使用 Gemma4-31B（50GB 交换）在 2021 款 MacBook 上本地索引一年的视频

我大约有半年时间待在马赛马拉，连续三个月。小屋前的动物、摩托车、马赛村庄的朋友、认为无人机是他们见过的最有趣的东西的孩子。那是我一年的一半。另一半则是在非洲时间的硅谷黑客大脑终端前工作十六个小时。两者都是真实的，都吸引注意力。上半场持续不断地出现来自 iPhone、DJI Pocket、无人机、尼康 Z8 以及最近的 Ray-Ban Metas 的镜头。总有一些东西被记录下来。我认识的每一位摄影师或摄像师都面临着同样的问题：档案的增长速度超过了他们编辑的速度。后半部分就是为什么我的永远不会被触及的原因。内罗毕和西班牙之间某处的机场安全。两个托盘，里面装着相机、耳机、无人机配件、电池、SSD，以及比任何人都需要的更多的电缆。大部分都记录了一些东西。他们记录的内容几乎不会在短期内再次被触及。三个月前，旅馆的社交渠道被关闭。不是因为缺乏内容；该旅馆在多个 SSD 上拥有多年的原始镜头。瓶颈是编辑时间，我的时间就消失了。 Claude Code 和 Opus 4.5（然后是 4.6）在 2 月份达到了临界点，你可以让代理运行几个小时，然后再回来合并 PR。 KaribuKit 即将在同一窗口中推出其第一个付费产品。我不再好好睡觉，开始在后台并行运行三四个代理，而我本该剪卷的几个月变成了我交付软件的几个月。所以一个周末我坐下来解决这个问题。我尝试的第一件事是错误的。错误的层最初的推介（对我自己来说，经过大约一个小时的研究）是 SaaS 堆栈：用于迭代编辑的 Eddie AI、用于生成 B 卷的 Higgsfield MCP、用于字幕的 Submagic、用于交叉发布的 Buffer。每月大约140美元，纸上谈兵。在我运行之前出现了两个问题。首先，生成式人工智能视频在真正的旅游品牌中没有地位。客人每晚支付 300 美元以上才能看到真实的地方，贴错标签的人工智能照片相当于 TripAdvisor 的受难。希格斯菲尔德出局。其次，每周 3-5 个帖子对我来说太激进了，而现实的底限更像是 2-3 个。推销的方式很乐观，以至于我在第二周就失败了。然后我想起我已经拥有 DaVinci Resolve Studio，并且 Resolve 21 附带了 IntelliSearch（语义剪辑搜索）、Smart Bins（自动组织文件夹）和 Voice to Subtitle，可在时间线上生成 90-95% 准确的字幕。这大约占艾迪销售量的 70%，所以艾迪也退出了。我剩下的就是 Claude Code 通过开源 DaVinci Resolve MCP 驱动 Resolve，ElevenLabs 处理信息剪辑上的配音，并赢得了自己的一席之地，而且成本从每月 140 美元降至 22 美元。但只有当我尝试实际使用其中任何一个时，更深层次的东西才落地。市场上的每个人工智能视频编辑器都假设您的素材已经被标记。我的是 IMG_*.mov 和 DJI_*.mp4 ，跨文件夹名称为 Mara June 2024 backup Final FINAL 。艾迪可以通过文字记录进行搜索，但这些工具都无法在未标记的档案中找到“黄金时段山上的大象”。 AI编辑器正在解决错误的问题。或者更准确地说，它正在解决第二个问题；第一个问题是索引。我大声问的问题是：特工如何知道每个剪辑中的内容？没有标签的档案没有答案。您可以向其中添加文字记录、GPS 坐标、文件名、父文件夹。除非确实查看了像素，否则这些都不会为您提供“日出时长颈鹿在画面中的广角镜头”。杠杆是上游的。首先建立索引，使存档可以用英语查询，然后顶部的编辑器变成一个薄层，执行其设计的任务。所以我在本地建立了索引。构建 这是我在 SimbaStack 为客户所做的 AI 原生构建，只不过这次我既是客户又是工程师，这使得决策树短了很多。四个约束设置了形状：局部优先。 Mara Hilltop 档案位于物理 SSD 上，大部分个人资料都位于我的笔记本电脑上。云上传是不可能的，无论是成本（数千个文件，每个剪辑许多千兆字节）还是不将我生活的整个视觉记录交给第三方。 Sidecar，不是中央数据库。每个剪辑都有一个 .description.md，位于其旁边，纯文本且可 grep。如果我的索引器明天坏了，它仍然可以幸存，并且当文件在驱动器之间移动时，数据也会随之移动。一次愿景召唤就能捕捉一切。昂贵的操作是对提取的帧进行视觉传递，因此我稍后可能想了解的有关剪辑的任何信息都必须从该调用中得出。第一天的模式就很详尽：评级、技术质量、灯光、一天中的时间、调色板、音频质量、人数、关键词、面孔、位置、文字记录、散文描述。所有这一切都一击完成。三视后端