视频帧智能分析 Skill

快速开始

使用前提：先切换到多模态模型（支持图片输入），如 GLM-5v-Turbo 或 GPT-4o。 在 WorkBuddy 对话框输入 /model 切换模型。

1. 上传视频 或直接告诉 AI 视频路径
2. 发送指令："分析这个视频" 或 "拆解这条短剧"
3. AI 自动完成全流程 → 输出完整报告

适用场景

• 拆解竞品短剧/AI漫剧的叙事结构和镜头语言
• 分析视频剧情、角色、台词，输出改编建议
• 批量处理多个视频，建立素材库分析报告

工作流程

第一步：确认视频来源

询问用户视频路径，或让用户上传视频文件到工作目录。 支持 mp4 / mov / avi 等常见视频格式。

第二步：智能提取关键帧

重要：必须先切换到多模态模型（支持图片输入）再开始！

用 Bash 工具执行帧提取脚本：

# 获取 skill 目录路径（自动解析）
SKILL_DIR="$(dirname "$(find ~/.workbuddy/skills -name 'smart_extract.py' 2>/dev/null | head -1)")"
# 执行提取（自动用当前工作目录作为输出）
python "$SKILL_DIR/smart_extract.py" "你的视频路径.mp4" "视频名_frames/" 15

参数说明：

• 视频路径：支持绝对路径或相对于当前工作目录的路径
• 输出目录：帧图片存放位置，默认为 {视频名}_frames/
• 最大帧数：默认15帧，覆盖单集短剧完整剧情

如遇 OpenCV 依赖问题，改用保底方案：

python "$SKILL_DIR/extract_frames.py" "你的视频路径.mp4" "视频名_frames/" 3

第三步：逐帧分析（分批，避免上下文溢出）

⚠️ 核心原则：每批最多分析 3-4 帧，分析完立即写入文件，再继续下一批。 严禁一次性将所有帧图发给模型，会导致 400 input length too long 错误。

操作循环：

1. 用 Read 工具读取 3-4 张帧图片
2. 按以下维度分析每帧：画面内容、字幕/台词、镜头类型、叙事功能、情绪基调
3. 用 Write 工具将分析结果追加到 {视频名}_分析_partX.md
4. 清空上下文，继续读取下一批帧，重复步骤1-3

每帧分析模板：

## 帧N [时间] 文件名
**场景**：
**画面内容**：
**镜头类型**：（特写/近景/中景/全景/航拍）
**叙事功能**：
**情绪基调**：
**字幕/台词**：

第四步：整合完整报告

所有帧分析完成后，生成 {视频名}_完整分析报告.md，包含以下章节：

1. 视频基本信息（时长、帧数、AI生成标识）
2. 逐帧详细分析（表格形式）
3. 剧情大纲（分幕整理故事线）
4. 镜头语言分析（镜头类型分布、叙事节奏）
5. 角色设定（角色表，标注一致性问题）
6. 字幕/台词整理（时间轴表格）
7. 商业分析与改编建议（亮点、问题、改编方案）
8. 技术备注（提取参数、文件路径）

注意事项

模型切换（必须！）

/model GLM-5v-Turbo
# 或
/model GPT-4o

• 必须使用多模态模型（支持图片输入）
• 纯文本模型（如 MiMo-V2.5-Pro）无法分析图片，会报错
• 切换后需重新开始本流程

上下文管理

• 每批 3-4 帧 → 写文件 → 清空上下文 → 下一批
• 这是避免 400 input length too long 的核心策略
• 写文件比清空上下文更可靠，确保中间结果不丢失

AI生成视频的特殊问题

分析时特别注意以下几点（在报告中标注）：

• 角色一致性：性别/外貌是否在场景间突变（如女孩→男孩）
• AI水印：画面是否有"内容由AI生成"等标识
• 表情自然度：人物表情是否僵硬、不自然
• 场景割裂：故事线之间是否有合理过渡（常见拼接问题）

输出文件命名规范

常见错误处理

依赖环境

pip install opencv-python          # 智能帧提取（推荐）
pip install moviepy Pillow           # 保底帧提取（备选）

Python 版本：3.8+

示例触发词

当用户说以下内容时，激活本 Skill：

• "分析这个视频"
• "拆解这条短剧"
• "帮我看看这个AI漫剧的叙事结构"
• "视频帧分析"
• "帮我分析竞品视频"
• "帮我看看这个短剧的剧情"