أصدر المؤلف Watch Skill، وهو مشروع مفتوح المصدر ينشئ خط أنابيب لفهرسة الفيديو محلياً أولاً لنماذج اللغات الكبيرة (LLM). يحلل النظام الفيديوهات مرة واحدة لاستخراج النصوص المكتوبة، وبيانات التعرف الضوئي على الحروف (OCR)، وحدود المشاهد، والإطارات التمثيلية، مما يسمح لنماذج LLM باسترداد الأدلة دون إعادة معالجة الفيديو.
- استرجاع هجين يجمع بين البحث في النص الكامل (FTS) والتضمينات.
- استخدام كشف المشاهد بدلاً من أخذ العينات الثابتة للإطارات.
- استرجاع مدعوم بطوابع زمنية يضمن ارتباط الإجابات بالفيديو الأصلي.
- تخزين جميع البيانات محلياً بحيث لا تغادر الفيديوهات المفهرسة الجهاز.
- التعرض عبر MCP وCLI وREST API لتبديل النماذج.
تضع هذه النهج نموذج LLM كطبقة استدلال بدلاً من طبقة معالجة الفيديو، مما يتيح للمستخدمين التبديل بين نماذج محلية مختلفة دون تغيير خط أنابيب الفهرسة.