斩获 2.7K Star！这个开源神器，让视频终于能像 Google 一样被搜索了！

上个月小编加入了一个 AIGC 初创公司，但是做的最多的工作内容并不是 Vibe Coding 写代码。

而是做视频剪辑，当视频素材多的时候，想找之前点开看过的一个片段，得找好半天。

这事儿听着就累。但你有没有想过，为什么我们找文本内容的时候，可以用搜索框一搜就出来，找视频却只能像个无头苍蝇似的来回拖进度条？

最近恰巧在 GitHub 上发现了一个开源项目，直接把视频搜索这件事，变得像搜百度一样简单。

它叫 SentrySearch，目前已经斩获了 2.7K Star。

什么是 SentrySearch？

简单说，这是一个能让你用自然语言搜索视频的开源工具。

不用再拖进度条，不用再人工翻看。你只需要输入一句话，比如：

"有人从左侧逼近那一刻" "红色卡车闯红灯" "猫咪跳到沙发上"

它就能：

• • 精准定位到具体的时间点
• • 自动把那段视频裁剪出来
• • 直接给你一个剪辑好的片段

这个项目来自 GitHub 上的开发者 ssrajadh，虽然上线不久，但已经引起了不少关注。

核心原因很简单：它解决了一个所有人都遇到过，但从来没有被好好解决过的痛点。

核心亮点

1、不需要字幕，也能看懂画面

最厉害的地方在于，它根本不依赖视频的字幕或者语音识别。

以前的视频搜索方案，基本上都是先把语音转成文字，然后搜文字。但如果视频里没人说话，或者画面内容和语音没关系，那就彻底没用了。

SentrySearch 不一样，它直接"看"画面。

它用的是多模态嵌入技术，把视频片段转换成向量，然后和你的文字查询做语义匹配。也就是说，它真的能理解画面里发生了什么，而不是仅仅在搜字幕。

2、双模型支持：云端 Gemini + 本地 Qwen3-VL

项目提供了两种选择，满足不同需求：

云端方案（推荐）：用 Google 的 Gemini Embedding API，搜索质量最好，速度也快。需要申请一个 Gemini API Key。

本地方案（隐私优先）：用 Qwen3-VL 模型，完全在本地运行，不需要联网，数据绝对隐私。适合对数据安全有要求的用户。

而且本地模型还会根据你的硬件自动选择：

• • 24GB+ 内存的 Mac 或者 18GB+ 显存的 NVIDIA 显卡 → 用 8B 模型
• • 配置低一点的 → 自动用 2B 模型

3、特斯拉车主专属福利

这个功能简直是为特斯拉车主量身定做的。

如果你用的是特斯拉行车记录仪的 footage，SentrySearch 可以：

• • 读取视频里的车速、定位信息
• • 把这些信息直接叠加在裁剪好的视频上
• • 显示实时速度、时间、甚至具体的城市和道路名称

想象一下，当你需要找某个事故片段时，不仅能找到画面，还能看到当时的车速和位置，这对于定责之类的场景太有用了。

4、用 ChromaDB 做向量存储

技术上，它用 ChromaDB 来存储视频的向量数据。

这意味着什么？

• • 搜索速度极快，即使你有几十个小时的视频素材
• • 本地存储，数据安全
• • 可以随时添加新视频，索引增量更新

技术原理

让我们简单拆解一下 SentrySearch 的工作流程，其实挺巧妙的：

第一步：视频切片

它会把你的视频切成一段一段的小片段，默认是 30 秒一段，段与段之间有 5 秒的重叠。这样可以避免重要画面被切在两段中间。

第二步：预处理优化

在把视频片段送给模型之前，它会先做一些优化：

• • 把分辨率降到 480p
• • 把帧率降到 5fps
• • 检测静止画面，如果没有变化就直接跳过

这些优化能让处理速度提升几十倍，而且几乎不影响搜索质量。

第三步：向量化

然后，用 Gemini 或者 Qwen3-VL 模型，把每个视频片段转换成一个向量。

这个向量就是视频的"语义指纹"，它包含了画面里的所有信息：有什么物体、发生了什么动作、场景是什么样的。

第四步：存储

这些向量会被存到 ChromaDB 数据库里，和原视频的对应关系一起保存。

第五步：搜索

当你输入查询时，系统会：

1. 1. 把你的文字也转换成向量
2. 2. 在数据库里找最相似的视频向量
3. 3. 按相似度排序返回结果
4. 4. 自动把最匹配的那段视频裁剪出来

整个流程行云流水，用户体验特别流畅。

快速上手

安装

首先，你需要安装 uv（一个 Python 包管理工具）：

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

然后安装 SentrySearch：

git clone https://github.com/ssrajadh/sentrysearch.git
cd sentrysearch
uv tool install .

