| name | video-breakdown |
| description | 🔍 影片拆解 — 貼連結或本地檔即可全自動分析影片：鏡頭切分、關鍵幀截取、運鏡軌跡、景別偵測、色彩指紋、音樂結構，最後用 Claude Vision 產出每鏡描述 + Seedance/Kling prompt。當使用者丟一支影片問「這怎麼拍的」「幫我分析」「我想複製這個感覺」時觸發。觸發關鍵字：「影片拆解」「拆解影片」「分析影片」「拆這支」「這支片怎麼拍的」「參考片分析」「鏡頭分析」「運鏡分析」「reverse engineer」「breakdown this video」「怎麼拍的」「競品怎麼拍」。 |
Video Breakdown — 參考影片分析引擎
把任何一支影片（YouTube / Vimeo / IG Reels / 本地檔）變成結構化資料：
- 鏡頭切分 + 每鏡秒數
- 每鏡關鍵幀截圖
- 運鏡軌跡（推/拉/搖/軌道/手持/空拍）
- 景別（大特寫 / 特寫 / 中景 / 全景 / 大全景）
- 色彩指紋（主色調 top-5）
- 音樂結構（intro / verse / drop / outro, BPM）
- 每鏡 Seedance / Kling prompt（可直接拿去生類似影片）
前提
此 skill 綁本地 Python 專案（透過 install.sh 安裝的 video-breakdown repo）。
執行前請確認：
- 已跑過
./install.sh（安裝 brew 依賴 + uv + Python 套件）
.env 已填入 ANTHROPIC_API_KEY- preflight 通過：
./preflight.sh
repo 路徑由環境變數 VIDEO_BREAKDOWN_ROOT 指定，預設為 $HOME/video-breakdown。
標準流程（5 階段）
🎞️ Phase 1 — 取得影片
- 貼 YouTube / Vimeo / IG / 雲端連結 →
yt-dlp 下載
- 或本地檔直接指向路徑
✂️ Phase 2 — 鏡頭切分 + 關鍵幀
- TransNetV2（PyTorch MPS）做 shot boundary detection
- Fallback: PySceneDetect ContentDetector
🎥 Phase 3 — 多維分析（per-shot）
- 運鏡：RAFT-Small ONNX → Homography 分解
- 姿態：RTMPose (rtmlib ONNX)
- 景別：人臉 / 全身比例推論
- 色彩：K-means 5 色提取
- 音訊：librosa BPM + beat + 結構
🎨 Phase 4 — 風格指紋
跨 shot 統計 cuts per minute、dominant shot sizes、signature camera moves、color fingerprint、music emotion。
📝 Phase 5 — Claude Vision 產 Prompt
每鏡關鍵幀送 Claude Vision，產 Seedance / Kling prompt + 中文描述。
快速呼叫
CLI
cd "$VIDEO_BREAKDOWN_ROOT"
.venv/bin/video-breakdown analyze "<影片 URL 或本地路徑>"
常用 flag：
--skip-pose 跳過人體骨架（加速）--skip-audio 跳過音頻分析--no-prompts 只拆鏡不燒 Claude token-o output/ 指定輸出目錄
檢視結果
.venv/bin/video-breakdown report output/<video_name>_analysis.json
.venv/bin/video-breakdown report output/<video_name>_analysis.json --prompts
重要提醒
- 參考影片不要超過 3 分鐘：3 分鐘約 5-8 分鐘可跑完
- Claude Vision 是可選：Phase 5 會燒 token，只要拆鏡頭可加
--no-prompts
- 垂直影片（IG Reels）支援：自動偵測 9:16
- 不支援直播串流：要完整 mp4 檔
- 首次執行會下載模型：TransNetV2 / RAFT / RTMPose 自動下載到
~/.cache/（約 500MB-1GB）
子檔案索引
