メニュー
对电影、剧集、动漫或视频进行拉片分析。根据题材自动路由到对应的分析框架，输出有判断的结构化逐段分析。用户说"拉片""分析这部电影""breakdown 这个视频""这部剧的镜头语言怎么样"时使用。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | film-breakdown |
| description | 对电影、剧集、动漫或视频进行拉片分析。根据题材自动路由到对应的分析框架，输出有判断的结构化逐段分析。用户说"拉片""分析这部电影""breakdown 这个视频""这部剧的镜头语言怎么样"时使用。 |
对影视作品（电影、剧集、动漫）或视频（tech video、vlog、video essay 等）进行结构化拉片分析。
核心能力：
重要：每次分析完成后，必须生成 HTML 报告文件。 这是本 skill 的默认输出格式，不需要用户额外要求。分析写成 markdown 后立即调用 generate_report.mjs 生成 HTML，然后用 open 命令在浏览器中打开。
所有脚本在 scripts/ 目录下，相对于本 SKILL.md 文件，不是相对于用户项目目录。运行任何脚本前，先定位 skill 安装目录：
# 定位 skill 目录（SKILL.md 所在位置）
# -L 跟随符号链接，全局安装的 skill 通过 symlink 链接
SKILL_DIR="$(dirname "$(find -L . .claude ~/.claude -path '*/film-breakdown*' -name 'SKILL.md' -maxdepth 5 2>/dev/null | head -1)")"
然后用 node "$SKILL_DIR"/scripts/generate_report.mjs ... 的方式调用脚本。
禁止自己手写 HTML。必须使用 generate_report.mjs 脚本。 如果找不到脚本，告诉用户 skill 可能没有正确安装，请用 npx skills add ahpxex/lapian.skill 重新安装。
按用户手头有什么走不同路径。不存在"降级"，每种模式都是完整的分析路径。
用户看过作品，想讨论和分析。没有本地文件。
输入：作品名称 + 用户描述/记忆/问题 做什么：
generate_report.mjs 生成 HTML 报告（无关键帧时仅文字排版）这是拉片最自然的场景。大多数影迷/创作者讨论作品时不会拿着视频文件逐帧看，而是基于观看记忆和理解来分析。
用户提供截图、关键帧、剧照，或者字幕文件。
输入：图片文件路径 / 字幕文件 + 作品信息 做什么：
extract_subtitles.mjs 解析generate_report.mjs 生成 HTML 报告用户提供本地视频文件或 URL。处理量最大，分析最精细。
输入：本地视频文件路径，或 URL（需系统装有 yt-dlp） 做什么：
如果输入是 URL，先下载：
yt-dlp -f 'bestvideo[height<=720]+bestaudio/best[height<=720]' \
--merge-output-format mp4 -o '/tmp/film-breakdown/<name>/video.%(ext)s' '<URL>'
yt-dlp --write-sub --write-auto-sub --sub-lang zh-Hans,zh-CN,en --sub-format srt --skip-download然后按下面的视频处理工作流执行
以下步骤可并行执行：
# 1a. 场景切割 + 关键帧提取
node "$SKILL_DIR"/scripts/extract_scenes.mjs \
--input /path/to/video.mp4 \
--output /tmp/film-breakdown/scenes/ \
--threshold 0.3
# 1b. 字幕提取
node "$SKILL_DIR"/scripts/extract_subtitles.mjs \
--input /path/to/video.mp4 \
--srt /path/to/subtitle.srt
# 1c. 音频转写（仅在无字幕时）
node "$SKILL_DIR"/scripts/transcribe.mjs \
--input /path/to/video.mp4 \
--output /tmp/film-breakdown/transcript.json \
--model base
如果关键帧来自高分辨率源或数量过多，压缩以控制报告体积：
# 将关键帧缩放到宽度 1280px，质量 80
for f in /tmp/film-breakdown/scenes/keyframes/*.jpg; do
ffmpeg -i "$f" -vf "scale=1280:-1" -q:v 4 -y "$f" 2>/dev/null
done
目标：单张关键帧 < 150KB，整份报告 < 3MB。
node "$SKILL_DIR"/scripts/build_timeline.mjs \
--scenes /tmp/film-breakdown/scenes/scenes.json \
--subtitles /tmp/film-breakdown/scenes/subtitles.json \
--output /tmp/film-breakdown/timeline.json
时间轴 schema 见 references/schema.md。
用 Read 工具查看提取出的关键帧图片，结合时间轴数据逐段分析。
将分析文本写成 markdown 文件（使用标准  语法引用关键帧），然后生成自包含 HTML 报告：
node "$SKILL_DIR"/scripts/generate_report.mjs \
--analysis /tmp/film-breakdown/analysis.md \
--keyframes /tmp/film-breakdown/scenes/keyframes \
--output /tmp/film-breakdown/report.html
报告特性：
@media print 优化）references/frameworks/_base.md| 题材 | 框架文件 |
|---|---|
| 科幻 | sci-fi.md |
| 奇幻 | fantasy.md |
| 恐怖/惊悚 | horror-thriller.md |
| 悬疑/推理 | mystery.md |
| 犯罪/黑帮 | crime.md |
| 动作/冒险 | action-adventure.md |
| 战争 | war.md |
| 爱情/浪漫 | romance.md |
| 喜剧 | comedy.md |
| 文艺/作者 | art-house.md |
| 历史/传记 | historical-biopic.md |
| 武侠/功夫 | wuxia-martial-arts.md |
| 赛博朋克 | cyberpunk.md |
| 末日/后启示录 | post-apocalyptic.md |
| 心理/精神 | psychological.md |
| 纪录片 | documentary.md |
| 音乐剧/歌舞 | musical.md |
| 题材 | 框架文件 |
|---|---|
| Tech 视频 | tech-video.md |
| Vlog | vlog.md |
| Video Essay | video-essay.md |
| 产品评测 | product-review.md |
| 教程 | tutorial.md |
| 新闻/时事评论 | news-commentary.md |
题材可组合。比如"赛博朋克悬疑片"同时加载 cyberpunk.md + mystery.md。
分析必须有深度。一份好的拉片报告应该让读者感到"我看了那么多遍都没注意到这个"。
_base.md 的核心维度：
在影视类基础上额外输出：
用户可以指定分析的深度和长度。如果用户没有指定，按以下默认值：
| 粒度 | 适用场景 | 字数参考 | 关键帧密度 |
|---|---|---|---|
| 速览 | 快速了解一部作品的核心手法 | 1000-2000 字 | 3-5 张 |
| 标准（默认） | 完整拉片，覆盖主要维度 | 4000-6000 字 | 每 2-3 分钟一张 |
| 精读 | 逐场景深度拆解，适合学习创作 | 8000-12000 字 | 每 1 分钟一张或更密 |
按内容时长缩放：
用户说"简单看看""大概分析一下"时用速览；说"仔细拉一下""逐场景分析"时用精读；没有特别说明时用标准。
模式 A（对话）无外部依赖。模式 B/C 需要：
ffmpeg -- 视频处理、场景检测、关键帧提取whisper -- 音频转写（可选，仅无字幕时需要；支持 whisper.cpp 或 openai-whisper）脚本启动时会检查依赖是否可用，缺失时给出安装提示而非直接报错。 模式 C 中如果 ffmpeg 不可用，回退到模式 B（仅处理字幕）或模式 A（纯对话）。