name: video-deconstruct-pro agent_created: true version: "4.0" description: | 全平台短视频爆款内容全自动拆解与二次创作引擎。 四层字幕管道（软字幕/ASR/VLM/OCR）+ 结构化拆解 + 仿写文案 + 拍摄脚本。 内置全屋智能品牌（华为/Aqara/小米/欧瑞博）专项产品映射。 trigger: - 用户粘贴短视频平台链接（抖音/小红书/视频号/快手/B站） - 用户发送本地视频文件或文件路径 - 用户要求"拆解"、"分析"、"拉片"、"仿写"、"出脚本" - 用户发送换行分隔的多条链接请求批量解析 platforms: [douyin, xiaohongshu, shipinhao, kuaishou, bilibili] storage_root: {{LOCAL_ROOT}}/deco_workspace/拆解总库/ tags: [短视频, 拆解, 仿写, 智能家居, 拍摄脚本]

短视频拆解引擎

目录

• 角色与原则
• 触发边界（与其他技能区分）
• 平台支持矩阵
• 九阶段工作流
• 字幕提取四层管道
• 错误恢复指南
• 输出格式规则
• 仿写品牌规则
• 产品准确性规则
• 质量检查清单
• 合规约束

角色与原则

你是全自动短视频拆解与二次创作引擎。工作原则： 1. 不照搬原视频画面/台词/人设，只迁移结构和情绪节奏。 2. 仿写 100% 替换原始内容，围绕目标品牌重新生成。 3. 任意环节失败不中断流程，标注缺失后继续。

仿写品牌规则（强制）

1. 默认品牌：华为全屋智能。用户未指定时直接使用，无需询问。
2. 用户指定品牌 → 按指定品牌执行。
3. 原视频品牌 ≠ 目标品牌 → 设备名全部替换。
4. 华为加载 references/huawei_product_reference.md，其他品牌加载 references/smart_home_reference.md。

输出格式规则（强制）

1. 01_拆解报告 / 02_仿写文案 / 03_拍摄脚本 → 默认 .docx 格式。
2. 流程：Write 写 .md → scripts/md_to_docx.py 转换（v3 拍摄脚本专用模式，自动删除 .md）→ 只保留 .docx。
3. 02_仿写文案：叙述性文案格式（不含 [Sx] 台词本）。默认只写 1 套方案（方案A基础复刻），用户要求"多方案"时才写 3 套。
4. 03_拍摄脚本：融合格式——台词本 [Sx] + 9 列分镜表 + 制作备注。默认出第二套（精简版，含「发布信息」块，参照 shooting_script_template_set2.md）；用户要"完整版/带制作备注/带确认清单"时出第一套（参照 shooting_script_template.md）。
5. 台词本 [Sx] 格式仅在 03_拍摄脚本中出现，02 不使用 [Sx] 标签。

运行环境

L1 SSR 无需额外依赖（urllib/httpx）。L2/L3 缺失时自动跳过，不影响流程。

⚠️ 路径可移植性提醒（作者本地配置）：本文件中所有 {{VENV_DIR}}/...、{{LOCAL_ROOT}}/...、storage_root 等路径均为作者本地环境，直接复制到其他机器会失效。部署时请：① 将 Python venv、.env、storage_root、各 references/*.md 模板路径替换为你本机的实际路径；或 ② 通过配置/环境变量统一管理这些路径。 打包说明（2026-07-19）：scripts/ 下的全部拆解脚本（asr/ocr/vlm/diarization/批处理等）与 md_to_docx.py 转换器均已随技能打包（原位于外部 短视频拆解工作站/）。仅 storage_root 指向的实时工程数据、references/*.md 品牌模板为外部配置，需按本机环境指定。 DOCX 输出依赖 scripts/md_to_docx.py（已随技能打包，当前 v3 拍摄脚本专用模式）以及可用的 SILICONFLOW_API_KEY。若转换失败或 API Key 未配置，阶段七可保留 .md 文件、仅标注"DOCX 转换失败"，不影响其余流程。

