video-reference

Featured

按需把一部成片拆成可复用的制作参考:测镜头节奏与响度,标注段落与音轨分工,把原片事实与可迁移方法分开,导出不含原片人名台词的 production_reference.json 供下次制作参考。不在默认生产路径上。触发词:拆片、拆解成片、制作参考、参考模板、production reference。

AI & Automation 640 stars 116 forks Updated 3 days ago MIT

Install

View on GitHub

Quality Score: 95/100

Stars 20%
93
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

## 1. 定位 本技能用于按需拆解一部**已经做好的优秀解说成片**,把它的剪辑节奏、声音分工与叙事手法提炼成下一次制作可直接参考的方法卡片与量化指标。全程在本地运行,只输出测量数据、拆片标注与脱敏参考文件,不调用 MiMo,也不对日常生产流水线做打分或阻断。 Agent 在此扮演**拆片编辑**:先把“这条成片具体是怎么剪、怎么配的”(原片事实)如实记下来,再从中提炼出“换一部新素材还能怎么借鉴”(可迁移方法)。**事实与方法必须彻底分家**:包含原片人名、剧情和具体台词的事实只留在本地拆片目录里,最终导出的 `production_reference.json` 只保留通用方法与实测节奏数值。 ## 2. 输入 - 待拆解的成片视频文件(支持 `.mp4 / .mov / .mkv / .webm`)。 - 针对**这部成片**跑出的视频理解产物目录 `U`(建议在理解阶段设 `ASR_SEGMENT_SECONDS=5`,分窗越细,测算出的旁白语速越准)。本技能会从中读取可选的 `asr_result.json`、`asr_timing_evidence.json` 与 `background_research.json`(其中登记的角色名、别名及 ASR 台词都会纳入防剧透泄漏扫描);Agent 做人工标注时还应结合故事板拼图(storyboard)与 `vlm_analysis.json` 一起看。 即使没有跑过视频理解,本技能也能单独运行,只是导出的旁白语速字段为空、防泄漏扫描词表仅依赖 Agent 手写的 `entities`,且 `check` 会给出相应警告;此时可用 `frames --span 0,<时长> --step 2` 抽帧生成拼图来辅助看片。 以下 `scripts/...` 路径均相对于本技能目录。 ## 3. 拆片流程 ```bash python3 scripts/reference.py measure <成片> --work-dir U # 跑一次 ffmpeg 实测切点与响度,按文件身份缓存 python3 scripts/reference.py frames <成片> --work-dir U --review # 对被算法压下的疑似切点逐帧出图复核 python3 scripts/reference.py frames <成片> --work-dir U --longest 5 # 抽出最长的 5 个镜头,排查里面有无漏检切点 python3 scripts/reference.py check --work-dir U [--json] # 校验拆片稿并打印派生指标 python3 scripts/reference.py export --work-dir U --out <下次运行的 work_dir>/production_reference.json ``` 1. **实测镜头与响度(`measure`)**:由脚本生成 `U/reference_measurements.json`(人工切勿手改),记录全片镜头切点、镜头时长分布、每分钟切点数、10 秒滑动窗口切点密度曲线、整体响度(Integrated LUFS)、响度动态范围(LRA)、真峰值以及逐秒短期响度。该步骤需完整解码整部成片(5 分钟 720p 视频约耗时 15–70 秒,4K 视频约 7 分钟);只要成片文件未变就会直接复用缓存,单独调整...

Details

Author
zenstory-ai
Repository
zenstory-ai/video-recap-skills
Created
6 months ago
Last Updated
3 days ago
Language
Python
License
MIT

Bundled in these plugins

Similar Skills

Semantically similar based on skill content — not just same category

Code & Development Featured

video-shots

拉片:把一条成片拆成逐镜头的分析表——每个镜头的时长、景别、类别、运镜、画面。 分工刻在骨子里:**能量的都由代码量**(切点来自 ffmpeg 场景检测,时长是切点相减, 运动量是逐帧差分的中位数),模型只判断它真正该判断的那几件事(景别 / 类别 / 运镜 / 画面 / 节奏), 然后每一条判断都被代码当场对账——**声称推拉摇移却实测几乎不动,门直接拦**。 看片走联系表(每镜起手帧 + 收尾帧各拼一张大图,一屏二十几个镜头,a/b 对照就是运镜), 不是一张张翻。检测漏刀多刀用 recut 补刀并刀,自动重编号重算时长,手改边界过不了门。 产出 shots.json + Markdown 镜头表 + **单页交互式拉片报告**:内嵌播放器(播放时同步高亮镜头、 点镜头跳转)、镜头节奏带、可搜索可筛选可排序的镜头表(列表 / 卡片两种视图、首尾关键帧并排、 点图开大图)、景别类别运镜分布、出场人物、质量门、导出 JSON。单文件零依赖,离线双击能开。 15 道质量门全部由脚本确定性检查。 零依赖、零 API key,只要 node 和 ffmpeg。 Use when asked to 拉片、拆镜头、分析视频镜头、镜头时长、景别、运镜、镜头表、 video shot breakdown、shot list from video。

1,231 Updated 1 weeks ago
eternityspring
AI & Automation Solid

video-script

对已完成分析的视频进行导演与剪辑策划,再写带时间戳的中文解说并校验;也处理已有短片的 宣发标题、花字修订和外部文案回填。普通策划输入 work_dir 的 agent_narration_brief.md 与 vlm_analysis.json;文案返修输入当前成片的工程与内容证据。策划输出 recap_story_plan.json、visual_audio_board.json、 可选 style_card.json、cut 模式需要的 clip_plan.json,以及通过校验的 narration.json;仅宣发文案任务交付提案或回填既有包装计划。 触发词:解说词、写解说、视频旁白、宣发标题、花字修订、文案回填、 narration script、写稿、解说文案、剪辑思路、导演思路。

640 Updated 3 days ago
zenstory-ai
AI & Automation Featured

video-cut

把长视频按 Agent 选择的原片区间剪成短片。作为两阶段创作流程中的剪辑环节,读取 clip_plan.json 与源视频, 输出 edited_source.mp4;随后 Agent 按输出时间线写 narration.json。单独调用且未传 --no-narration-map 时, 仍支持旧版单阶段路径,把原片时间的 narration.json 映射为 narration_mapped.json。 触发词:视频剪辑、剪辑式解说、video cut、clip plan、拼剪。

640 Updated 3 days ago
worldwonderer