视频帧智能分析 Skill
快速开始
使用前提：先切换到多模态模型（支持图片输入），如 GLM-5v-Turbo 或 GPT-4o。 在 WorkBuddy 对话框输入
/model切换模型。
- 上传视频 或直接告诉 AI 视频路径
- 发送指令："分析这个视频" 或 "拆解这条短剧"
- AI 自动完成全流程 → 输出完整报告
适用场景
- 拆解竞品短剧/AI漫剧的叙事结构和镜头语言
- 分析视频剧情、角色、台词，输出改编建议
- 批量处理多个视频，建立素材库分析报告
工作流程
第一步：确认视频来源
询问用户视频路径，或让用户上传视频文件到工作目录。 支持 mp4 / mov / avi 等常见视频格式。
第二步：智能提取关键帧
重要：必须先切换到多模态模型（支持图片输入）再开始！
用 Bash 工具执行帧提取脚本：
# 获取 skill 目录路径（自动解析）
SKILL_DIR="$(dirname "$(find ~/.workbuddy/skills -name 'smart_extract.py' 2>/dev/null | head -1)")"
# 执行提取（自动用当前工作目录作为输出）
python "$SKILL_DIR/smart_extract.py" "你的视频路径.mp4" "视频名_frames/" 15
参数说明：
视频路径：支持绝对路径或相对于当前工作目录的路径输出目录：帧图片存放位置，默认为{视频名}_frames/最大帧数：默认15帧，覆盖单集短剧完整剧情
如遇 OpenCV 依赖问题，改用保底方案：
python "$SKILL_DIR/extract_frames.py" "你的视频路径.mp4" "视频名_frames/" 3
第三步：逐帧分析（分批，避免上下文溢出）
⚠️ 核心原则：每批最多分析 3-4 帧，分析完立即写入文件，再继续下一批。
严禁一次性将所有帧图发给模型，会导致 400 input length too long 错误。
操作循环：
- 用
Read工具读取 3-4 张帧图片 - 按以下维度分析每帧：画面内容、字幕/台词、镜头类型、叙事功能、情绪基调
- 用
Write工具将分析结果追加到{视频名}_分析_partX.md - 清空上下文，继续读取下一批帧，重复步骤1-3
每帧分析模板：
## 帧N [时间] 文件名
**场景**：
**画面内容**：
**镜头类型**：（特写/近景/中景/全景/航拍）
**叙事功能**：
**情绪基调**：
**字幕/台词**：
第四步：整合完整报告
所有帧分析完成后，生成 {视频名}_完整分析报告.md，包含以下章节：
- 视频基本信息（时长、帧数、AI生成标识）
- 逐帧详细分析（表格形式）
- 剧情大纲（分幕整理故事线）
- 镜头语言分析（镜头类型分布、叙事节奏）
- 角色设定（角色表，标注一致性问题）
- 字幕/台词整理（时间轴表格）
- 商业分析与改编建议（亮点、问题、改编方案）
- 技术备注（提取参数、文件路径）
注意事项
模型切换（必须！）
/model GLM-5v-Turbo
# 或
/model GPT-4o
- 必须使用多模态模型（支持图片输入）
- 纯文本模型（如 MiMo-V2.5-Pro）无法分析图片，会报错
- 切换后需重新开始本流程
上下文管理
- 每批 3-4 帧 → 写文件 → 清空上下文 → 下一批
- 这是避免
400 input length too long的核心策略 - 写文件比清空上下文更可靠，确保中间结果不丢失
AI生成视频的特殊问题
分析时特别注意以下几点（在报告中标注）：
- 角色一致性：性别/外貌是否在场景间突变（如女孩→男孩）
- AI水印：画面是否有"内容由AI生成"等标识
- 表情自然度：人物表情是否僵硬、不自然
- 场景割裂：故事线之间是否有合理过渡（常见拼接问题）
输出文件命名规范
| 文件类型 | 命名格式 |
|---|---|
| 逐帧分析（分批） | {视频名}_分析_part{1,2,3}.md |
| 完整报告 | {视频名}_完整分析报告.md |
| 帧图片目录 | {视频名}_frames/ |
常见错误处理
| 错误 | 原因 | 解决方案 |
|---|---|---|
ImportError: No module named 'cv2' | OpenCV 未安装 | pip install opencv-python |
ImportError: No module named 'moviepy' | moviepy 未安装 | pip install moviepy Pillow |
400 input length too long | 一次性发图太多 | 改为每批 3-4 帧 |
无法打开视频 | 视频路径含中文/空格 | 用绝对路径或加引号 |
| 模型无法识别图片 | 当前为纯文本模型 | 先切换到多模态模型 |
400 Param Incorrect | 模型切换后参数不匹配 | 重新执行读图命令 |
依赖环境
pip install opencv-python # 智能帧提取（推荐）
pip install moviepy Pillow # 保底帧提取（备选）
Python 版本：3.8+
示例触发词
当用户说以下内容时，激活本 Skill：
- "分析这个视频"
- "拆解这条短剧"
- "帮我看看这个AI漫剧的叙事结构"
- "视频帧分析"
- "帮我分析竞品视频"
- "帮我看看这个短剧的剧情"