# MiniCPM-o 4.5 主动式流媒体视频分析 — Colab 脚本

## 用途
上传一段视频（mp4），模型会以**主动式流媒体理解**的方式观看视频，
在检测到关键事件时（如新衣物出现）**主动输出推荐/评论**，无需逐帧提问。

## 使用方法（Google Colab）

1. 打开 [Colab](https://colab.research.google.com) → File → Upload notebook
2. 将 `minicpmo_proactive_colab.py` 的内容粘贴进去，拆成多个单元格运行
3. 在单元格 2 上传你的 mp4（或填入 Drive 路径 / URL）
4. 根据需要修改单元格 4 的 `SYSTEM_PROMPT`、`SEGMENT_SEC`、`GENERATE_AUDIO`
5. 依次运行后续单元格

## 修改 Prompt 适配不同场景

| 场景 | SYSTEM_PROMPT 示例 |
|------|-------------------|
| 衣物推荐（默认）| 见代码中 `SYSTEM_PROMPT_ZH` |
| 体育赛事解说 | "观看体育比赛直播，在每次进球/关键动作时主动解说" |
| 安防监控告警 | "观看监控视频，发现异常行为（如人员闯入、物品移动）时主动告警" |
| 烹饪步骤跟踪 | "观看烹饪视频，每完成一个步骤时主动播报当前进度和建议" |

## 硬件要求
- Colab GPU: **A100 / T4**（至少 16GB VRAM，推荐 A100）
- 显存 ~28GB 用于完整 9B 模型（bfloat16）
- 如 OOM，可设 `attn_implementation=None` 或降低 `SEGMENT_SEC`

## API 参考
- 官方文档: https://minicpmo45.modelbest.cn/docs/
- HuggingFace: https://huggingface.co/openbmb/MiniCPM-o-4_5
- GitHub Demo: https://github.com/OpenBMB/MiniCPM-o-Demo