AI agentlariga tezkor, tasdiqlangan video kontekstini berish uchun CDAF’dan foydalaning

CDAF nima qiladi

CDAF, ya’ni Cached Descriptive Asset Files (keshlangan tavsifiy resurs fayllari), video uchun ochiq sidecar formatidir. U vaqt tamg‘alari qo‘yilgan, oddiy matnli tavifni video yonida, bir xil asosiy nomdan foydalanib saqlaydi. Masalan, sunset-drone.mp4 fayliga sunset-drone.cdaf mos keladi.

Maqsad — videoni bir marta tavsiflab, keyingi AI vazifalarida ushbu tavsifdan qayta foydalanish. Har bir savol uchun bir xil tasvirlarni video mazmunini tushunish modelidan qayta o‘tkazish o‘rniga, agent ancha kichik CDAF faylini tekshirishi va o‘qishi mumkin.

footage/
sunset-drone.mp4
sunset-drone.cdaf

Asl video o‘zgarmaydi va oddiy video dasturlarida ijro etilaveradi. Sidecar — UTF-8 kodlangan matn bo‘lib, unda avval kichik metadata sarlavhasi, so‘ng til modellari uchun optimallashtirilgan Markdown tavsifi keladi.

Sidecardan qayta foydalanish nega xavfsiz

CDAF sarlavhasida videoning aniq SHA-256 xeshi va bayt hajmi qayd etiladi. Standartga mos vositalar tavsif hali ham amal qilishini aniqlash uchun ushbu qiymatlardan foydalanadi. Video o‘zgarsa, sidecar eskiradi va undan foydalanilmasligi kerak.

--- CDAF/1.0
video: sunset-drone.mp4
sha256: 4a7d1ed4…
bytes: 48211394
duration: 00:00:31.500
generator: gemini-2.5-flash
created: 2026-08-26T14:03:12Z
---

## Xulosa
Oltin soat paytida qirg‘oq bo‘yidagi avtomagistral tasvirlangan 31 soniyalik dron lavhasi…

## Segmentlar
[00:00.0-00:05.2] Keng ko‘lamli, manzarani tanishtiruvchi havo kadri…
[00:05.2-00:12.8] Dron oldinga yaqinlashadi va pastlaydi…

## Transkript
(nutq yo‘q)

## Ekrandagi matn
(mavjud emas)

## Teglar
drone, aerial, coastal highway, golden hour, sunset

Asosiy qismda xulosa, vaqt tamg‘alari qo‘yilgan segmentlar, transkript, ekrandagi matn va teglar bo‘lishi mumkin. Normativ format, yangilik semantikasi, versiyalash qoidalari va bo‘limlar grammatikasi uchun loyihaning CDAF 1.0 spetsifikatsiyasiga qarang.

Asosiy imkoniyatlar

• Tekshirilgan qayta foydalanish: SHA-256 va bayt hajmi haqidagi metadata sidecarni u tavsiflayotgan aniq video bilan bog‘laydi.
• O‘qilishi qulay matn formati: Agentlar videoni qayta dekodlamasdan tavsiflarni o‘qishi, qidirishi va qayta ishlatishi mumkin.
• Vaqt tamg‘ali segmentlar: Segment oraliqlari klip tanlash va montaj ro‘yxatini yaratishni qo‘llab-quvvatlashi mumkin.
• Tashqi bog‘liqliklarsiz yadro: Tahlil qilish, serializatsiya, xeshlash, yangilikni tekshirish va segmentlarni ajratib olish Python standart kutubxonasi yordamida bajariladi.
• Ommaviy qayta ishlashga yo‘naltirilgan CLI: Buyruq qatori vositasi katalog uchun sidecarlar yaratishi va allaqachon yangiligi tasdiqlanganlarini o‘tkazib yuborishi mumkin.
• Bir nechta tafsilot profili: Generatsiya brief, standard va rich chiqishlarini qo‘llab-quvvatlaydi.
• Agent ko‘nikmasi: Paketlangan ko‘nikma kod yozuvchi agentlarga videoni tahlil qilishdan oldin tekshirilgan sidecarlarni qidirishni o‘rgatadi.
• Ixtiyoriy lokal generatsiya: Repozitoriyda lokal model yordamida va API kalitisiz generatsiya qilish uchun --local provayderi mavjud.
• Ixtiyoriy tekshiruv: CDAF davomiylik, aniqlik va kadrlar tezligi metadatalari uchun ffprobe’dan foydalanishi mumkin; ffprobe mavjud bo‘lmaganda esa imkoniyatlarni bosqichma-bosqich cheklaydi.

