首页 / 使用手册 / 按内容搜索视频素材
怎么管理几千个视频素材？按内容搜索本地视频和图片
搜索流程适用版本：v2.3.0（Windows x64）。功能与组件要求见对应版本说明；新增的“从检索到剪辑”一节适用 v2.4.0，兼容范围见该节说明。
视频素材越来越多，文件名又主要是日期和编号时，记得画面却不记得文件名就很难找。按内容搜索解决的是这一步：先描述你想找的主体、动作或场景，再从候选结果回到原始素材。
素刀（ClipKnife）支持用自然语言搜索已建立索引的本地图片和视频；图片结果对应图片，视频结果可定位到分镜和时间范围。“海边日落”“有人敲键盘的镜头”“雨夜街头走路的人”是描述方式示例，不是检索成功率测试，实际结果取决于素材内容和索引质量。
先用一个素材目录走完搜索流程
- 把一个含有已知画面的视频目录添加为素材源。先用熟悉的素材核对结果，不必一开始导入所有硬盘。
- 到任务中心确认扫描、入库和索引状态；尚未完成的素材可能不在搜索范围内，失败任务先排查。
- 进入智能搜索，选择本机素材库和对应素材源，输入具体的主体、动作或场景描述。
- 从候选视频打开详情，核对命中分镜、起止时间和实际播放画面，而不是只看缩略图判断是否可用。
- 确认匹配后再加入项目或导出所需片段；使用 v2.4.0 时，也可按下节条件逐项添加到已有剪映或 PR 时间线。
没找到时，先检查素材源是否在线、索引是否完成和筛选范围是否过窄，再把抽象描述换成画面中能观察到的主体与动作。若要找的是一句台词，应先开启相应语音转写并完成索引，而不是只依赖画面检索。
从检索到剪辑：找到分镜后，如何添加到剪映或 PR？
本节依据 v2.4.0 官方版本日志（2026-10-16 发布），说明本地素材的操作路径与兼容边界，不是本页的剪辑软件实测记录。
本地素材的右键“添加到”菜单新增剪映与 Adobe Premiere Pro 入口。每次添加一张图片、一个完整视频或一个分镜，追加到当前时间线末尾的新轨道。分镜引用完整原视频及选定范围，进入剪辑软件后仍可在原素材范围内调整首尾，无需先导出裁短的文件。
- 先按上面的搜索流程找到候选分镜，打开详情核对起止时间和画面，再选择要使用的本地素材。
- 剪映：打开目标草稿后，在素材库、智能搜索结果或视频详情中右键选择“添加到 → 剪映”；有多个可用目标时，可选择要添加的草稿。当前适配 Windows 剪映 5.9.0.11632 与 11.6.0.14552，不代表兼容所有剪映版本。需要配套新版分镜组件；未打开草稿、组件缺失或版本不适配时会提示原因。
- PR：配合“素刀连接”0.2.0 或更新插件，打开 PR 项目与活动序列，并保持“素刀连接”面板打开，即可从右键菜单添加素材，无需手动复制配对信息。可在“系统设置 → 剪辑软件”查看连接状态、暂停或重新连接。
- 添加后回到剪辑软件检查时间线和片段首尾，再继续剪辑。两种联动均暂不支持单独添加音频或直接添加共享库素材，也不会自动新建草稿、项目或序列。添加结果可在任务中心查看；若提示结果未确认，请先检查剪辑软件中的时间线，再决定是否重试，避免重复添加。
PR 支持范围为 Windows Premiere Pro 26.0 及以上；官方版本日志说明已在 26.0.0 实机验证，其他版本尚未逐版验证，首版不支持 PR 25.x 和 macOS。这条“添加到”路径不等于任意版本的草稿读写，也不等于自动导出成片。
它是怎么按内容找的
视频文件本身没有“内容描述”字段——MP4 头里只有编码、时长、分辨率。要让视频能被内容搜索，需要先把画面“读懂”。素刀的链路是：
分镜 → 代表帧 → 视觉索引 → 自然语言匹配。入库时把每个视频自动切分成多个分镜（镜头），每个分镜抽取代表帧进入本地视觉索引。搜索时把你的描述和代表帧做语义匹配，命中的是片段而不是整条视频，所以结果带起止时间码。
