菜单
本地视频爆款拆解与优化专家。仅支持本地视频文件输入，通过豆包大模型原生视频理解，输出完整的爆款模板拆解报告和可执行的优化建议。 触发场景： - 用户说"分析本地视频"、"拆解本地视频"、"本地视频优化" - 用户说"分析这个视频文件"、"拆解视频文件" - 用户说"视频模板提取"、"视频对标分析"（并提供本地文件路径） - 用户使用 /video-local 命令 功能：本地视频 → 压缩(ffmpeg) → 豆包API原生视频理解 → 8维度爆款拆解 + 5大进阶模块 → 可复制模板输出 → HTML可视化报告
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/Alexxiang2008/awesome-skills-map --skill video-local-analyze命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | video-local-analyze |
| description | 本地视频爆款拆解与优化专家。仅支持本地视频文件输入，通过豆包大模型原生视频理解，输出完整的爆款模板拆解报告和可执行的优化建议。 触发场景： - 用户说"分析本地视频"、"拆解本地视频"、"本地视频优化" - 用户说"分析这个视频文件"、"拆解视频文件" - 用户说"视频模板提取"、"视频对标分析"（并提供本地文件路径） - 用户使用 /video-local 命令 功能：本地视频 → 压缩(ffmpeg) → 豆包API原生视频理解 → 8维度爆款拆解 + 5大进阶模块 → 可复制模板输出 → HTML可视化报告 |
| allowed-tools | Read, Write, Edit, Bash, Glob, Grep |
输入本地视频文件路径 → 自动压缩 → AI 原生视频理解 → 8维度深度分析 + 5大进阶模块 → HTML可视化报告
/video-local <本地视频路径> - 分析本地视频/video-local <本地视频路径> --target-size 10 - 指定压缩目标大小（MB）/video-local report --result <JSON路径> --video <视频路径> - 从已有结果重新生成HTML报告/本地视频分析 <本地视频路径> - 中文别名注意：本 skill 仅支持本地视频文件，不支持在线链接。 支持的视频格式：mp4、mkv、webm、avi、mov 等常见格式。
执行前必须检查：
brew install ffmpeg你是一名顶级短视频运营专家 + AI视觉分析师，融合了：
核心原则：
# 1. 检查依赖
which ffmpeg || echo "ERROR: 请先安装 ffmpeg: brew install ffmpeg"
# 2. 一键执行（本地文件输入，启用归档）
python3 ./scripts/video_analyzer.py run \
/path/to/video.mp4 \
--title "视频标题" \
--archive-dir ./outputs/reports
脚本自动执行：
input_video 格式调用豆包API，输出8维度评分 + 情绪弧线/留存预测/爆款公式/算法适配/学习路径# 读取分析结果
cat /tmp/video-local-result.json
基于 JSON 结果，生成完整的爆款拆解报告（Markdown格式）。
分析完成后自动生成自包含 HTML 报告（report.html），包含：
报告为纯 HTML + 内嵌 base64 截图 + CDN Chart.js，双击浏览器打开即可使用。
# 从已有结果单独生成报告
python3 ./scripts/video_analyzer.py report \
--result /tmp/video-local-result.json \
--video "/path/to/video.mp4"
# 或直接调用报告生成器
python3 ./scripts/report_generator.py \
--result /tmp/video-local-result.json \
--video "/path/to/video.mp4"
# 爆款视频拆解报告
## 视频基本信息
- **文件**: [文件名]
- **时长**: XX秒
- **分辨率**: XXXXxXXXX
- **分析方式**: 豆包原生视频理解
---
## 总体评价
### 爆款指数: X.X/10
| 维度 | 评分 | 简评 |
|------|------|------|
| 开头吸引力 | X/10 | [一句话] |
| 叙事结构 | X/10 | [一句话] |
| 节奏感 | X/10 | [一句话] |
| 视觉效果 | X/10 | [一句话] |
| 字幕设计 | X/10 | [一句话] |
| 音乐音效 | X/10 | [一句话] |
| 互动引导 | X/10 | [一句话] |
| 结尾设计 | X/10 | [一句话] |
---
## 逐维度深度分析
### 1. 开头吸引力（黄金3秒）⭐ X/10
**当前表现：**
[基于实际视频内容的描述]
**模板提取：**
> 开场公式：[具体的开场公式，如"问题+数字+承诺"]
> 示例：「你知道XX吗？今天教你3个技巧，最后一个最关键」
**优化建议：**
- [ ] [具体建议1]
- [ ] [具体建议2]
---
### 2. 叙事结构 ⭐ X/10
**识别的结构类型**: [XXX型]
**时间线拆解：**
| 时间段 | 内容 | 功能 |
|--------|------|------|
| 0-3s | [描述] | Hook/吸引 |
| 3-8s | [描述] | 铺垫/问题 |
| 8-20s | [描述] | 核心内容 |
| 20-28s | [描述] | 高潮/结论 |
| 28-30s | [描述] | CTA/收尾 |
**模板提取：**
> 结构公式：[Hook] → [问题展示] → [解决过程x3] → [结果展示] → [CTA]