Agent ko‘nikmasini o‘rnatish

Qo‘llab-quvvatlanadigan kod yozuvchi agentga sidecarni birinchi o‘ringa qo‘yuvchi ish jarayonini o‘rgatishning eng tezkor usuli:

npx cdaf-skill

Odatiy holatda bu ko‘nikma ~/.claude/skills/cdaf manziliga o‘rnatiladi va barcha loyihalarda foydalanish mumkin bo‘ladi. Qo‘llab-quvvatlanadigan boshqa o‘rnatish usullari:

npx cdaf-skill --project
npx cdaf-skill --dir <path>
npx cdaf-skill --print

• --project ko‘nikmani joriy loyiha uchun ./.claude/skills/cdaf manziliga o‘rnatadi.
• --dir ko‘nikmani tanlangan katalogga o‘rnatadi.
• --print ko‘nikmani standart chiqishga yozadi, shunda uni boshqa agent tizimiga joylashtirish mumkin.

O‘rnatuvchini qayta ishga tushirish xavfsiz. O‘zgarmagan ko‘nikma joyida qoldiriladi, o‘zgartirilgan ko‘nikma esa almashtirishdan oldin SKILL.md.bak sifatida zaxiralanadi.

Video faylini tahlil qilishdan oldin bir xil asosiy nomga ega .cdaf faylini qidiring. Agar uning bytes va sha256 sarlavha qiymatlari videoga mos kelsa, videoni qayta ishlash o‘rniga shu faylni o‘qing.

CDAF CLI’ni o‘rnatish

Python CLI uchun Python 3.10 yoki undan yangi versiya talab qilinadi. PyPI relizi hali rejalashtirilayotganligi sababli, joriy README uni to‘g‘ridan-to‘g‘ri repozitoriydan o‘rnatadi.

pip install "cdaf[generate] @ git+https://github.com/UditAkhourii/cdaf.git#subdirectory=cli"

Agar klonlangan repozitoriyda ishlayotgan bo‘lsangiz, CLI’ni mahalliy cli katalogidan o‘rnating:

pip install ./cli[generate]

Generatsiya amalga oshiruvchisi Gemini Files API’dan foydalanadi. Google AI Studio orqali Gemini API kalitini oling, so‘ng uni muhit o‘zgaruvchisiga kiriting.

macOS va Linux

export GEMINI_API_KEY=your-key

Windows PowerShell

$env:GEMINI_API_KEY="your-key"

Videolaringiz o‘zingizning API kalitingiz orqali qayta ishlanadi. Faqat mavjud sidecarlarni o‘qiydigan yoki tekshiradigan buyruqlar uchun API kaliti yoki generator bog‘liqliklari talab qilinmaydi.

Sidecarlar yaratish

Bir yoki bir nechta videoni katalogga joylashtiring va shu katalog uchun cdaf generate buyrug‘ini ishga tushiring:

cdaf generate ./footage

CDAF videolarni tavsiflaydi va bir xil asosiy nomlarga ega sidecarlar yaratadi. Qayta ishga tushirilganda, sidecarlari hali yangiligini saqlab turgan videolar o‘tkazib yuboriladi.

Tafsilot profilini tanlash

Hujjatlashtirilgan uchta generatsiya profilidan birini tanlash uchun --detail parametridan foydalaning:

cdaf generate ./footage --detail brief
cdaf generate ./footage --detail standard
cdaf generate ./footage --detail rich

Quyi oqimdagi vazifalar qancha tavsifiy kontekst talab qilishiga qarab profilni tanlang. Shuningdek, --model bilan Gemini modelini tanlashingiz yoki --force bilan qayta generatsiya qilishni so‘rashingiz mumkin.

cdaf generate ./footage --model <gemini-model>
cdaf generate ./footage --force

Videolar kutubxonasi holatini tekshirish

Yon fayllarni FRESH, STALE yoki MISSING sifatida tasniflash uchun status buyrug‘idan foydalaning:

cdaf status ./footage

• FRESH: Yon fayl joriy videoga mos keladi.
• STALE: Yon fayl mavjud, ammo unda qayd etilgan identifikatsiya endi videoga mos kelmaydi.
• MISSING: Mos keladigan CDAF yon fayli mavjud emas.