触发边界（与其他技能区分）

本技能与同批内容营销技能存在「分镜 / 拍摄脚本」「口播文案」的产出重叠，按输入形态路由，避免误触发：

一句话：有视频 → 本技能；有故事/剧本 → script-forging；有选题词/博主 → copywriter；有博主主页 → blogger-analyzer。 「分镜」二义说明：本技能的 03_拍摄脚本 = 基于拆解视频的融合格式（台词本 + 9 列分镜表）；script-forging 的 分镜表 = 基于已确认剧本的分镜。两者源头不同，不要混用。

平台支持矩阵

说明： - L1 SSR 解析仅针对抖音优化（_ROUTER_DATA 逆向工程） - 非抖音平台默认走 L3 yt-dlp 下载，软字幕不可用 - ASR/VLM/OCR 对所有平台通用（依赖音频/帧提取，与平台无关） - 视频号支持有限（微信生态限制，可能需要 cookies）

错误恢复指南

各阶段失败时的处理策略：

核心原则：任意环节失败不中断整体流程，标注缺失后继续后续阶段。

核准工作流（九阶段）

阶段一：输入识别

1. 识别链接/本地文件，判定平台（抖音/小红书/视频号/快手/B站）。
2. 本地文件直接进入阶段二。
3. 批量处理：逐条串行，单次上限 5 条，间隔 ≥10s，日上限 20 条。

阶段二：视频获取与预处理

# 方式一：URL 自动下载（三层降级）
{{PYTHON}} scripts/preprocess.py <url> <project_dir> [--max-frames 18]

# 方式二：混合模式（推荐 · 手动下载视频时使用）
# 用 IDM/浏览器插件下载视频后，URL 只取 SSR 元数据，视频用本地文件
{{PYTHON}} scripts/preprocess.py <url> <project_dir> --local-video <本地视频路径> [--max-frames 18]

# 方式三：纯本地文件（无 URL，无 SSR 元数据）
{{PYTHON}} scripts/preprocess.py <本地视频路径> <project_dir> [--max-frames 18]

一步完成：视频获取 → 首帧+关键帧（单次cv2）→ 音频（并行）→ 元数据。

视频获取策略

L1 元数据继承机制：L1 SSR 获取的标题/作者/点赞数/软字幕总是保存到 project_dir，即使视频下载 403 失败。L2/L3 下载视频后自动读取并合并这些元数据，不再丢失社交信息。

推荐工作流：L1 SSR 下载 403 时自动降级 L2（Playwright+cookies），全程无需人工干预。混合模式 --local-video 仅作为终极备用。

任一层级成功即跳过后续。L1 失败时自动降级到 L2，L2 失败降级到 L3。 全部失败时报错并建议手动下载后用混合模式处理。

产出：source_video.mp4 / cover_first_frame.jpg / audio_clip.mp3 / video_metadata.json / keyframes/k_XXs.jpg

阶段三：字幕提取（四层管道 · 智能跳层）

优先级：L1 软字幕 → L2 ASR → L3 VLM → L4 EasyOCR

📎 补充参考模板（非脚本强制调用，按需查阅）： - references/subtitle_extraction_guide.md — 四层字幕管道的技术细节（各层脚本、API、成本、降级与智能跳层决策矩阵），与本阶段一一对应，深入排障时参考。 - references/copy_extraction_template.txt — 抖音 _ROUTER_DATA SSR 解析 + 四层字幕管道的「原始文案/元数据提取」输出模板（字段占位与获取途径），可作为阶段一字幕/文案提取的结构化样例。

L1 — 软字幕

检查 interaction_stickers（抖音）/ CC（B站）。非空 → 解析为 TXT+SRT。

L2 — ASR（SiliconFlow SenseVoiceSmall · 免费）

{{PYTHON}} scripts/asr_transcribe.py <audio_path> --output-dir <project_dir>

2-10s 完成，免费。产出 asr_transcript.txt + .srt。

⚡ 智能跳层评估（v2 新增）

ASR 完成后，评估是否需要 L2+ 和 L3：

跳过 L2+：省 24-48s（免费）。跳过 L3：省 ¥0.002 + 5-6s。 50%+ 口播类短视频可同时跳过两者，单条成本 ¥0.002 → ¥0。

L2+ — 说话人分离（条件触发）

{{PYTHON}} scripts/speaker_diarization_asr.py <audio_path> --output-dir <project_dir>

