视频号拆解诊断助手

技能文档

---
name: mglc-wx-video-decomposer
title: 视频号拆解诊断助手
description: 基于曼格云 API 的视频号视频拆解。输入视频号分享链接或本地视频，两阶段产出：先采集作品元信息、互动数据与视觉深度拆解（镜头/运镜/转场/情绪/时间线/屏幕文字），再注入深度分析层（受众画像、结构解读、爆款归因、六维评分、运营建议、总体评估），一键导出 Markdown / Excel / HTML 看板。当用户要求「拆解视频号视频」「分析爆款视频」「视频号对标拆解」时触发。触发词：视频号拆解、视频拆解、爆款分析、对标视频。
category: 内容创作
---

# 视频号拆解诊断助手

输入视频号分享链接或本地视频，输出有时间点证据的内容拆解和可执行的改稿建议。支持 Markdown、Excel、HTML 三种输出格式。

## 前置条件

- 本机安装 python3（纯标准库脚本，无第三方依赖）
- 环境变量 `WM_API_KEY` 配置曼格云 API Key（缺 Key 时引导用户前往 https://api.we-media.cn 注册，不要让用户把密钥发到聊天）

## 技能工作流

### 步骤 1：确认输入与用途

用户已给链接和用途时直接沿用，只补问影响结果的必要条件。不默认改成其它平台采集任务。

### 步骤 2：选择采集模式

按需求选择：

- `summary` 摘要
- `timeline` 时间线
- `decompose` 镜头拆解（含视觉深度分析）

只要资料和互动数据时加 `--no-visual`。注意：本地视频没有公开互动数据，不能推断播放量或粉丝数。

### 步骤 3：预估费用并确认

```bash
python scripts/analyze_wx_video.py "输入" --estimate --mode decompose
```

只查询产品目录，不调用付费业务接口。将整个任务的预计费用给用户确认；已有明确范围和预算授权时沿用。

### 步骤 4：执行采集

```bash
python scripts/analyze_wx_video.py "输入" --mode decompose --format all --out 输出目录
```

视频下载、解密在本机完成，平台票据仅用于临时文件上传，第三方上传不携带平台 Key。单次脚本处理一个输入，多视频逐项保留成功和失败结果，不覆盖输出目录。

### 步骤 5：注入 AI 分析层

读取生成的 `wm_video_raw.json`，按 [分析层契约](references/analysis-schema.md) 生成 `wm_analysis.json`。要求：

- 建议必须引用真实时间点和互动事实
- 没有画面、播放量或转化证据时，不虚构这些维度

### 步骤 6：校验并渲染报告

```bash
# 先校验分析文件
python scripts/analyze_wx_video.py --check-analysis wm_analysis.json --render wm_video_raw.json

# 校验通过后重渲染三种格式
python scripts/analyze_wx_video.py --render wm_video_raw.json --analysis wm_analysis.json --format all --out 输出目录
```

分析和排版调整复用本次数据，不重复收费取数。

### 步骤 7：交付结果

展示最关键的发现、可以怎么改及证据位置，提供报告文件和本次实际消费。不保证流量或商业收益。输出标记 `WM_VIDEO_FILE_RAW`、`WM_VIDEO_FILE_MARKDOWN`、`WM_VIDEO_FILE_XLSX`、`WM_VIDEO_FILE_HTML` 表示实际生成的文件；`WM_VIDEO_TOTAL_CONSUMPTION` 是实际消费而非预估。

## 边界与恢复

- 详细接口和解密字段见 [接口参考](references/api.md)；价格以当前目录为准，参考文件中的历史数字不用于报价
- 默认不读旧接口缓存，需要刷新时执行新的采集；已有数据改报告用 `--render`。可显式设置 `WM_VIDEO_CACHE=1` 启用 24 小时缓存（按账号隔离，不代表数据实时）
- 同一请求重试复用幂等键；已失败的业务请求需用户确认后新发起，未知状态不能说已经退款
- 缺 Key、401、403 不无限重试；接口成功与否要看业务响应，不能只看 HTTP 200。保留 requestId 供排查，不泄露认证头
- 未经用户要求不公开部署报告，不生成外部分享站点，不自动创建持续计费任务

## 请求身份与安全

- 所有平台网络请求（目录、余额、免费/付费接口、上传票据）必须携带脚本实现的 `User-Agent` 与来源头；自写请求时同样要传，不要往业务 JSON 塞 source 字段
- 第三方视频下载与对象存储上传不发送平台 Key、Authorization 或 Cookie；仅平台请求携带平台鉴权
- 不要输出密钥、上传凭证或完整授权头；只把任务需要的公开数据导出到用户指定的本地文件

使用说明

# 视频号拆解诊断助手

输入视频号分享链接或本地视频，产出有时间点证据的内容拆解与可执行改稿建议：镜头/运镜/转场/情绪时间线、受众画像、爆款归因、六维评分、运营建议，支持 Markdown / Excel / HTML 三种报告。

## 使用场景

- 拆解对标爆款视频，提炼可复用的结构公式
- 诊断自己的视频号作品，获取改稿建议
- 批量拆解赛道竞品并导出看板

## 用法示例

```text
拆解这条视频号：https://channels.weixin.qq.com/...
帮我分析这个本地视频的镜头结构和情绪节奏
```

需要环境变量 `WM_API_KEY`（曼格云 API），执行前自动预估费用并确认。

## 说明

两阶段工作流：先采集（raw 数据落盘），再注入 AI 分析层渲染报告；改报告复用已有数据不重复计费。详见 SKILL.md 与 references/。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。