素材中枢（Media Hub）

功能概述

本 Skill 是交通安全宣传教育的素材管理系统，提供三大核心能力：

1. •自然语言素材搜索：用户用自然语言描述需求，Agent 语义匹配素材库元数据，返回最相关的素材列表
2. •自动标签标引：为新入库的素材自动生成多维度标签（事故类型、违法种类、路段、天气、场景等）
3. •素材库统计：汇总素材总量、类型分布、热门标签等概况信息

触发条件（When to Use）

当用户的输入匹配以下意图时激活本 Skill：

• •要求搜索或查找交通安全宣传素材
• •提到"找素材""搜索素材""查找素材""有没有……的素材""找一些……的视频/图片"
• •要求为素材添加标签或进行标引
• •提到"素材标签""标引素材""给素材打标签""添加素材"
• •要求查看素材库概况
• •提到"素材统计""素材库有多少""素材概况"

不激活的情况：用户要求生成文案内容（由 content-producer 处理）、审核内容（由 content-reviewer 处理）。

工作流程（Instructions）

模式一：素材搜索

步骤 1：解析搜索意图

分析用户的自然语言查询，提取搜索维度：

步骤 2：读取素材索引

读取 data/materials/index.json 获取全量素材元数据列表。

索引数据结构：

{
  "version": "1.0",
  "total_count": 256,
  "last_updated": "2026-02-11",
  "materials": [
    {
      "id": "mat-001",
      "title": "雨天高速公路追尾事故",
      "type": "video",
      "tags": ["追尾", "雨天", "高速公路", "事故"],
      "thumbnail": "thumbs/mat-001.jpg",
      "usage_count": 12
    }
  ]
}

步骤 3：语义匹配

对用户查询词与每条素材的 title、tags、description 进行语义匹配：

匹配策略：

• •直接关键词匹配：查询词与标签完全匹配
• •语义近似匹配：查询"暴雨"可匹配标签含"雨天"的素材；查询"交通事故"可匹配"追尾""碰撞"等
• •多维度交叉匹配：多个查询条件取交集

匹配算法：

匹配分数 = Σ(标签匹配度 × 权重)

其中：
- 完全匹配：1.0
- 同义词匹配：0.8
- 相关词匹配：0.5

步骤 4：返回搜索结果

为每条匹配的素材返回以下信息：

• •素材 ID 和标题
• •素材类型（视频/图片）
• •标签列表
• •描述信息
• •文件路径（相对路径）
• •使用次数

搜索结果格式：

## 搜索结果："{查询关键词}"

共找到 {N} 条相关素材：

### 1. {素材标题}
- **ID**: {mat-XXX}
- **类型**: {视频/图片}
- **标签**: {标签1}, {标签2}, ...
- **描述**: {描述}
- **已使用**: {N} 次

### 2. ...

步骤 5：提供使用建议

根据搜索结果，建议用户：

• •可以将哪些素材用于 content-producer 生成文案
• •哪些素材适合制作海报或视频
• •如果搜索结果不理想，建议调整搜索关键词

模式二：素材标引

步骤 1：获取素材信息

用户提供新素材的基本信息：

• •文件名（必填）
• •素材类型（视频/图片，必填）
• •简要描述（必填，1-2句话说明素材内容）
• •来源（可选，如"执法记录仪""道路监控"）
• •拍摄地点（可选）
• •拍摄日期（可选）

步骤 2：生成多维度标签

基于素材信息，使用 LLM 自动生成以下维度的标签：

标签生成规则：

• •每条素材至少生成 3 个标签，最多 8 个
• •标签使用中文短词（2-4个字）
• •标签必须基于素材的实际内容，不臆造

步骤 3：生成元数据并保存

生成完整的素材元数据 JSON 文件：

{
  "id": "mat-{新序号}",
  "title": "{标题}",
  "type": "{video/image}",
  "filename": "{文件名}",
  "tags": ["标签1", "标签2", ...],
  "source": "{来源}",
  "description": "{描述}",
  "location": "{地点}",
  "date": "{日期}",
  "usage_count": 0,
  "created_at": "{入库时间}",
  "thumbnail": "{缩略图路径}"
}

保存到 data/materials/items/mat-{序号}.json，并更新 data/materials/index.json 索引文件。

标引结果格式：

## 素材标引完成

- **素材ID**: {mat-XXX}
- **标题**: {标题}
- **生成标签**: {标签列表}
- **保存路径**: data/materials/items/{id}.json
- **索引已更新**: 是