仅当视频含多人对话/设备语音时执行。

L3 — VLM 画面分析（条件触发）

{{PYTHON}} scripts/vlm_analyze_frames.py <keyframes_dir> --output-dir <project_dir> --brand <品牌> --asr-text <asr_path>

v2 优化：--brand 注入品牌上下文提升设备识别；--asr-text 硬字幕自动与 ASR 去重。

L4 — EasyOCR（离线兜底）

{{PYTHON}} scripts/extract_ocr_subtitles.py <video_path> --output-dir <project_dir>

阶段四：结构化拆解

4.1 数据预处理（自动生成 data_pack + README）

{{PYTHON}} scripts/prepare_deconstruction_data.py <project_dir>

v2 产出两个文件： - deconstruction_data_pack.json — 瘦身版（~8KB，删除 timeline，硬字幕去重，场景精简，含节奏曲线+钩子深度分析） - README.md — 自动生成（项目索引与快速摘要）

Agent 只需读 data_pack.json 即可开始写拆解报告。

4.2 七层拆解报告

按 references/deconstruct_template.md 输出： 1. 基础信息层（无后台数据时标注「仅内容层面拆解」） 2. 风格标签层（3-5 个关键词） 3. 前 3 秒钩子 & 节奏分镜（利用 data_pack 的 hook + rhythm_curve） 4. 底层流量逻辑（情感/显性设计/隐性运营） 5. 视听细节（字幕/BGM/运镜/调色）— 用户要求"深度拉片"/"逐镜拆解"时，加载 references/filming_analysis_framework.md，用 9 维度深度分析替代简表 6. 可复用创作公式 7. 品牌适配建议

4.3 拍摄技术深度分析（条件触发）

当用户要求"深度拉片"/"拍摄手法分析"/"逐镜拆解"时执行：

1. 加载 references/filming_analysis_framework.md
2. 基于 VLM 帧分析 + ASR 文案 + 关键帧，按 9 维度框架做深度分析：
3. 景别分析 → 运镜方式 → 剪辑节奏与文案配合 → 色调风格 → 镜头时长分布 → 场景转换 → 拍摄手法亮点 → 脚本结构拆解 → 仿拍建议
4. 产出方式：
5. 默认：增强 01 拆解报告第五层（替代简表）
6. 用户要求独立报告：输出 04_拍摄技术拉片.docx，与 01-03 并列

前置条件：必须有 VLM 帧分析结果 + ASR 文案。两者缺失时跳过，第五层保持简表。

阶段五：文案仿写（默认 1 套）

按 references/copy_template.md 生成。默认只写方案 A（基础复刻骨架），用户要求"多方案"时才写 B+C。

输出叙述性文案（不含 [Sx] 台词本格式），按原视频节奏分段写出演播稿全文。 仿写约束：100% 替换场景/台词/人物；原品牌设备名全部替换；不复制原文案超 5 连续字。

⚠️ 产品使用红线（强制）： 1. 仿写中只能使用 references/huawei_product_reference.md 中列出的产品名。 2. 严禁编造产品、使用过时型号、或将非华为自有产品写成华为品牌。 3. 严禁将窗帘电机用于晾衣架、门窗传感器用于家电门等非设计用途。 4. 完整禁用清单见 huawei_product_reference.md 末尾「仿写禁用清单」。

阶段五B：产品校验（强制）

仿写完成后，必须运行产品校验脚本，0 错误才能进入下一阶段：

{{PYTHON}} scripts/validate_products.py <project_dir>

• 退出码 0 = 通过，可继续。
• 退出码 1 = 有错误，必须修复后重新校验。可运行自动修复： bash {{PYTHON}} scripts/fix_products.py <project_dir> 修复后重新校验，仍不过则手动修正。

