提取模式

VIDEO_VISION_MODE 控制工具使用哪种提取路径。

三种模式

模式	值	阶段 1（yt-dlp）	阶段 2（浏览器）	适用场景
自动	auto	是，优先尝试	是，回退使用	桌面 / 完整环境
仅 yt-dlp	ytdlp	是	否	Android、PRoot、无 Chromium
仅浏览器	browser	否	是	yt-dlp 不支持的网站

auto（默认）

export VIDEO_VISION_MODE=auto

1. 尝试使用 yt-dlp 获取视频元数据和直链
2. 尝试使用 FFmpeg 通过直链提取帧
3. 如果 FFmpeg 失败（例如 403），通过 yt-dlp 下载视频到本地文件，然后提取帧
4. 如果以上全部失败，回退到浏览器（阶段 2）

当你的环境同时支持两种路径时，推荐使用此模式。

ytdlp

export VIDEO_VISION_MODE=ytdlp

仅使用 yt-dlp + FFmpeg。不会使用 playwright-core 或任何浏览器。如果帧提取失败，工具会返回错误而不是回退到浏览器路径。

适用场景：

• 无法安装 playwright-core（Android、PRoot、Termux）
• 想要避免浏览器的开销
• 仅处理 YouTube / Bilibili / yt-dlp 支持的网站
• 资源受限的环境

需要： yt-dlp、ffmpeg

browser

export VIDEO_VISION_MODE=browser

完全跳过 yt-dlp。直接使用基于浏览器的抓取和截图提取。

适用场景：

• 目标网站不被 yt-dlp 支持
• 需要浏览器渲染的内容（JavaScript 密集型页面）
• 偏好使用云浏览器服务

需要： playwright-core + Chromium（本地）或云浏览器服务

决策流程图

能否安装 playwright-core + Chromium？
├── 否
│   └── 使用 VIDEO_VISION_MODE=ytdlp
│       需要：yt-dlp + FFmpeg
│
└── 是
    ├── 目标网站被 yt-dlp 支持？（YouTube、Bilibili 等）
    │   ├── 是  → VIDEO_VISION_MODE=auto（默认）
    │   └── 否  → VIDEO_VISION_MODE=browser
    │
    └── 想要避免浏览器开销？
        └── 是  → VIDEO_VISION_MODE=ytdlp