video-deconstruct (v2.0)#

这个 skill 干啥#

扔一段 mp4，吐一份 叙事式爆款拆解报告。覆盖 10 个章节：

1. 选题介绍 — 一句话主题（≤ 12 字，可直接进选题库）
2. 一句话总结 — 主角关系 + 核心冲突 + 结局（≤ 100 字）
3. 内容描述 — 按时间线复述剧情，含转场+心理动机+元注释（300–600 字）
4. 视频结构分析 — 开头/中间/结尾各自的"设计点 + 效果分析"
5. 中间事件推进过程 — 3–8 条具体事件，每条"动作 + 隐含矛盾"
6. 视频结尾 + 落幕文案 — 收尾设计 + 字幕原文 + 受众启示
7. 核心爆点 — 为什么会火，必须涉及底层心理机制（120–250 字）
8. 节奏（辅助）— 时间轴段落表，钩子/铺垫/转折/高潮/收尾
9. BGM（辅助）— 卡点位置、换歌点（纯视觉推断）
10. 评论区 — v1 跳过，v2 接入

快速开始#

bash

export STEP_API_KEY=sk-xxx
python scripts/analyze.py /path/to/your-video.mp4
# 报告生成在 ./output/your-video-report.md

# 强烈推荐：启用 ASR 把对白也喂进去
python scripts/analyze.py /path/to/your-video.mp4 --with-asr

详细步骤见 guides/01-quickstart.md。

想改输出风格？#

• 改 prompts/analysis_rubric.txt 的字段定义/写作风格指引
• 改 prompts/system.txt 改 AI 的角色设定（默认是"资深拆解师"）
• 改 templates/report.md.j2 调整报告版式
• 详见 guides/03-prompt-engineering.md

与 StepClaw Agent 框架的衔接#

• manifest.json 已声明 entry / inputs / outputs / triggers / models，可被 StepClaw Agent 直接 dispatch
• 默认 STEP_API_KEY 走环境变量或 skill 根目录的 .env
• 输出路径 output/{video_stem}-{report.md, analysis.json} 是固定 schema，下游 Agent 可直接读取
• ASR 与 vision 模型都走 https://api.stepfun.com/v1，不需要额外 endpoint

限制#

• 输入必须是 mp4。默认 128MB 以内直传 StepFun 文件 API；只有超过 128MB 才会自动两遍 ffmpeg 压缩（长视频可能降到 240p/低帧率，但 rubric 仍能分析节奏/卡点/事件；详见 scripts/compress.py）
• 没有对视频长度的硬限制，但超过 128MB 后会进入压缩兜底：3 分钟内通常可保 480p+，超长视频可能退化到近似 240p 幻灯片
• 运行时会先把（必要时压缩后的）文件上传到 StepFun 云端（临时），分析完后自动删除（除非加 --keep-upload）；压缩产物也会在处理完后清理
• BGM 维度仍以视觉线索为主（详见 guides/02-叙事式拆解说明.md）。 --with-asr 启用后 对白文本 会作为辅助上下文喂给视觉模型，但不会直接做识曲
• 真识曲不做（要的话改成 ACRCloud / Audd.io，见 v3 路线）