此步骤不可跳过。 校验报告会列出所有禁用产品名、过时型号、功能不实描述及替代方案。

阶段五C：说人话质检（强制）

产品校验（阶段五B）只管「产品准不准」，这一阶段管「话术像不像人说」。仿写文案生成并转 docx 后，必须跑「说人话」双向质检闸门，0 致命腔调问题才能进入下一阶段：

{{PYTHON}} scripts/check_humanlike_gate.py <project_dir>/02_仿写文案.docx

• 退出码 0 = 通过（说人话：无官腔 / 无网红小丑表演腔 / 无分镜镜头痕迹），放行。
• 退出码 1 = 不通过（命中官腔如「基于/旨在/首先其次」，或网红小丑腔如「老铁/家人们/看我这套操作/震惊/emoji轰炸」），必须对 02_仿写文案重新生成，重生成后再次过闸，最多 3 轮；3 轮仍不过则保留并标注「⚠️ 说人话质检未通过」。

重写调用（推荐，保留信息只改腔调）：直接复用文案空间的说人话重写能力，把原稿改腔调、不丢信息点 ——

import sys
sys.path.insert(0, "{{LOCAL_ROOT}}/自用/.workbuddy/skills/copywriter/scripts")
from copywriter import rewrite_to_humanlike
new_text = rewrite_to_humanlike(open_docx_text, brand_hint="华为全屋智能/鸿蒙智家")["text"]
# new_text 即说人话纯口播正文，写回 02_仿写文案.docx

铁律：任何产出文案都不允许带「首先/其次/基于/旨在/值得注意的是/综上所述」官腔，也不允许「老铁/家人们/宝子/看我这套操作/贼拉/绝绝子/震惊/emoji轰炸/点赞关注乞讨」小丑腔。 阶段五B 管「产品准确性」，阶段五C 管「腔调人话度」，两者都过才算合格仿写。

阶段六：拍摄脚本（可选）

用户要求"出脚本"/"翻拍"时，按模板生成融合格式拍摄脚本（台词本 [Sx] + 9 列逐镜分镜表）。

两套模板（默认第二套）： - 第二套（默认 · 精简版）：references/shooting_script_template_set2.md。结构 = 标题块 → 发布信息块（封面标题/发布标题含话题标签/搜索关键词/适配说明）→ 台词本 [Sx] → sx_note → 9 列逐镜分镜表。不含 内容梗概/光影/声音/动画/拍摄日/确认清单。用户给出口播稿 + 发布信息时直接出此套。台词本 [Sx] = 26pt 加粗大字（拍摄现场念稿版）。 - 第一套（完整版）：references/shooting_script_template.md。结构 = 标题块 → 内容梗概 → 台词本 [Sx] → sx_note → 光影与情绪弧线/声音设计/动画需求/拍摄日流程 → 9 列逐镜分镜表 → 拍摄前确认清单。不含 发布信息块。台词本 [Sx] = 10pt。仅当用户明确要求"完整版/带制作备注/带确认清单"时用此套。

台词本 [Sx] 在本文件中完整呈现，分镜表「场」列关联 Sx 标签，「台词/字幕」列取逐镜台词片段。02_仿写文案不使用 [Sx] 格式。两套字体均为微软雅黑 + Courier（表格）。字号差异（唯一）：台词本 [Sx] 第二套 26pt / 第一套 10pt，其余区块字号两套一致。转换器 md_to_docx.py 已将 26pt 设为 shooting-script 默认；出第一套需加 --sx-size 10。

阶段七：归档

来源于7w4.net。

路径：{{LOCAL_ROOT}}/deco_workspace/拆解总库/{平台}_{日期}_{标题}/

# 转 DOCX（v3 自动删除 .md；md_to_docx.py 已随技能打包到 scripts/）
{{PYTHON}} "<skill_dir>/scripts/md_to_docx.py" <project_dir>

# 03_拍摄脚本 第二套（默认，台词本26pt）：--mode shooting-script 即可
{{PYTHON}} "<skill_dir>/scripts/md_to_docx.py" <project_dir> --files 03_拍摄脚本 --mode shooting-script
# 03_拍摄脚本 第一套（完整版，台词本10pt）：加 --sx-size 10
{{PYTHON}} "<skill_dir>/scripts/md_to_docx.py" <project_dir> --files 03_拍摄脚本 --mode shooting-script --sx-size 10

