huangserva/skill_video-style-analysis

Latest recorded source activity: April 21, 2026 at 04:00

SkillsMP catalog refreshed: November 12, 2026 at 12:52

skills collected: 1

GitHub stars: 35
GitHub forks: 9

Install with an AI assistant

Copy this prompt into the AI assistant you're using.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/huangserva/skill_video-style-analysis.

Repository README

Repository README source: README.md

Read the source README

Expand full README

# video-style-analysis 视频完美复刻 Claude Code Skill — 通过智能体分析原视频的视觉风格和音频特征，生成风格提示词，使用 TTS 复刻配音，基于原画面重新生成相似视频并合成。 ## 功能 - 智能关键帧提取（场景切换检测 + 动作密度自适应） - InsightFace 人脸检测与跨帧角色聚类（换装也能识别同一人） - 色彩/运动风格分析（RGB/HSV + Farneback 光流法） - ASR 语音识别与叙事线分析（Whisper + 三级容错） - AI 内容生成（Seedream 角色参考图 + Seedance 场景视频） - 项目级统一风格约束（`style_consistency`）前置分析，并强制贯穿角色图与场景视频生成 - TTS 配音克隆（edge_tts，带时间戳估算） - 音视频精确对齐合成 ## 管线流程 ``` 原视频 ├─ [步骤1] 智能关键帧提取 ├─ [步骤1.5] 角色检测与跨帧聚类 (InsightFace) ├─ [步骤2] 色彩与运动分析 ├─ [步骤3] ASR 语音识别 (Whisper) ├─ [自动] 生成步骤3.5-7（含3.6）JSON 初稿 │ ├─ [步骤3.5] 审核 narrative_analysis.json 初稿 (Claude) ├─ [步骤3.6] 审核 semantic_analysis.json 初稿 (Claude) ├─ [步骤4] 审核 coherence_analysis.json 初稿 (Claude) ├─ [步骤5] 审核 audio_visual_correlation.json 初稿 (Claude) ├─ [步骤6] 审核 scene_prompts.json 初稿 (Claude) ├─ [步骤7] 审核 tts_guide.json 初稿 (Claude) │ ├─ [步骤8] 角色参考图生成 (Seedream API) ├─ [步骤9] 场景视频生成 (Seedance API) ├─ [步骤10] TTS 配音生成 (edge_tts) └─ [步骤11] 音视频合成 (ffmpeg + moviepy) └─ 复刻视频.mp4 ``` ## 快速开始 ### 安装依赖 #### 系统依赖 ```bash # macOS brew install ffmpeg # Ubuntu / Debian sudo apt-get install ffmpeg # Windows — 从 https://ffmpeg.org/download.html 下载并加入 PATH ``` #### Python 依赖 ```bash pip install opencv-python numpy moviepy Pillow openai-whisper edge-tts aiohttp pyyaml insightface onnxruntime ``` ### 配置 API 密钥 ```bash cp config/api_keys.yaml.example config/api_keys.yaml # 编辑 api_keys.yaml，填入 VolcEngine API Key ``` ### 运行阶段1（自动化分析） ```bash python scripts/perfect_replication_workflow.py \ --reference_video 原视频.mp4 \ --output_dir output ``` 后续步骤 3.5-11 由 Claude 根据 `SKILL.md` 调度执行。阶段 1 结束后会自动生成 `output/analysis/` 和 `output/prompts/` 下的 6 个 JSON 初稿，Claude 主要负责先完善 `semantic_analysis.json` 的 6 棱镜结构（叙事 / 主体 / 动作 / 场景 / 镜头 / 约束）以及项目级 `style_consistency`，再补齐其余语义字段并修正 `[TODO]` 占位符。 ## 项目结构 ``` scripts/ smart_keyframe_extractor.py # 步骤1: 智能关键帧提取 character_detector.py # 步骤1.5: 角色检测 (InsightFace) video_analyzer.py # 步骤2: 色彩与运动分析 asr_transcriber.py # 步骤3: ASR 语音识别 draft_generator.py # 自动生成步骤3.5-7（含3.6）JSON 初稿 image_generator.py # 步骤8: 角色参考图 (Seedream) video_generator.py # 步骤9: 场景视频 (Seedance) tts_generator.py # 步骤10: TTS 配音 scene_concat.py # 步骤11a: 视频拼接 audio_video_mixer.py # 步骤11b: 音视频合成 schema_validator.py # JSON Schema 校验器 perfect_replication_workflow.py # 阶段1编排 api_client.py # API 客户端 config/ api_config.yaml # API 配置 api_keys.yaml.example # API 密钥模板 assets/ schema_templates/ # 步骤3.5-7（含3.6）的 JSON 标准模板 references/ # 参考文档 ``` ## 核心设计 **ASR 优先原则** — 先从语音识别文本中理解叙事和角色，再用视觉验证，而非从图像猜测。 **三级容错** — ASR 清晰时全流程分析；ASR 模糊时降级到视觉辅助；ASR 失败时用 InsightFace 人脸聚类做纯视觉角色识别。 **风格先锁定** — 风格一致性不是步骤 8 临时补救，而是在步骤 3.6 先沉淀成 `style_consistency`，后续角色图和场景视频都强制继承。 **Schema 校验** — 步骤 6-7 生成的中间 JSON 在步骤 8-9 入口自动校验，缺字段时报明确错误而非静默失败。 ## 详细文档完整的步骤说明、字段规范和注意事项见 [SKILL.md](SKILL.md)。

Loading the repository README…

Skills in this repository

Film & Video Editors

1 occupation category · 100% classified

skill

occupation

description

updated

video-style-analysis

Film & Video Editors

完美复刻原视频的完整内容（画面+声音），通过智能体分析原视频的视觉风格和音频特征，生成风格提示词，使用TTS复刻配音，基于原画面重新生成相似视频并合成；当用户需要完美复刻视频内容、语音克隆、视频风格迁移时使用

Source text: Chinese

2026-04-21

Showing 1 of 1 collected skill.