> Для получения чистого Markdown любой страницы добавьте .md к URL страницы. > Для полного индекса документации см. https://api.vega.chat/docs/llms.txt. > Для полного содержания документации см. https://api.vega.chat/docs/llms-full.txt. > Для интеграции AI‑клиентов (Claude Code, Cursor и др.) подключитесь к серверу MCP по адресу https://api.vega.chat/docs/_mcp/server. # Ввод видео VEGA поддерживает отправку видеофайлов совместимым моделям через API. Это руководство покажет, как работать с видео, используя наш API. VEGA поддерживает как **прямые URL**, так и **data URL, закодированные в base64**, для видео: * **URL**: Эффективно для публично доступных видео, так как не требует локального кодирования * **Data URL в base64**: Требуется для локальных файлов или приватных видео, которые недоступны публично **Важно:** Поддержка URL видео различается у провайдеров. VEGA отправляет URL видео только тем провайдерам, которые явно поддерживают их. Например, Google Gemini в AI Studio поддерживает только ссылки YouTube (не Vertex AI). **Только API:** Ввод видео в настоящее время поддерживается только через API. Загрузка видео недоступна в интерфейсе чата VEGA на данный момент. ## Ввод видео Запросы с видеофайлами к совместимым моделям доступны через API `/api/v1/chat/completions` с типом содержимого `video_url`. Параметр `url` может быть как обычным URL, так и data URL, закодированным в base64. Обратите внимание, что только модели с возможностями обработки видео смогут обработать такие запросы. Вы можете искать модели, поддерживающие видео, отфильтровав по модальности ввода видео на нашей [странице моделей](/models?fmt=cards\&input_modalities=video). ### Использование URL видео Вот как отправить видео, используя URL. Обратите внимание, что для Google Gemini в AI Studio поддерживаются только ссылки YouTube: ```typescript title="TypeScript SDK" import { OpenRouter } from '@openrouter/sdk'; const client = new OpenRouter({ apiKey: '{{API_KEY_REF}}', }); const result = await client.chat.send({ model: "{{MODEL}}", messages: [ { role: "user", content: [ { type: "text", text: "Please describe what's happening in this video.", }, { type: "video_url", videoUrl: { url: "https://www.youtube.com/watch?v=dQw4w9WgXcQ", }, }, ], }, ], stream: false, }); console.log(result); ``` ```python import requests import json url = "https://api.vega.chat/api/v1/chat/completions" headers = { "Authorization": f"Bearer {API_KEY_REF}", "Content-Type": "application/json" } messages = [ { "role": "user", "content": [ { "type": "text", "text": "Please describe what's happening in this video." }, { "type": "video_url", "video_url": { "url": "https://www.youtube.com/watch?v=dQw4w9WgXcQ" } } ] } ] payload = { "model": "{{MODEL}}", "messages": messages } response = requests.post(url, headers=headers, json=payload) print(response.json()) ``` ```typescript title="TypeScript (fetch)" const response = await fetch("https://api.vega.chat/api/v1/chat/completions", { method: "POST", headers: { Authorization: `Bearer ${API_KEY_REF}`, "Content-Type": "application/json", }, body: JSON.stringify({ model: "{{MODEL}}", messages: [ { role: "user", content: [ { type: "text", text: "Please describe what's happening in this video.", }, { type: "video_url", video_url: { url: "https://www.youtube.com/watch?v=dQw4w9WgXcQ", }, }, ], }, ], }), }); const data = await response.json(); console.log(data); ``` ### Использование видео, закодированных в Base64 Для локально хранимых видео вы можете отправлять их, используя кодирование base64 в виде data URL: ```typescript title="TypeScript SDK" import { OpenRouter } from '@openrouter/sdk'; import * as fs from 'fs'; const client = new OpenRouter({ apiKey: '{{API_KEY_REF}}', }); async function encodeVideoToBase64(videoPath: string): Promise { const videoBuffer = await fs.promises.readFile(videoPath); const base64Video = videoBuffer.toString('base64'); return `data:video/mp4;base64,${base64Video}`; } // Read and encode the video const videoPath = 'path/to/your/video.mp4'; const base64Video = await encodeVideoToBase64(videoPath); const result = await client.chat.send({ model: '{{MODEL}}', messages: [ { role: 'user', content: [ { type: 'text', text: "What's in this video?", }, { type: 'video_url', videoUrl: { url: base64Video, }, }, ], }, ], stream: false, }); console.log(result); ``` ```python import requests import json import base64 from pathlib import Path def encode_video_to_base64(video_path): with open(video_path, "rb") as video_file: return base64.b64encode(video_file.read()).decode('utf-8') url = "https://api.vega.chat/api/v1/chat/completions" headers = { "Authorization": f"Bearer {API_KEY_REF}", "Content-Type": "application/json" } # Read and encode the video video_path = "path/to/your/video.mp4" base64_video = encode_video_to_base64(video_path) data_url = f"data:video/mp4;base64,{base64_video}" messages = [ { "role": "user", "content": [ { "type": "text", "text": "What's in this video?" }, { "type": "video_url", "video_url": { "url": data_url } } ] } ] payload = { "model": "{{MODEL}}", "messages": messages } response = requests.post(url, headers=headers, json=payload) print(response.json()) ``` ```typescript title="TypeScript (fetch)" import * as fs from 'fs'; async function encodeVideoToBase64(videoPath: string): Promise { const videoBuffer = await fs.promises.readFile(videoPath); const base64Video = videoBuffer.toString('base64'); return `data:video/mp4;base64,${base64Video}`; } // Read and encode the video const videoPath = 'path/to/your/video.mp4'; const base64Video = await encodeVideoToBase64(videoPath); const response = await fetch('https://api.vega.chat/api/v1/chat/completions', { method: 'POST', headers: { Authorization: `Bearer ${API_KEY_REF}`, 'Content-Type': 'application/json', }, body: JSON.stringify({ model: '{{MODEL}}', messages: [ { role: 'user', content: [ { type: 'text', text: "What's in this video?", }, { type: 'video_url', video_url: { url: base64Video, }, }, ], }, ], }), }); const data = await response.json(); console.log(data); ``` ## Поддерживаемые форматы видео VEGA поддерживает следующие форматы видео: * `video/mp4` * `video/mpeg` * `video/mov` * `video/webm` ## Распространённые сценарии использования Видео ввод открывает широкий спектр применений: * **Суммирование видео**: Генерация текстовых резюме видеоконтента * **Распознавание объектов и действий**: Идентификация объектов, людей и действий в видео * **Понимание сцены**: Описание обстановки, окружения и контекста * **Анализ спорта**: Анализ игрового процесса, движений и тактики * **Наблюдение**: Мониторинг и анализ видеоматериалов наблюдения * **Образовательный контент**: Анализ обучающих видео и предоставление выводов ## Лучшие практики ### Учёт размера файлов Видеофайлы могут быть большими, что влияет как на время загрузки, так и на стоимость обработки: * **Сжимайте видео** по возможности, чтобы уменьшить размер файла без значительной потери качества * **Обрезайте видео**, оставляя только релевантные сегменты * **Учитывайте разрешение**: Низкое разрешение (например, 720p вместо 4K) уменьшает размер файла, оставаясь пригодным для большинства задач анализа * **Частота кадров**: Низкая частота кадров может уменьшить размер файла для видео, где высокая временная разрешающая способность не критична ### Оптимальная длительность видео Разные модели могут иметь разные ограничения по длительности видео: * Проверьте документацию модели на предмет максимальной длительности видео * Для длинных видео рассмотрите возможность разбивки на более короткие сегменты * Сосредоточьтесь на ключевых моментах, а не отправляйте весь длительный контент ### Компромисс между качеством и размером Сбалансируйте качество видео с практическими соображениями: * **Высокое качество** (1080p+, высокий битрейт): Лучшее для детального визуального анализа, обнаружения объектов, распознавания текста * **Среднее качество** (720p, умеренный битрейт): Подходит для большинства общих задач анализа * **Низкое качество** (480p, низкий битрейт): Приемлемо для базового понимания сцены и распознавания действий ## Специфическая поддержка URL видео у провайдеров Поддержка URL видео значительно различается у провайдеров: * **Google Gemini (AI Studio)**: Поддерживает только ссылки YouTube (например, `https://www.youtube.com/watch?v=...`) * **Google Gemini (Vertex AI)**: Не поддерживает URL видео — используйте data URL, закодированные в base64 * **Другие провайдеры**: Проверьте документацию модели на предмет поддержки URL видео ## Устранение неполадок **Видео не обрабатывается?** * Убедитесь, что модель поддерживает ввод видео (проверьте, что `input_modalities` включает `"video"`) * Если используете URL видео, подтвердите, что провайдер поддерживает URL видео (см. раздел «Специфическая поддержка URL видео у провайдеров» выше) * Для Gemini в AI Studio убедитесь, что используете ссылку YouTube, а не прямой URL видеофайла * Если URL видео не работает, попробуйте вместо него использовать data URL, закодированный в base64 * Проверьте, поддерживается ли формат видео * Убедитесь, что видеофайл не повреждён **Ошибки из‑за большого файла?** * Сожмите видео, чтобы уменьшить размер файла * Уменьшите разрешение видео или частоту кадров * Обрежьте видео до более короткой длительности * Проверьте ограничения размера файла для конкретной модели * Рассмотрите возможность использования URL видео (если поддерживается провайдером) вместо кодирования base64 для больших файлов **Плохие результаты анализа?** * Убедитесь, что качество видео достаточно для задачи * Дайте чёткие, конкретные запросы о том, что анализировать * Оцените, подходит ли длительность видео для модели * Убедитесь, что содержимое видео ясно видно и хорошо освещено.