> For the complete documentation index, see [llms.txt](https://getsquish.gitbook.io/squish/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://getsquish.gitbook.io/squish/zh/readme.md).

# Squish

**让 AI 可以随机访问视频。** Squish 不会强迫模型从头到尾观看一段视频，而是将连续视频转换为一种 **可寻址的视觉表示** —— 一个智能体可以浏览、回看并逐步优化的表示。带时间戳的接触表是 *首个实现* 这一 Primitive（原语）的实现：一个帧网格，每个单元格都标有绝对时间码。CLI 和 MCP 服务器完全在你的机器上运行。

> **智能体不会“消费”视频——它们是在浏览视频。** 真实运行：一个场景切换被定位到 **0.2 秒** 通过检索 **34 帧——不是 3,088 帧** （概览 → 放大 → 再放大）。

## 这个演示就是该原语

一段 76 秒的接触表说明视频——以及同一段视频 *作为* 作为一张接触表。一个需要播放按钮；另一个你只需阅读：

* [**▶ 观看** —— 76 秒，线性播放](https://getsquish.app/assets/content/smart-contact-sheets.mp4)
* [**阅读** —— 同一段视频以一张 3×3 带时间戳的接触表呈现，支持随机访问](https://getsquish.app/assets/content/smart-contact-sheets-3x3.jpg)

## 为什么这行得通

视频是连续的；推理却是稀疏的。大多数问题只涉及时间线中的极小一部分。Squish 把这条时间线变成一张可寻址的地图，因此智能体 **检索它需要的视觉证据，而不是把全部内容重放一遍** —— 接触表不是输出，而是导航层。

{% hint style="info" %}
**面向 AI 助手。** 本网站提供 `/llms.txt` 和 `/llms-full.txt`。在任意页面 URL 后追加 `.md` 即可获取原始 Markdown。该文档的 MCP 服务器可在站点根目录以及 `/~gitbook/mcp`.
{% endhint %}

## 从哪里开始

运行同一引擎的四种方式：

| 路径          | 是什么                                                                         | 从这里开始                                              |
| ----------- | --------------------------------------------------------------------------- | -------------------------------------------------- |
| **CLI**     | `npx -y @getsquish/squish clip.mov` —— 接触表会直接生成在输入文件旁边。本地运行、免费、所有密度都无门槛。    | [CLI 快速入门](/squish/zh/ru-men/quickstart-cli.md)    |
| **MCP 服务器** | 一个工具， `squish_video` —— 智能体自行压缩本地片段，并用视觉能力读取。本地运行、免费、所有密度都无门槛。              | [MCP 快速入门](/squish/zh/ru-men/quickstart-mcp.md)    |
| **远程 MCP**  | 与托管连接器 URL 相同的工具——适用于没有本地工具的官方 AI 应用。把它指向一个公开视频 URL，Squish 的服务器会抓取并处理；无需安装。 | [远程 MCP 端点](/squish/zh/can-kao/remote-mcp.md)      |
| **托管 API**  | `POST /v1/squish` —— 面向 CI、无服务器环境以及没有 ffmpeg 的机器的主动上传方式。预付积分，未付费账户享有每日免费额度。 | [托管 API 快速入门](/squish/zh/ru-men/quickstart-api.md) |

智能体要决定调用哪个入口，以及在返回接触表后如何行动——这页就能给出完整答案： [面向 AI 智能体](/squish/zh/ru-men/for-ai-agents.md).

关于 *为什么* —— 也就是把视频视为一个地址空间，以及建立在其上的导航循环——请阅读 [将视频视为地址空间](/squish/zh/primitive/video-as-address-space.md)。如需准确契约——CLI 标志、MCP 工具 schema、HTTP 错误、接触表结构——请参阅 [参考部分](/squish/zh/can-kao/cli.md).

## 一句话隐私说明

CLI 和 MCP 服务器会处理一切 **在你的机器上** —— 绝不会上传任何内容。出于设计，只有两条路径会有意识地通过 Squish 的基础设施传输媒体：托管 API（由你上传片段）和远程 MCP 端点（服务器抓取你的公开 URL）。在这两种情况下，任务一结束视频就会被删除，输出接触表也只保存在临时 URL 上。完整说明： [隐私与数据流](/squish/zh/primitive/privacy-and-data-flow.md).

***

Apache-2.0 · [getsquish.app](https://getsquish.app) · 源码： [github.com/getsquish/squish](https://github.com/getsquish/squish) · 包： [`@getsquish/squish`](https://www.npmjs.com/package/@getsquish/squish)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://getsquish.gitbook.io/squish/zh/readme.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.