配置（云端方案）

如果你想用 Gemini 云端方案，需要先配置 API Key：

sentrysearch init

它会提示你输入 Gemini API Key，你可以从 https://aistudio.google.com/apikey 免费获取。

配置（本地方案）

如果你想用本地模型，根据你的硬件选择安装方式：

# Mac 或者高性能 NVIDIA 显卡
uv tool install ".[local]"

# 显存有限的 NVIDIA 显卡（8-16GB）
uv tool install ".[local-quantized]"

Mac 用户还需要安装系统 FFmpeg：

brew install ffmpeg

索引你的视频

把你的视频素材放到一个文件夹里，然后运行：

# 云端方案
sentrysearch index /path/to/your/video/folder

# 本地方案
sentrysearch index /path/to/your/video/folder --backend local

它会开始处理你的视频，你可以看到进度：

Indexing file 1/3: front_2024-01-15_14-30.mp4 [chunk 1/4]
Indexing file 1/3: front_2024-01-15_14-30.mp4 [chunk 2/4]
...
Indexed 12 new chunks from 3 files. Total: 12 chunks from 3 files.

现在，最激动人心的时刻到了：

sentrysearch search "红色卡车闯红灯"

几秒钟后，你会看到结果：

  #1 [0.87] front_2024-01-15_14-30.mp4 @ 02:15-02:45
  #2 [0.74] left_2024-01-15_14-30.mp4 @ 02:10-02:40
  #3 [0.61] front_2024-01-20_09-15.mp4 @ 00:30-01:00

Saved clip: ./match_front_2024-01-15_14-30_02m15s-02m45s.mp4

看！最匹配的片段已经自动裁剪好，保存到当前目录了。

如果你是特斯拉车主，还可以加上 --overlay 参数，叠加车速和定位信息：

sentrysearch search "有人加塞" --overlay

一些实用的小技巧

调整搜索参数

你可以用一些参数来调整搜索行为：

# 只显示结果，不自动裁剪
sentrysearch search "something" --no-trim

# 调整相似度阈值
sentrysearch search "something" --threshold 0.5

# 保存前 N 个结果
sentrysearch search "something" --save-top 3

# 指定输出目录
sentrysearch search "something" --output-dir ./clips

索引参数调整

索引时也可以调整一些参数：

# 调整片段长度（默认 30 秒）
sentrysearch index /path --chunk-duration 60

# 调整重叠时间（默认 5 秒）
sentrysearch index /path --overlap 10

# 不跳过静止画面
sentrysearch index /path --no-skip-still

管理索引

# 查看索引信息
sentrysearch stats

# 删除某些视频的索引
sentrysearch remove path/to/video

# 清空整个索引
sentrysearch reset

适用场景

这个工具的应用场景可以很广，简单列几个：

• • 行车记录仪：不用再慢慢翻几个小时的 footage，找事故、找违章、找有趣的瞬间，一句话搞定。
• • 视频后期：从素材库快速定位需要的镜头，再也不用拖进度条拖到眼瞎。
• • 监控录像：找特定时间发生的事件，比如"有人进入后院"、"快递被拿走了"。
• • 学习资料：从网课录像里找某个知识点的讲解片段。
• • Vlog 素材：从拍的一大堆素材里，快速找出"猫抓老鼠"、"朋友摔倒"这类精彩瞬间。

未来规划

项目还在快速迭代中，作者提到了一些未来的改进方向：

• • 更智能的切片方式（比如基于场景检测）
• • 支持更多模型
• • 图形界面（现在只有命令行）
• • 实时视频流处理

这些功能如果都实现了，这个工具会更加强大。

写在最后

SentrySearch 向我们证明了一件事：视频内容的可检索性，不应该被锁定在科技巨头的黑盒里。

它用最优雅的方式解决了视频检索这个老大难问题——不需要昂贵的云服务，不需要复杂的标注工作，只需要一个开源工具，你的视频就能被"看懂"。

无论是保护行车安全的车主、管理海量素材的创作者，还是需要快速检索监控的安保人员，这个工具都能带来实实在在的效率提升。

视频，终于像文本一样可以被搜索了。

这是一个小而美的项目，但解决的却是一个大问题。

如果你也有一堆视频素材等着处理，一定要试试这个项目。

GitHub：https://github.com/ssrajadh/sentrysearch

如果本文对您有帮助，也请帮忙点个 赞👍 + 在看 哈！❤️

在看你就赞赞我！