Bu buyruq API kaliti va generatsiya uchun zarur bog‘liqliklarni talab qilmaydi, shu bois mavjud aktivlar kutubxonalarini yengil tekshirish uchun mos keladi.

Tekshirilgan tavsifni o‘qish

Yon fayl mazmunini agent, skript yoki prompt uchun olishni istasangiz, cdaf read buyrug‘idan foydalaning:

cdaf read ./footage/sunset-drone.mp4

Buyruq tavsifni chiqarishdan oldin xeshni tekshiradi. U eskirgan yon faylni chiqarishdan bosh tortadi, shu tariqa yangilik qoidasi faqat agent ko‘rsatmalariga emas, balki vositaning o‘ziga ham tayanadi.

Avtomatlashtirishda yon fayllarni tekshirish

Validatsiya buyrug‘i mos yon fayl to‘g‘ri formatlangan va yangi bo‘lgandagina muvaffaqiyatli yakunlanadi:

cdaf validate ./footage/clip.mp4

Buyruq faqat yaroqli, yangi yon fayl uchun 0 holat kodi bilan yakunlangani sababli, undan skriptlar yoki uzluksiz integratsiya jarayonlarida foydalanish mumkin. Validatsiya API kaliti yoki ixtiyoriy generator bog‘liqliklarini talab qilmaydi.

CDAF’dan Python orqali foydalanish

Python’ning asosiy API’si ilovalarga yon faylni topish, yuklash va uning mazmunini til modeliga uzatishdan oldin tekshirish imkonini beradi.

from cdaf import load, check_freshness, sidecar_path_for

video = "footage/sunset-drone.mp4"
sidecar = load(sidecar_path_for(video))

if check_freshness(video, sidecar) == "fresh":
    context_for_llm = sidecar.body

Bu andoza CDAF integratsiyasining asosiy ko‘rinishidir: kutilgan yon fayl yo‘lini hosil qilish, faylni tahlil qilish, video bilan yangiligini tekshirish va natija fresh bo‘lgandagina sidecar.bodydan foydalanish.

Paketning yadrosi serializatsiya, bo‘laklarga ajratilgan SHA-256 hisoblash va segmentlarni ajratib olishni ham qo‘llab-quvvatlaydi. Bu amallar faqat standart kutubxonadan foydalanadi. Generatorga xos kod faqat generatsiya so‘ralganda import qilinadi.

Yon faylga asoslangan agent ish jarayonini yaratish

1. Tahrirlash, qidirish yoki savol-javob vazifasi doirasida video yo‘lini oling.
2. Bir xil asosiy nomga ega .cdaf faylini qidiring.
3. Yon faylning joriy video bilan yangiligini tekshiring.
4. Agar u yangi bo‘lsa, boshqa video tushunish jarayonini ishga tushirish o‘rniga uning matnini o‘qing.
5. Agar u eskirgan yoki mavjud bo‘lmasa, mazmuniga tayanishdan oldin uni qayta generatsiya qiling.
6. Xulosa, segmentlar, transkript, ekrandagi matn va teglarni quyi oqimdagi vazifa uchun kontekst sifatida ishlating.

Paketga kiritilgan agent ko‘nikmasi o‘rganish jarayonida yengil hajm tekshiruvini, muhim qarorlar uchun esa to‘liq xesh tekshiruvini tavsiya qiladi. Ilovalar amal uchun mos bo‘lgan tekshiruv darajasidan foydalanishi kerak, biroq eskirgan tavsiflarga ishonmaslik haqidagi asosiy qoidani saqlab qolishi lozim.

Ilg‘or maslahatlar

Video to‘plamlarini matn sifatida qidiring

Videolarda yon fayllar mavjud bo‘lgach, agentlar va buyruq qatori vositalari har bir videoni ochish o‘rniga .cdaf fayllarini qidirishi mumkin. Teglar va tavsiflar odamlarsiz quyosh botayotgan sohil lavhalari kabi so‘rovlarni aktivlar kutubxonasida matnli qidiruvga aylantiradi.

Segmentlarni tahrirlash qarorlariga aylantiring

[00:05.2-00:12.8] kabi vaqt belgili satrlar dasturiy tahrirlovchilar klip yoki ketma-ketliklarga aylantirishi mumkin bo‘lgan oraliqlarni taqdim etadi. README ushbu tuzilmadan foyda ko‘rishi mumkin bo‘lgan ish jarayonlari sifatida Remotion, HyperFrames va promptdan tahrirga vositalarini alohida ko‘rsatadi.

