句影检索台 (ClipSense Studio)

句影检索台是一个纯前端小工具集合，包含：

• 句子检索（关键词 + embedding 语义搜索）
• CSV 记录回填与 embedding 生成
• 媒体工具（多图转视频、视频拆图、音频转视频）

页面入口

• index.html：检索页面
• embed-builder.html：CSV 字段编辑 + embedding 生成
• media-tools.html：媒体转换工具

三个页面顶部都有横向导航，可互相跳转。

数据文件

主数据文件：

• data/search_records.csv
• data/search_record_embeddings.csv

data/search_records.csv 表头顺序：

id,original,meaning,synonyms,scene_tags,emotion_tags,relation,location,people_count,youtube,video_download,material_downloads

data/search_record_embeddings.csv 表头顺序：

id,embedding

字段说明：

• id：记录主键，用于和 embedding 文件关联
• original：原句
• meaning：这句话表达的意思
• synonyms：近义搜索词，使用 | 分隔
• scene_tags：场景标签，使用 | 分隔
• emotion_tags：情绪标签，使用 | 分隔
• youtube：YouTube 链接（支持 watch / shorts / youtu.be）
• video_download：视频下载链接，支持多个链接，页面显示为“下载视频”
• material_downloads：素材下载链接，适合放纯 BGM、人声、贴图等可复用素材，支持多个链接，页面显示为“下载素材”
• relation：人物关系标签，使用 | 分隔
• location：地点标签，使用 | 分隔
• people_count：人数
• embedding：向量 JSON 数组，单独放在 data/search_record_embeddings.csv

本地运行

建议用静态服务器打开（不要直接双击 html）：

python3 -m http.server 8080

访问：

http://localhost:8080/

典型工作流（新增或更新某条记录）

1. 打开 embed-builder.html
2. 把现有 CSV 粘贴到“从现有 CSV 行解析并回填”
3. 点击“解析并填充表单”
4. 修改你要改的字段
5. 点击“生成 embedding”
6. 复制“主记录 CSV 行”到 data/search_records.csv
7. 复制“embedding CSV 行”到 data/search_record_embeddings.csv

AI 归类模板

你可以先让 AI 根据视频/图片产出 CSV 前几列，再转 embedding：

• templates/csv_ai_mask_prompt.md

备注

• 首次语义搜索或生成 embedding 时，会在浏览器下载模型，速度取决于网络环境。
• 本项目当前不依赖 Node.js，可直接以静态文件方式运行。
• 已启用基于 version.json 的自动缓存版本控制：index.html 会先读取 version.json 再加载 index.js?v=<version>。
• .github/workflows/update-version.yml 会在每次 push 到 main 后自动把当前 commit SHA 写入 version.json。