Video Summary - 视频分析与总结系统

基于 Python Flask 和阿里云 DashScope API 的视频内容分析与总结系统。

功能特性

• 📹 视频上传: 支持多种视频格式上传（mp4, avi, mov, mkv, wmv, flv, webm）
• 🔍 视频分析: 使用阿里云 DashScope 多模态 API 分析视频内容
• 📝 自动总结: 自动生成视频内容摘要
• 🔄 视频对比: 支持多个视频之间的内容对比分析
• 🎨 现代化前端: 简洁美观的静态前端界面

技术栈

• 后端: Python Flask
• 数据库: MongoDB
• AI 服务: 阿里云 DashScope (qwen3-vl-plus)
• 前端: HTML/CSS/JavaScript (静态页面)

项目结构

videoSummary/
├── app/
│   ├── __init__.py          # Flask 应用初始化
│   ├── config.py            # 配置管理
│   ├── routes/              # API 路由
│   │   └── video_routes.py
│   ├── services/            # 业务逻辑服务
│   │   ├── video_service.py
│   │   ├── dashscope_service.py
│   │   └── analysis_service.py
│   ├── models/              # 数据模型
│   │   ├── video.py
│   │   ├── analysis.py
│   │   └── comparison.py
│   └── utils/               # 工具函数
│       ├── logger.py
│       ├── validators.py
│       └── file_utils.py
├── static/                  # 静态前端文件
│   ├── index.html
│   ├── style.css
│   └── app.js
├── uploads/                 # 视频文件存储目录
├── config.yaml              # 配置文件
├── requirements.txt         # Python 依赖
├── app.py                   # 应用入口
├── API.md                   # API 文档
└── README.md                # 项目说明

快速开始

1. 环境要求

• Python 3.8+
• MongoDB 4.0+
• 阿里云 DashScope API Key

2. 安装依赖

方式一：使用启动脚本（推荐）

Linux/Mac:

./start.sh

Windows:

start.bat

启动脚本会自动：

• 创建虚拟环境（如果不存在）
• 激活虚拟环境
• 安装/更新依赖
• 启动应用

方式二：手动安装

# 创建虚拟环境
python3 -m venv venv

# 激活虚拟环境
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

3. 配置

主要配置方式：config.yaml（推荐）

编辑 config.yaml 文件，设置所有配置项：

# DashScope API Configuration
dashscope:
  api_key: "your-dashscope-api-key"  # 必需：设置你的 DashScope API Key
  
# MongoDB Configuration
mongodb:
  uri: "mongodb://localhost:27017"
  database: "videoSummary"
  
# Server Configuration
server:
  host: "0.0.0.0"
  port: 8080
  mode: "debug"

所有配置都在 config.yaml 中管理，这是主要的配置方式。

注意:

• 所有配置均在 config.yaml 文件中设置
• 请确保配置文件中的值正确

4. 配置 DashScope API Key

在 config.yaml 文件中设置你的 DashScope API Key：

dashscope:
  api_key: "your-dashscope-api-key-here"

重要: 必须设置 dashscope.api_key 才能使用视频分析功能。

5. 启动 MongoDB

确保 MongoDB 服务正在运行：

# Linux/Mac
mongod

# Windows
# 启动 MongoDB 服务

6. 运行应用

使用启动脚本（推荐）

Linux/Mac:

./start.sh

Windows:

start.bat

手动运行

确保已激活虚拟环境，然后运行：

# 激活虚拟环境
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate  # Windows

# 运行应用
python app.py

应用将在 http://localhost:8080 启动。

6. 访问前端

在浏览器中打开 http://localhost:8080/static/index.html

API 使用

详细的 API 文档请参考 API.md

快速示例

上传视频

curl -X POST http://localhost:8080/api/videos/upload \
  -F "file=@video.mp4"

分析视频

curl -X POST http://localhost:8080/api/videos/{video_id}/analyze

生成总结

curl -X POST http://localhost:8080/api/videos/{video_id}/summarize

对比视频

curl -X POST http://localhost:8080/api/videos/compare \
  -H "Content-Type: application/json" \
  -d '{"video_ids": ["id1", "id2"]}'

配置说明

config.yaml

主要配置项：

• server: 服务器配置（host, port, mode）
• mongodb: MongoDB 连接配置
• dashscope: DashScope API 配置（api_key, model, fps）
• upload: 上传配置（max_size, allowed_extensions）
• log: 日志配置（level, format, output）

配置说明

所有配置项均在 config.yaml 文件中设置。详细配置说明请参考 CONFIG.md 文档。

开发

项目结构说明

• app/: Flask 应用代码
  • routes/: API 路由定义
  • services/: 业务逻辑层
  • models/: 数据模型
  • utils/: 工具函数
• static/: 前端静态文件
• uploads/: 视频文件存储

代码规范

• 所有代码注释和文档使用英文
• 遵循 PEP 8 Python 代码规范
• API 设计遵循 RESTful 原则

部署

使用 Gunicorn（生产环境）

pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:8080 app:app

Docker 部署

FROM python:3.9-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt

COPY . .

CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:8080", "app:app"]

注意事项

1. API Key 安全: 不要将包含 API Key 的 config.yaml 提交到代码仓库。建议：
   • 在本地 config.yaml 中设置 API Key
   • 在 config.yaml 中设置 dashscope.api_key
   • 将 config.yaml 添加到 .gitignore（如果包含敏感信息）
2. 文件存储: 视频文件存储在本地 uploads/ 目录，生产环境建议使用对象存储
3. 性能优化: 视频分析可能需要较长时间，建议实现异步任务队列
4. 存储空间: 定期清理旧视频文件，避免磁盘空间不足

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request！

更新日志

v1.0.0

• 初始版本发布
• 实现视频上传、分析、总结和对比功能
• 提供完整的 RESTful API
• 实现现代化前端界面