openvideosearch.com

是什么

OpenVideoSearch 是一个面向长视频问答的开源 AI 工具，口号是“Talk to your videos”。它的核心差异在于可自托管、MIT 许可，并支持两种运行路径：在自有 GPU 上完整离线运行，或接入任意 OpenAI 兼容端点。页面明确强调视频无需上传到他人云端，也没有按查询计费的本地模式。

核心能力

从能力设计看，它不只是对字幕做关键词搜索，而是结合 VLM、ASR、embedding、reranker，并让 agent 在转写文本、视频帧和说话人之间循环检索。每个答案都要求给出精确时间戳引用，并在回复前对原始帧进行验证，这对会议复盘、课程检索、访谈分析等场景很有价值。它还会在摄入阶段生成全局摘要和分层时间窗口索引，并维护说话人清单与角色检测，页面称可支撑 10 小时以上录像而不明显退化。

定价与部署

项目标注 MIT licensed、open source。若选择本地 GPU 模式，页面称无需外部 API、可完全离线、无数据上传和 per-query bill；若选择 Cloud API，则需要在 .env 中配置 API key，费用取决于用户接入的 OpenAI-compatible provider。部署方式以 GitHub 克隆和 docker compose 为主，说明它更偏开发者工具，而非面向普通用户的一键 SaaS。

优缺点

优点是隐私边界清晰、可自托管、模型选择灵活，并且围绕长视频做了时间戳溯源、说话人识别和分层索引设计。局限也明显：页面标注 Coming soon，未披露基准测试、硬件需求、模型清单、中文识别效果、托管版价格或企业支持；本地部署还需要 GPU 与工程能力，非技术用户上手成本较高。

适合谁与中国访问

它适合需要处理长会议、培训课、播客访谈、研究录像或内部视频知识库的技术团队，尤其适合对视频隐私敏感、希望本地化部署的组织。中国大陆访问情况页面未提供，GitHub 与外部模型 API 的可用性也会受网络环境影响；支付方面未披露。若需要成熟云服务，可对比 Twelve Labs、Azure AI Video Indexer、Gemini 视频理解，或自建 Whisper 加向量检索方案。