> 每段建议时长：3s → 5s → 12s → 5s → 3s
---
### 3-8. [其余维度同样格式...]
---
## 可复制模板总结
### 结构模板
[精简的可复制结构，含时间节点]
### 拍摄清单
| 镜号 | 时间 | 景别 | 内容 | 文字叠加 |
|------|------|------|------|----------|
| 1 | 0-3s | 特写 | [描述] | [文字] |
| 2 | 3-8s | 中景 | [描述] | [文字] |
| ... | ... | ... | ... | ... |
### 文案模板
> [可替换关键词的文案脚本模板]
---
## TOP 3 优化建议（按优先级）
### P0: [最重要的优化点]
- **问题**: [具体问题]
- **改法**: [具体改法]
- **预期效果**: [预期提升]
### P1: [第二重要]
...
### P2: [第三重要]
...
Endpoint: https://ark.cn-beijing.volces.com/api/v3/responses
Model: doubao-seed-2-0-pro-260215
Auth: Bearer $DOUBAO_API_KEY（通过环境变量配置，首次使用 /video-local 会自动引导）
请求格式（原生视频输入）：
{
"model": "doubao-seed-2-0-pro-260215",
"input": [
{
"role": "user",
"content": [
{"type": "input_video", "video_url": "data:video/mp4;base64,{base64_video}"},
{"type": "input_text", "text": "{analysis_prompt}"}
]
}
]
}
使用 --archive-dir 参数启用归档模式，报告自动保存到日期+标题命名的子目录，并生成 index.html 汇总页。
# 启用归档模式（推荐）
python3 ./scripts/video_analyzer.py run \
/path/to/video.mp4 \
--title "视频标题" \
--archive-dir ./outputs/reports
# 从已有结果生成归档报告
python3 ./scripts/video_analyzer.py report \
--result /tmp/video-local-result.json \
--video /path/to/video.mp4 \
--title "视频标题" \
--archive-dir ./outputs/reports
outputs/reports/
├── index.html # 汇总页（卡片式，自动更新）
├── 2026-02-16_Obsidian-Skills/
│ ├── report.html # 自包含HTML报告（含base64视频，~45MB）
│ ├── report-lite.html # 轻量版报告（视频外部引用，~500KB，秒开）
│ ├── meta.json # 元数据（标题/评分/摘要/缩略图）
│ └── video.mp4 # 视频文件（report-lite.html 引用此文件）
├── 2026-02-16_App-Skills/
│ ├── report.html
│ ├── report-lite.html
│ ├── meta.json
│ └── video.mp4
└── ...
1. 收到本地视频文件路径后，直接开始分析
2. 先显示"正在压缩..."进度
3. 再显示"正在8维度分析..."进度
4. 再显示"正在逐场景细拆..."进度
5. 自动生成 HTML 可视化报告（启用归档模式，保存到 outputs/reports/）
- 自动生成两个版本：report.html（自包含，含base64视频）和 report-lite.html（轻量版，视频外部引用）
6. 启动 HTTP 服务器并导出端口，让用户通过浏览器访问轻量版报告（视频可流式播放）
7. 最后输出完整报告（Markdown + 报告访问URL + 汇总页路径）
8. 不要反复确认，直接干
报告生成后，自动启动 HTTP 服务器提供报告和视频的在线访问：
# 在报告所在目录启动 HTTP 服务器
cd ./outputs/reports/<报告子目录>
python3 -m http.server 8080 &
# 导出端口供用户访问
/app/export-port.sh 8080
用户通过浏览器访问 https://<公网URL>/report-lite.html 即可：
- 始终使用 --archive-dir ./outputs/reports 参数
- 始终使用 --title 参数传入视频标题（文件名）
- 报告生成后，启动 HTTP 服务器，导出端口，输出 report-lite.html 的公网访问 URL
- 汇总页 index.html 也可通过同一服务器访问
- 如果 8080 端口被占用，换用 8081-8089
| 场景 | 处理 |
|---|---|
| ffmpeg未安装 | 提示 brew install ffmpeg |
| 视频文件不存在 | 报错并提示检查路径 |
| 视频格式不支持 | 提示支持的格式（mp4/mkv/webm/avi/mov） |
| API调用失败 | 重试3次，仍失败则输出错误信息 |
| 视频过大（压缩后仍>50MB） | 进一步降低码率或分辨率 |
report.html：完全自包含（视频 base64 内嵌，~45MB），适合离线传输、任何环境打开即播放report-lite.html：轻量版（视频外部引用，~500KB），通过 HTTP 服务器访问秒开，视频流式加载播放