模式三：素材统计

读取 data/materials/index.json，汇总以下统计信息：

• •素材总数
• •按类型分布（视频/图片各多少条）
• •热门标签 Top 10（出现频率最高的标签）
• •最近入库的素材列表
• •使用频率最高的素材列表

统计报告格式：

## 素材库概况

- **素材总数**: {N} 条
- **视频素材**: {N} 条
- **图片素材**: {N} 条

### 热门标签 Top 10
| 排名 | 标签 | 出现次数 |
|------|------|---------|
| 1 | {标签} | {次数} |

### 最近入库
[最近入库的5条素材]

### 高频使用
[使用次数最多的5条素材]

资源文件清单

标签体系

标签分类

1. 事故类型标签

• •追尾、侧面碰撞、正面碰撞
• •翻车、侧翻、碾压
• •行人事故、非机动车事故
• •单车事故、多车事故
• •火灾、爆炸

2. 违法类型标签

• •酒驾、醉驾、毒驾
• •超速、超员、超载
• •闯红灯、逆行、占道
• •疲劳驾驶、分心驾驶
• •无证驾驶、准驾不符

3. 道路类型标签

• •高速公路、城市快速路
• •城区道路、郊区道路
• •农村道路、山区公路
• •隧道、桥梁
• •路口、路段

4. 天气条件标签

• •晴天、阴天
• •雨天、暴雨
• •雾天、团雾
• •雪天、冰雪
• •大风

5. 时间特征标签

• •早高峰、晚高峰
• •夜间、凌晨
• •节假日、工作日
• •白天、黄昏

6. 涉及对象标签

• •货车、客车、轿车
• •电动车、摩托车、自行车
• •行人、学生、老年人
• •特种车辆

7. 宣传用途标签

• •警示教育
• •安全教育
• •正能量
• •节日宣传
• •天气提醒

标签命名规范

• •使用中文简短词组（2-4字）
• •使用名词或名词性短语
• •避免使用形容词
• •保持标签含义明确

搜索技巧

有效搜索策略

1. •

   关键词组合

   • •好的查询："雨天高速公路追尾"
   • •避免："找一些视频"
2. •

   具体化描述

   • •好的查询："学生闯红灯视频"
   • •避免："交通事故"
3. •

   多维度限定

   • •"2025年冬季农村道路事故"
   • •"早高峰城区路口电动车"

同义词扩展

系统自动处理的同义词：

• •暴雨 ↔ 大雨 ↔ 雨天
• •高速公路 ↔ 高速 ↔ 快速路
• •追尾 ↔ 追撞 ↔ 撞车
• •酒驾 ↔ 醉驾 ↔ 酒后驾驶

约束规则

搜索规则

• •搜索结果按相关度排序，最多返回 10 条
• •如果没有匹配结果，告知用户并建议调整搜索词
• •语义匹配时要考虑同义词和近义词
• •不返回与查询完全不相关的素材

标引规则

• •每条素材至少生成 3 个标签，最多 8 个
• •标签使用中文短词（2-4个字）
• •标签必须基于素材的实际内容，不臆造
• •新素材 ID 必须按顺序递增（检查现有最大 ID 后 +1）
• •更新 index.json 时保持数据结构一致

数据完整性

• •不修改已有素材的元数据（除非用户明确要求更新标签）
• •index.json 和单条 JSON 文件中的信息必须保持一致
• •usage_count 字段由其他 Skill 更新，本 Skill 不主动修改

脚本工具

使用示例

示例 1：语义搜索

用户: 找一些雨天高速公路事故的视频素材

Agent 执行流程:
1. 提取搜索维度: 天气=雨天, 道路=高速公路, 场景=事故, 类型=视频
2. 读取 data/materials/index.json
3. 匹配标签含 "雨天/暴雨" + "高速公路" + "追尾/事故" + type=video 的素材
4. 返回排序后的匹配结果列表

示例 2：模糊搜索

用户: 有没有跟学生安全教育相关的素材？

Agent 执行流程:
1. 提取搜索维度: 场景=学生安全教育
2. 匹配标签含 "学生/学校/安全教育/校园" 的素材
3. 返回匹配结果

示例 3：素材标引

用户: 新入库一个视频素材，文件名 drunk-driving-case-20260201.mp4，内容是2月1日城区查获的一起醉驾案件现场记录

Agent 执行流程:
1. 收集素材信息
2. 生成标签: ["酒驾", "醉驾", "城区", "查处", "夜间", "执法"]
3. 生成 mat-021.json 并保存
4. 更新 index.json

示例 4：查看素材概况

用户: 素材库现在有多少素材？各类型分布怎样？

Agent 执行流程:
1. 读取 index.json
2. 统计总数、类型分布、热门标签
3. 输出统计报告