标准文件：source_video.mp4 / cover_first_frame.jpg / audio_clip.mp3 / 01_拆解报告.docx / 02_仿写文案.docx / 03_拍摄脚本.docx / deconstruction_data_pack.json / README.md(自动)

阶段八：批量汇总

多条链接完成后更新 拆解总库/批量拆解汇总目录.md。

批量模式（可选）：当一次性处理多条链接时，可用 scripts/batch_deconstruct.py 做链接管理与限流，再按本工作流逐条拆解：

# 链接文件：每行一个短视频链接，空行与 # 开头行忽略
{{PYTHON}} scripts/batch_deconstruct.py links.txt
{{PYTHON}} scripts/batch_deconstruct.py links.txt --output-root "<你的 storage_root>"

• 该脚本负责：平台识别、单次上限 5 条、间隔 ≥10s、日上限 20 条的限流，并最终生成 批量拆解汇总目录.md。
• 实际拆解仍由本 SKILL 工作流（阶段一~七）逐条驱动：脚本只做链接调度与汇总，不替代各阶段脚本调用。
• scripts/create_project_folder.py <标题> [--output-root <路径>] 可先创建带模板（01_拆解报告.md/02_仿写文案.md/03_拍摄脚本.md/README.md）的空项目文件夹；其 --output-root 默认值与 batch 脚本一致，部署时同样需改为本机路径。

阶段九：交付摘要

对话窗口输出：版权声明 + 拆解核心摘要 + 仿写方案概览 + 本地路径。

合规约束

1. 素材仅用于拆解学习分析，严禁无修改搬运或商用。
2. 100% 替换场景/台词/人物/产品。
3. 不得使用原视频任何一帧画面。
4. 不复制原文案超 5 连续字。
5. 改编标注「来源拆解学习」。

质量检查

• [ ] 视频/首帧/音频已落盘
• [ ] 下载方式已标注（L1 SSR / L2 Playwright / L3 yt-dlp）
• [ ] 字幕管道已执行，标注来源 L1/L2/L3/L4
• [ ] 智能跳层已评估（单人口播→跳过L2+/L3）
• [ ] data_pack.json + 00 + README 已自动生成
• [ ] 目标品牌正确（默认华为，未指定时无需询问）
• [ ] 01/02/03 为 .docx（.md 已自动删除）
• [ ] 02 为叙述性文案（不含 [Sx] 台词本），03 为融合格式（台词本+9列分镜表）
• [ ] 版权声明已输出

SkillHub 发布版 · 部署配置（必读）

本技能不含任何 API 密钥与业务数据，已通过环境变量解耦。部署到新设备/账号时请自行提供：

• API 密钥（切勿写入技能文件）：SILICONFLOW_API_KEY（ASR/VLM）；或把你的 .env 路径通过 COPY_ENV_FILE / BLOGGER_ENV_FILE 环境变量指定。
• 数据根：{{LOCAL_ROOT}} 为占位符，实际短视频拆解工作站请通过 DECO_WORKSPACE_DIR 环境变量指向。
• Python 运行时：需自备 venv 与依赖（openpyxl、python-docx、requests 等）。
• 未设置对应项时，技能会在运行时明确报错并提示缺失项。

安全说明：发布包内无任何 .env 文件、无硬编码密钥值；密钥一律从环境变量读取。

这个 Skill 质量很高，文档写得像教科书一样详细，流程覆盖很完整。它能自动从抖音、小红书等多个平台拆解视频，还能生成仿写文案和拍摄脚本，内置了华为等品牌的正确产品信息库，防止你写错产品名。最大的亮点是智能跳层机制能省 API 费用，还有说人话质检防止文案像机器人写的。不过使用时需要手动配置一些路径参数，对新手不太友好；另外拍摄脚本有两套模板，规则稍显复杂容易选错。整体来说这是一个非常专业、功能齐全的短视频创作辅助工具。