音频走另一条路：转写成文本后进入语音检索索引，搜“说过‘谢谢’的那段嘉宾”这种台词也能定位（视频语音转写默认关闭，需要时可以在设置里打开）。人物画面可以按人脸分组（人物索引默认关闭，涉及人脸数据，需要时再开）。
剪视频找素材慢，用自然语言搜图片和视频
典型的用法：写文案时定了一组镜头描述（“办公室加班”“深夜回家”“海边空镜”），在本地素材库逐个描述搜索；每个需求换几种表达多搜一轮，核对候选分镜后，按上节 v2.4.0 的兼容条件逐项添加到已有剪映或 Premiere 时间线。素材库负责找，剪辑软件负责继续剪辑和导出成片。
图片同理：本地图片（含常见位图和相机 RAW 格式）加入素材源后即可用自然语言搜索；也支持以图搜图，丢一张参考图，在已完成索引的素材中查找相似画面。
本机搜索与可选功能的数据边界
本机建库、搜索、分镜或转写不会向素刀公网服务上传原始素材。素材文件保存在用户电脑中，诊断包也默认不复制素材源文件。
主动启用局域网共享并配对后，搜索词会发送给你选定的共享端；使用共享库的“以图搜图”时，你主动选择的查询图片也会发送至该共享端，临时查询文件在处理结束后清理。共享端会向已授权设备提供所选素材源的搜索结果、分镜、字幕、缩略图、预览和按需下载的原文件。这些数据在局域网设备间传输，不经素刀公网服务中转。共享默认关闭，可随时关闭或撤销设备连接。
在“设置 → 视觉辅助模型”中可选择本地 MiniCPM-V 4.6 或外部视觉 API。启用视觉辅助模型代表允许创作助手在需要理解画面时自主调用它，不再逐次确认。本地来源的图片在本机处理；外部来源每次发送一张图片、一个指定时间点的帧，或分镜最多三张采样帧给你配置的供应商；完整视频不会发送。
运行内存至少需要 16GB。基础图像检索与本地视觉描述不是同一功能：基础图像检索可以使用 CPU；MiniCPM-V 4.6 本地视觉描述需要兼容的 NVIDIA 显卡，至少 4GB 显存、推荐 6GB，不提供 CPU 推理。语音转写按其单独的后端和自检要求启用，不能把视觉描述的显卡门槛套到全部功能。
联网与数据范围见常见问题和使用手册；硬件、驱动与组件兼容要求见v2.4.0 版本说明。
边界，照实说
只有 Windows x64 版，没有 Mac 版。v2.3.0 支持同一可信局域网中的只读素材共享，不做云同步或多人在线编辑；共享端需运行、授权有效且素材源在线。建索引需要时间，未完成的素材可能还不能参与检索。视频详情编辑仅限镜头级标签，不提供手工调整分镜边界、合并或拆分；工具箱批量视频拆分镜另算。剪映 6 及以上的既有加密草稿可能无法读取或修改，实际兼容性需要核对。
搜索时常见的几个问题
智能搜索和素材库搜索有什么区别？
素材库搜索主要搜索文件名、路径和标签等元信息。智能搜索使用自然语言检索图片、视频片段和音频/视频语音内容。比如你可以输入“海边日落”“红色包装特写”或“会议里提到预算调整”。
视频搜索是搜索整个视频吗？
视频视觉搜索主要基于分镜代表帧。ClipKnife 会把视频切分成分镜，再抽取代表帧进入视觉索引。搜索结果会回连到原视频和对应时间段。这意味着 ClipKnife 不承诺自动理解完整视频语义，搜索质量会依赖分镜和代表帧索引质量。
可以搜索视频里的说话内容吗？
可以，但需要开启视频语音转写。音频和视频语音转写是两个独立开关，默认均关闭；开启对应开关后，才会为该类素材生成语音转写任务。开启后，视频中的语音内容可以进入语音检索索引，搜索结果仍会保留视频身份，方便回到视频上下文。
为什么刚添加素材后搜索不到？
素材需要先完成扫描、入库和索引。图片通常直接进入视觉索引；视频需要先分镜、抽取代表帧，再建立索引；音频需要生成转写后才能参与语音搜索。如果刚添加素材就搜索不到，可以先到任务中心查看是否还有等待中、处理中或失败任务。