cerul

视频搜索的新范式：Cerul，让视频变得可引用

想象一个场景：你是一名 AI 开发者，正在构建一个研究助手 Agent。用户问：卡尔-弗里斯顿（Karl Friston）在 Talk 里解释自由能原理时，用了哪些具体的生物例子？你知道这个视频存在，但翻遍 YouTube 搜索也找不到精确到分秒的答案——因为现有的视频搜索只能匹配标题和字幕，无法理解画面里究竟在演示什么。

这就是视频搜索的深层困境：视频内容丰富，但索引手段贫乏。网页可以被爬虫抓取、被向量检索，而视频只能靠标题和自动字幕勉强索引。Cerul 团队正是看到了这个空白，决定做一件让 AI 时代的研究者受益的事：让视频内容变得可搜索、可引用、可溯源。

图1：Cerul 首页——输入查询，即可获得带时间戳的视频证据

背景：为什么视频搜索是个被忽视的难题

大语言模型（LLM）在 2023-2024 年迅速成熟，RAG（检索增强生成）成了构建知识型 Agent 的标准范式。然而，RAG 的数据来源几乎清一色是文本——网页、PDF、代码库。视频作为一种高度浓缩的信息载体，其价值长期被低估。

原因有三：第一，视频没有现成的可检索文本层（除了字幕）；第二，视频的核心信息往往在画面本身——白板上的图示、PPT 上的数据、代码编辑器的实时操作——这些内容根本没有被现有索引体系捕捉；第三，视频的时间维度让精确引用变得困难，一条 2 小时的演讲里哪句话对应哪个论点，没有工具能自动建立这种关联。

Cerul 的出现正是为了填补这个空白。它的核心创新是多模态视频索引：不仅索引语音转录文本（ASR），还索引画面中的视觉元素（物体、场景、图表）和屏幕文字（OCR），将三者融合为一个统一的语义检索单元（Chunk）。用户搜索时，系统会返回精确到秒的视频片段，并附带相关性评分和来源 URL。

核心功能：从语义搜索到 Agent 工具

Cerul 提供五种接入方式，覆盖了从普通用户到 AI 开发者的全场景：

1. Web UI（https://cerul.ai） 无需安装，直接在网页上输入查询，体验视频语义搜索的完整能力。支持文本查询、图片+文本组合查询，适用于快速验证想法和手动研究场景。

2. SDK（Python / JavaScript） Cerul 提供了 Python（pip install cerul）和 JavaScript（npm install cerul）两个官方 SDK，封装了 API 调用细节。以 Python 为例：

from cerul import Cerul
client = Cerul(api_key="YOUR_API_KEY")
results = client.search(query="卡尔-弗里斯顿自由能原理", max_results=5)
for r in results:
    print(r.title, r.url)  # r.url 含精确时间戳

SDK 的优势在于返回结构化对象，开发者可以直接将结果注入 Agent 的上下文中。

3. AI Agent Skill（Claude Code / Cursor / Codex / OpenCode） Cerul 为主流 AI 编程工具提供了 Skill 集成。以 Claude Code 为例：

mkdir -p ~/.claude/skills/cerul
curl -fsSL https://raw.githubusercontent.com/cerul-ai/cerul/main/skills/cerul/SKILL.md \
  -o ~/.claude/skills/cerul/SKILL.md

安装后，Agent 在执行研究类任务时可以自主调用 Cerul 搜索视频证据，并在回答中嵌入精确的时间戳链接。这是 Cerul 最具战略价值的应用场景——让 AI Agent 具备视频证据检索能力，彻底改变了 Agent 只能搜索文本网页的局限。

图2：Claude Code 中 Agent 通过 Cerul Skill 搜索视频，并合成带引用的答案

4. MCP（Model Context Protocol）协议支持 Cerul 还实现了 MCP 协议，任何 MCP 兼容的客户端（Claude Desktop、Cursor、Windsurf 等）都可以通过一行命令接入：

claude mcp add --transport streamable-http "https://api.cerul.ai/mcp?apiKey=***" cerul

5. CLI 工具 通过 curl -fsSL https://cli.cerul.ai/install.sh | bash 安装命令行工具：

cerul search "卡尔-弗里斯顿自由能原理"

