Penulis telah merilis Watch Skill, sebuah proyek sumber terbuka yang membuat alur kerja pengindeksan video lokal-first untuk Model Bahasa Besar (LLM). Sistem ini menganalisis video sekali untuk mengekstrak transkrip, data OCR, batas adegan, dan frame perwakilan, memungkinkan LLM mengambil bukti tanpa memproses ulang video.
- Retrieval hibrida yang menggabungkan pencarian teks penuh (FTS) dan embedding.
- Deteksi adegan digunakan alih-alih pengambilan frame tetap.
- Retrieval berbasis timestamp memastikan jawaban tertaut kembali ke video asli.
- Semua data disimpan secara lokal sehingga video yang diindeks tidak meninggalkan mesin.
- Paparan melalui MCP, CLI, dan REST API untuk pergantian model.
Pendekatan ini memposisikan LLM sebagai lapisan penalaran daripada lapisan pemrosesan video, memungkinkan pengguna beralih antar model lokal berbeda tanpa mengubah alur kerja pengindeksan.