v-modal/vmodal_sdk_android

解决的问题

该 SDK 允许 Android 开发者将其应用程序集成多模态视频搜索功能。它解决了视频库无法通过语义、语音、屏幕文本或视觉图像进行搜索的问题，而不再依赖简单的元数据或滚动浏览。

工作原理

SDK 提供了一个无 UI 的 Kotlin 客户端，负责处理视频处理和搜索的繁重任务。它管理网关、请求模型、响应解析、带签名的上传流以及进度跟踪。开发者可以使用 Android 的存储访问框架（content:// URI）上传视频，并在其视频集合中执行语义搜索。

适用人群

需要视频索引和搜索功能的 Android 开发者，特别是使用 Kotlin、Jetpack Compose 和协程的开发者。

主要亮点

• 多模态搜索：基于语义含义、语音（ASR）和屏幕文本（OCR）搜索特定时刻。
• 原生 Android：基于 Kotlin 1.9+ 和 Java 17，全面支持 Jetpack Compose 和 CoroutineWorker 用于后台上传。
• 无 UI 客户端：SDK 不强制使用设计系统或导航逻辑，开发者可完全掌控应用的 UI。
• 流式上传：支持 content:// URI 的流式上传，并具备取消感知的上传流程。