视频全维度解析复刻

技能文档

---
name: video-full-analysis
description: 一站式视频结构化解析技能，实现视频导入→音字幕提取→分镜切割→人物追踪→情绪标注→AI生视频提示词反推→剪映/达芬奇工程导出全链路自动化。当用户需要拆解视频结构、复刻爆款短视频/短剧、提取分镜脚本、生成文生视频提示词或导出剪辑工程文件时触发。
title: 视频全维度解析复刻
category: 内容创作
---

# 视频全维度解析复刻

一站式视频结构化解析技能，支持短视频/中长视频全流程拆解，产出结构化分镜脚本、角色注册表、情绪分析报告、逐镜头 AI 生视频提示词与可直接编辑的剪映/达芬奇剪辑工程。

## 技能工作流

按以下固定决策链路创建待办任务并逐步执行：

入参校验 → 预处理调度 → 内容解析调度 → 高级能力调度 → 结构化整合 → 成果导出 → 结果校验

### 步骤 1：入参校验

检测视频文件合法性、时长、分辨率，过滤损坏文件。参数由 LLM 自动识别或用户自定义：

| 参数名 | 类型 | 必填 | 说明 |
|-------|------|------|------|
| video_path | 本地文件/URL | 是 | 支持 MP4、MOV 主流视频格式 |
| speaker_separate | 布尔值 | 否 | 默认 True，多人说话人分离 |
| person_track | 布尔值 | 否 | 默认 True，全片人物追踪+角色建库 |
| emotion_analysis | 布尔值 | 否 | 默认 True，台词+镜头双情绪标注 |
| prompt_reverse | 布尔值 | 否 | 默认 True，反推 AI 生视频提示词 |
| export_edit_file | 布尔值 | 否 | 默认 True，导出剪辑工程文件 |
| output_format | 字符串 | 否 | 支持 JSON/MD/SRT/CSV/剪映/达芬奇 |

完整参数默认值见 `assets/config.json`。

### 步骤 2：预处理调度

由 `scripts/core_pipeline.py` 调度 `scripts/video_preprocess.py`：

1. 视频元数据解析（时长、帧率、分辨率）
2. 镜头智能分割（阈值由 `scene_detect_threshold` 控制）
3. 无冗余关键帧抽取（输出至 `output/keyframes/`）

### 步骤 3：内容解析调度

1. `scripts/audio_asr.py`：ASR 高精度转写、带时间戳字幕、多人说话人区分、对话/旁白/心里活动分类
2. `scripts/vlm_analyze.py`：逐镜头 VLM 多模态解析，输出景别、运镜、场景、道具、画面描述（未配置 VLM 时自动降级为占位结果，主流程不中断）
3. OCR 硬字幕校对

### 步骤 4：高级能力调度

1. `scripts/person_track.py`：全镜头人物追踪、角色唯一 ID 编码、角色信息注册表、出镜频次统计
2. `scripts/emotion_analysis.py`：单句台词情绪标签、单镜头画面氛围标签、全片情绪曲线（支持 heuristic 离线词典与 LLM 双模式）
3. `scripts/prompt_reverse.py`：逐镜头反推 Pika/Runway 生视频提示词（含风格、光影、运镜、构图、氛围）

### 步骤 5：结构化整合

对齐「时间戳-镜头-人物-台词-情绪-提示词」全维度数据，生成 `output/full_analysis_result.json` 与 `output/scene_visual_analysis.json`。

### 步骤 6：成果导出

1. `scripts/screenplay_export.py`：生成完整影视脚本 `output/full_screenplay.md`
2. `scripts/edit_project_export.py`：生成剪映草稿（`output/jianying_draft.txt`、`output/jianying_draft.json`）与达芬奇 FCP7 XML 时间轴工程（`output/davinci_timeline.xml`）
3. 字幕文件 `output/subtitle.srt`、角色注册表 `output/role_registry.json`

### 步骤 7：结果校验

自动检测幻觉、识别错误、时序错乱并完成修复；低置信度内容标注「待人工校对」，保留原始数据不篡改。

## 输出标准结构

1. 视频基础元数据（时长、帧率、分辨率、镜头总数）
2. 带时间戳对话/旁白字幕（SRT 标准）
3. 结构化分镜明细表（镜头 ID、时长、景别、运镜、画面描述）
4. 角色注册表（人物 ID、外貌特征、出镜镜头、台词总量）
5. 情绪分析报告（单镜头情绪、全片情绪分布）
6. 逐镜头 AI 生视频提示词（Pika/Runway 双版本）
7. 可直接编辑的剪辑工程文件 + 完整影视脚本

