mirror of
https://github.com/linyqh/NarratoAI.git
synced 2026-05-13 03:53:55 +00:00
48 lines
1.8 KiB
Python
48 lines
1.8 KiB
Python
from app.services.documentary.frame_analysis_models import FrameBatchResult
|
||
|
||
|
||
class DocumentaryFrameAnalysisService:
|
||
PROMPT_TEMPLATE = """
|
||
我提供了 {frame_count} 张视频帧，它们按时间顺序排列，代表一个连续的视频片段。
|
||
首先，请详细描述每一帧的关键视觉信息（包含：主要内容、人物、动作和场景）。
|
||
然后，基于所有帧的分析，请用简洁的语言总结整个视频片段中发生的主要活动或事件流程。
|
||
请务必使用 JSON 格式输出。
|
||
JSON 必须包含以下键：
|
||
- frame_observations: 数组，且长度必须为 {frame_count}
|
||
- overall_activity_summary: 字符串，描述整个批次主要活动
|
||
示例结构：
|
||
{{
|
||
"frame_observations": [
|
||
{{"timestamp": "00:00:00,000", "observation": "画面描述"}}
|
||
],
|
||
"overall_activity_summary": "本批次主要活动总结"
|
||
}}
|
||
请务必不要遗漏视频帧，我提供了 {frame_count} 张视频帧，frame_observations 必须包含 {frame_count} 个元素
|
||
""".strip()
|
||
|
||
def _build_analysis_prompt(self, frame_count: int) -> str:
|
||
return self.PROMPT_TEMPLATE.format(frame_count=frame_count)
|
||
|
||
def _build_failed_batch_result(
|
||
self,
|
||
*,
|
||
batch_index: int,
|
||
raw_response: str,
|
||
error_message: str,
|
||
frame_paths: list[str],
|
||
time_range: str,
|
||
) -> FrameBatchResult:
|
||
fallback_summary = (raw_response or "").strip()[:200]
|
||
if not fallback_summary:
|
||
fallback_summary = f"Batch {batch_index} analysis failed: {error_message or 'unknown error'}"
|
||
|
||
return FrameBatchResult(
|
||
batch_index=batch_index,
|
||
status="failed",
|
||
time_range=time_range,
|
||
raw_response=raw_response,
|
||
frame_paths=list(frame_paths),
|
||
fallback_summary=fallback_summary,
|
||
error_message=error_message,
|
||
)
|