Transkript vaqt belgilaridan qayta foydalaning

Nutq mavjud bo‘lganda, Transcript bo‘limi dialogni vaqt shkalasi bilan moslashtiradi. Tahrirlash jarayoni boshqa tushunish bosqichini bajarmasdan, subtitrlar va audio sinxronizatsiyasi uchun ushbu ma’lumotdan qayta foydalanishi mumkin.

Ixtiyoriy ffprobe metama’lumotlaridan foydalaning

Agar ffprobe mavjud bo‘lsa, CDAF’ning probe komponenti davomiylik, o‘lcham va soniyadagi kadrlar soni metama’lumotlarini to‘plashi mumkin. ffprobe bo‘lmaganda ham dvigatel muammosiz ishlashda davom etadi, shuning uchun bu ixtiyoriy integratsiya asosiy yon fayl amallarini bloklamaydi.

Lokal generatsiyani ko‘rib chiqing

Repozitariy --local orqali taqdim etiladigan lokal provayderni o‘z ichiga oladi. U API kalitidan foydalanish kerak bo‘lmagan hollarda lokal model bilan generatsiya qilish uchun mo‘ljallangan. Hozirda qo‘llab-quvvatlanadigan lokal model sozlamalari uchun repozitariyning lokal provayder implementatsiyasiga murojaat qiling.

Backendlarni formatdan alohida saqlang

CDAF’ning o‘zi modelga bog‘liq emas. Gemini kiritilgan masofaviy generator backendidir, boshqa video-til-model backendlari esa xuddi shu Sidecar turi ortida ishlashi mumkin. Qo‘shimcha Claude, GPT va lokal VLM backendlari yo‘l xaritasida keltirilgan, hozircha ular mavjud deb hisoblanmasligi kerak.

Benchmarkni qayta ishga tushiring

Repozitariy ffmpeg yordamida skriptlangan retseptlardan videolar yaratadigan obyektiv benchmarkni o‘z ichiga oladi. Uning bosqichlarini ketma-ket ishga tushiring:

python benchmarks/bench.py make
python benchmarks/bench.py run
python benchmarks/bench.py report

Birinchi qadam uchun ffmpeg, ikkinchi qadam uchun GEMINI_API_KEY talab qilinadi, yakuniy qadam esa benchmarks/RESULTS.md faylini yozadi. Hisobotdagi 20 ta savoldan iborat testda yon fayl javoblari 20 ta savolning 20 tasiga to‘g‘ri javob berdi, to‘g‘ridan-to‘g‘ri video esa 20 tadan 19 tasiga to‘g‘ri javob berdi; bunda har bir savol uchun o‘rtacha prompt tokenlari soni 3 066 emas, 303 tani tashkil etdi. Bu natijalar repositorydagi benchmarkdan olingan bo‘lib, videoyozuvlar, modellar, promptlar va muhitlarga qarab farq qilishi mumkin.

Joriy cheklovlar va yo‘l xaritasi

README bir nechta bandni joriy funksionallik emas, balki kelajakdagi ishlar sifatida ko‘rsatadi: PyPI relizi, MCP serveri, joylashtirilgan konvertor, qo‘shimcha generator backendlari, Node yoki TypeScript dvigatel porti, tabiiy videoyozuvlar benchmarkini kengaytirish va imzolangan yon fayllar. Bugun hujjatlashtirilgan Git asosidagi Python o‘rnatilishi va mavjud CLI’dan foydalaning; yo‘l xaritasidagi ushbu komponentlar mavjud deb taxmin qilmang.

Xulosa

CDAF takroriy video tahlilini tekshirish va o‘qish jarayoniga aylantiradi. Yon faylni bir marta yarating, uni manba video yonida saqlang, resursdan har foydalanilganda tekshiring va uning asosiy qismini keyingi agentlarga bering. Formatdagi xeshlar tahrirlardan keyin tasodifiy qayta foydalanishning oldini oladi, uning qisqacha mazmunlari, vaqt belgilari, transkriptlari, matni va teglari esa videolar kutubxonalarini qidirish va avtomatlashtirishni osonlashtiradi.

CDAF MIT litsenziyasi asosida taqdim etiladi. Manba kodi, spetsifikatsiya, misollar, benchmark tafsilotlari va agent ko‘nikmasi CDAF GitHub repositoryda mavjud.