SentrySearch：基于 VLM 的语义视频搜索

信号

SentrySearch 是一个面向视频档案的语义搜索工具，使用 Gemini Embedding 2 或 Qwen3-VL 等多模态模型理解视频内容。

背景

传统视频检索依赖人工标签、元数据或逐帧处理。SentrySearch 将视频片段转换为嵌入索引，使用户能够用自然语言查询画面内容，例如寻找特定人物、动作或场景。

关联

该项目连接 local-multimodal-perception-infrastructure 和 open-model-interoperability-layer。视频档案正在成为智能体和机构的操作数据面，语义搜索需要在模型选择、隐私和索引维护上保持可检查。

当前状态

英文条目记录该项目支持云端和本地模型路径。开放问题包括隐私边界、索引规模、延迟与准确率权衡，以及视频时间序列理解是否超出帧级嵌入。