随着视频技术的快速发展，视频已成为信息检索和理解复杂概念的重要工具。视频结合了视觉、时间和上下文数据，提供了超越静态图像和文本的多模态表现。如今，随着视频分享平台的普及和大量教育及信息视频的涌现，利用视频作为知识源为解决需要详细背景、空间理解和过程演示的查询提供了前所未有的机会。然而，现有的检索增强生成（RAG）系统往往忽视了视频数据的全部潜力。这些系统通常依赖文本信息，偶尔使用静态图像来支持查询响应，却未能捕捉视频所包含的视觉动态和