图3：Cerul CLI 搜索界面，支持 iTerm2/WezTerm/Kitty 内联视频帧预览

技术架构：Next.js 前端 + PostgreSQL 向量检索

Cerul 的技术栈非常务实：

前端基于 Next.js 16（App Router）+ React 19 + Tailwind CSS 4，使用 pnpm 作为包管理器。这是一个 2025-2026 年的最新前端技术组合，充分享受了 React 19 的并发渲染能力和 Tailwind 4 的零配置样式系统。认证方案选用了 Better Auth（一个开源的 NextAuth 替代品），数据库 ORM 使用 Kysely（类型安全的 SQL 查询构建器），这些选择在工程质量上体现了较高水准。

后端方面，Cerul 采用了 PostgreSQL 配合 Neon（Serverless Postgres）和 pgvector/pgvectorscale 扩展来实现向量检索。Neon 的无服务器架构让数据库可以根据查询负载自动扩缩容，降低了运维成本。项目的配置文件（.env.example）展示了完整的本地开发环境变量，包括 API_BASE_URL、WEB_BASE_URL、DATABASE_URL 等关键配置项。

重建脚本 rebuild.sh 提供了本地一键构建能力，支持 --fast 模式（跳过依赖重装）和 --env-file 指定环境变量文件。项目本身没有提供 Dockerfile 或 docker-compose，说明 Cerul 的商业模式以托管服务（Hosted API）为主，而非让用户自建实例。

上手指南：5 分钟内完成接入

对于不同的用户群体，Cerul 提供了渐进式的上手路径：

普通用户：直接访问 cerul.ai 注册账号，获取免费 API Key，在网页上体验视频搜索。

AI 开发者：通过 SDK 安装（pip install cerul 或 npm install cerul），将视频语义搜索能力集成到自己的 Agent 中。官方提供了针对 Claude Code、Cursor、Windsurf、OpenCode 等主流工具的 Skill 安装脚本，集成过程不超过 5 分钟。

CLI 重度用户：安装 CLI 后，配合 API Key 可以快速在终端内完成视频检索。支持 iTerm2、WezTerm、Kitty 的内联视频帧预览，在纯终端环境下也能看到视频截图。

争议与局限

作为一个新兴项目，Cerul 也存在一些值得关注的局限：

1. 自托管能力受限：项目没有提供 Dockerfile 或一键部署方案，用户无法在自有基础设施上搭建完整的 Cerul 实例。这意味着所有数据都要经过官方 API（api.cerul.ai），对于数据隐私敏感的企业场景，这是一个障碍。

2. 视频索引覆盖范围：Cerul 的视频索引质量取决于其爬取和索引的覆盖面。目前公开可检索的视频以英文内容为主，中文视频内容的覆盖度有待验证。对于特定垂直领域（中文技术讲座、中文播客等），索引覆盖率可能不足。

3. 定价模式：目前 Cerul 采用免费 API Key + 按量计费模式（每次搜索 1 credit，含 answer 时 2 credits）。随着使用量增长，成本控制是一个需要评估的因素。

4. 依赖外部 API：作为 AI Agent 工具，接入 Cerul 意味着你的 Agent 对外部服务产生了依赖。如果 Cerul 服务不可用或 API 变更，Agent 的视频搜索能力将直接受影响。

行业意义：RAG 时代的视频维度

Cerul 的出现代表了一个重要趋势：RAG 的数据源正在从纯文本扩展到多模态。当 2023-2024 年大家都在讨论如何用 RAG 搜索文档时，2025 年的前沿问题已经变成了如何让 Agent 搜索视频、音频、图像。

视频搜索在 AI 研究、在线教育、技术文档、新闻核查等场景有巨大需求。想象一个法律 AI 需要引用法庭视频证据，或者一个教育 Agent 需要引用课程视频中的某个演示片段——这些场景都离不开精确的视频语义检索能力。

Cerul 的多模态索引方法（语音 + 视觉 + OCR 三维融合）也为其他领域的视频理解提供了参考范式。如果未来能支持自托管部署、扩展索引范围，Cerul 有潜力成为 AI Agent 生态中的视频搜索基础设施。