watch-skill: ذاكرة الفيديو والأدلة المؤرخة لوكلاء MCP
مهارة المشاهدة، التي طورتها Oxbshw، هي خادم MCP يوفر لوكلاء الذكاء الاصطناعي ذاكرة فيديو دائمة وسياق بصري قابل للبحث. يقوم بتحميل مقاطع الفيديو، والبث المباشر، وتسجيلات الشاشة، ويستخرج النصوص و نصوص OCR، ويبني فهرسًا مؤرخًا يمكن للوكلاء الاستعلام عنه لاسترجاع الأدلة واستشهاد لحظات معينة. تدعم معالجة البيانات المحلية أولاً، والمراقبة في الوقت الحقيقي، ودورة التحقق تدقيق الوكلاء واستمرارية الجلسة. تستهدف مطوري وم Researchers الذكاء الاصطناعي الذين يبنون سير العمل المعتمدة على الفيديو.
تكتسب الوكلاء ذاكرة فيديو قابلة للبحث لمهام مدعومة بالأدلة
يعمل الأداة كخادم MCP يقوم بتحويل مصادر الفيديو إلى فهرس دائم وقابل للاستعلام. يقبل أنواع إدخال متعددة:
- تحميل الملفات
- البث المباشر
- تسجيلات الشاشة
تقدم النصوص وOCR نصوصًا قابلة للاستخدام ولكن تعتمد على جودة الإدخال
تنتج الأداة نصوصًا، ونصوص OCR، وتجسيدات بصرية تشكل رموزًا قابلة للبحث لاستعلامات الوكلاء. هذه المخرجات قابلة للاستخدام مع صوت واضح، ونص على الشاشة قابل للقراءة، وحركة كاميرا منخفضة؛ تنخفض الدقة مع الضوضاء الخلفية الثقيلة، أو الحركة السريعة، أو الإضاءة السيئة. يوجد خيار احتياطي لواجهة برمجة تطبيقات Whisper عندما تكون النسخ المحلية غائبة، لذا يجب على الفرق التحقق من الاستنتاجات الحرجة قبل الاعتماد على المخرجات الآلية.
يتطلب النشر مضيف MCP واحتياجات وسائط متعددة شائعة
يتطلب النشر مضيفًا متوافقًا مع MCP مثل Claude Desktop أو Claude Code وأدوات الوسائط مثل ffmpeg وyt-dlp، والتي يتم تثبيتها عادةً عبر مديري الحزم. يعمل الخادم على macOS وLinux وWindows، مما يناسب بيئات تطوير متعددة المنصات. يدمج هذا المجموعة من الاعتماد مع أطر الوكلاء ولكنه يرفع خطوات التكوين للفرق التي لا تمتلك مضيف MCP أو سلسلة أدوات الوسائط موجودة.
تدعم الواجهات الموجهة للمطورين الاختبار وتدفقات العمل القابلة للتكرار للوكلاء
يكشف المطور عن واجهات MCP وCLI وREST التي تتيح للمهندسين توصيل الخادم في أدوات اختبار الوكلاء وفحوصات على نمط CI. يقلل الفهرس الدائم من المعالجة المتكررة بين الجلسات، وتسمح حلقة التحقق الذاتي للوكلاء بفحص التسجيلات لتدقيق المخرجات. تدعم نقاط النهاية البرمجية الاستعلامات الآلية واسترجاع الأدلة، مما يتماشى مع تدفقات العمل الهندسية لسلوك الوكلاء القابل للتكرار والمدرك للفيديو.
عملي لمطوري الوكلاء الذين يقبلون بتسوية نشر مركز حول MCP
watch-skill هو خيار عملي لمطوري الذكاء الاصطناعي والباحثين الذين يحتاجون إلى وكلاء للتفكير في الأدلة المرئية. إن توجهه المحلي أولاً وواجهاته البرمجية تناسب اختبار الوكلاء القابل للتكرار، لكن التبني يفضل الفرق التي تعمل بالفعل داخل نظام MCP البيئي لأن نموذج النشر يتوقع وجود مضيف MCP وسلسلة أدوات الوسائط. بالنسبة للمشاريع التي تلبي تلك المتطلبات، فإنه يمدد سياق الوكيل بشكل ذي مغزى مع قدرات واعية بالفيديو.
