本是从“当前工作目录”读取 env.sh：如果你在别的目录运行，可能读不到。

2) 视频链接有什么限制？

• 视频需要公网或火山内网可访问（不可访问会导致失败）
• 视频文件占用存储空间需小于 1 GiB
• 算子暂不支持理解视频中的音频信息