## 使用说明

### 快速使用

```bash
pip install -r requirements.txt   # 系统还需安装 ffmpeg
python scripts/core_pipeline.py --video "D:/videos/demo.mp4"
```

### 配置文件方式

1. 编辑 `assets/config.json`，填入 `video_path` 绝对路径
2. 运行 `python scripts/core_pipeline.py`
3. 所有成果自动保存至 `output/` 文件夹

### 可选能力配置（assets/config.json）

- VLM 画面解析：`vlm_enabled: true` 并配置 `vlm_base_url / vlm_api_key / vlm_model`（OpenAI 兼容端点，如通义千问 VL）
- 台词分类精判：`dialogue_classify: "llm"`（复用 VLM 密钥；默认 `heuristic` 离线模式）
- 情绪精判：`emotion_classify: "llm"`（调用失败自动降级为启发式模式）

### 适用场景

1. 短视频/短剧爆款复刻、镜头风格拆解
2. 影视片段结构化脚本、分镜台账整理
3. 批量生成 Pika/Runway 可用的精准文生视频提示词
4. 快速产出剪映/达芬奇可直接编辑的时间轴工程文件
5. 视频内容情绪分析、人物角色台账归档

## 错误处理规则

1. 视频损坏/格式不支持：直接返回错误提示，终止流程
2. 静音无音频视频：跳过 ASR 解析，保留画面、人物、情绪、提示词能力
3. 无人物镜头：自动跳过人物追踪，仅保留画面解析与氛围标注
4. 长视频（>10min）：自动分段处理，避免 Token 超限，合并最终结果
5. 识别低准确率内容：标注「待人工校对」，保留原始数据不篡改
6. VLM/LLM 调用失败：自动降级为离线启发式模式，主流程不中断

## 禁止事项

1. 禁止生成模糊口语化的 AI 提示词，必须适配 Pika/Runway 主流视频模型语法
2. 禁止出现重复或遗漏的角色 ID，角色 ID 全局唯一
3. 禁止输出时序错乱的结果，所有输出严格对齐视频时间轴
4. 禁止篡改低置信度的原始识别数据，仅标注不修改
5. 画面描述、情绪标签、镜头术语必须遵循 `references/` 下的行业标准文档

使用说明

# 视频全维度解析复刻

一站式 AI 视频拆解工具：全自动完成字幕提取、分镜解析、人物追踪、情绪分析、AI 生视频提示词反推、剪映/达芬奇工程导出，面向短视频二创、影视拆解、AI 视频复刻场景。

## 快速使用

```bash
pip install -r requirements.txt   # 系统还需安装 ffmpeg
python scripts/core_pipeline.py --video "D:/videos/demo.mp4"
```

配置文件方式：编辑 `assets/config.json` 填入 `video_path`，然后运行 `python scripts/core_pipeline.py`，成果自动保存至 `output/`。

## 输出文件（output/）

| 文件 | 内容 |
|------|------|
| full_analysis_result.json | 全维度整合结果（含画面解析） |
| full_screenplay.md | 完整影视脚本（分镜+台词+情绪+画面） |
| subtitle.srt | 带时间戳字幕 |
| role_registry.json | 角色注册表 |
| jianying_draft.json / .txt | 剪映草稿（结构化+可读版） |
| davinci_timeline.xml | 达芬奇/Resolve 可导入时间轴工程 |
| keyframes/ | 逐镜头关键帧 |

## 支持场景

- 短视频/短剧爆款复刻、镜头风格拆解
- 影视片段结构化脚本、分镜台账整理
- 批量生成 Pika/Runway 文生视频提示词
- 视频情绪分析、人物角色台账归档

## 常见问题

- **VLM 画面解析**：默认关闭，在 `assets/config.json` 设置 `vlm_enabled: true` 并配置 OpenAI 兼容端点与密钥即可开启；未配置时自动降级，主流程不中断
- **台词分类/情绪精判**：`dialogue_classify` / `emotion_classify` 设为 `llm` 可提升准确率（需 VLM 密钥，失败自动降级启发式）
- **建议视频时长 ≤ 10 分钟**，长视频分段处理
- 纯风景无人物视频自动跳过人物追踪；无音频视频保留画面氛围标注

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。