Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
albedo-tabai avatar

Video Expert Analyzer

  • 35 installs
  • 229 repo stars
  • Updated March 25, 2026
  • albedo-tabai/video-expert-analyzer

video-expert-analyzer is a skill that scores and curates video scenes with a multimodal AI model using Walter Murch's editing rules and dynamic weighting.

About

video-expert-analyzer downloads a video, splits it into scenes, and scores each scene with a multimodal AI model using Walter Murch's six editing rules and a dynamic weighting system. It rates scenes on five dimensions and sorts them into MUST KEEP, USABLE, or DISCARD, copying the picks into a best_shots folder with a full analysis report. A developer or editor uses it to curate the strongest shots from source footage. It needs a vision-capable model (Gemini, Kimi, or Claude in Agent mode).

  • Scores and curates video scenes with a multimodal AI model using Walter Murch's six editing rules and dynamic weighting
  • Rates each scene on five dimensions and sorts into MUST KEEP, USABLE, or DISCARD, copying picks to scenes/best_shots/
  • Supports Bilibili, YouTube, Douyin, and Xiaohongshu, with an Agent mode (host AI views frames) and an API mode

Video Expert Analyzer by the numbers

  • 35 all-time installs (skills.sh)
  • Ranked #946 of 1,335 Generative Media skills by installs in the Skillselion catalog
  • Data as of Aug 2, 2026 (Skillselion catalog sync)
At a glance

video-expert-analyzer capabilities & compatibility

Agent mode needs no API key (host AI views frames); API mode requires a VIDEO_ANALYZER_API_KEY for a vision model

Capabilities
video curation · scene scoring
Works with
openai
Use cases
video generation
IDEs
cursor ide · vscode
Pricing
Bring your own API key
From the docs

What video-expert-analyzer says it does

基于 **Walter Murch 剪辑六法则** 和 **AI 自动评分系统** 的专业视频分析工具。
SKILL.md
本 skill 的 AI 评分功能需要多模态(视觉理解)模型才能正常工作。
SKILL.md
npx skills add https://github.com/albedo-tabai/video-expert-analyzer --skill video-expert-analyzer

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs35
repo stars229
Last updatedMarch 25, 2026
Repositoryalbedo-tabai/video-expert-analyzer

What it does

Score and curate video scenes with a multimodal AI model to extract the best shots from footage.

Who is it for?

Curating the strongest shots and highlights from source video footage

Skip if: Text-only models with no vision capability, which cannot score frames

When should I use this skill?

A user wants to analyze videos, score or rate scenes, extract best shots, or curate clips

What you get

Each scene is AI-scored on five dimensions and sorted into keep/usable/discard tiers with the best shots collected.

  • scene_scores.json with per-scene ratings
  • Best shots copied to scenes/best_shots/
  • A complete analysis report

By the numbers

  • 5 scoring dimensions (Aesthetic, Credibility, Impact, Memorability, Fun)
  • 3 selection levels (MUST KEEP, USABLE, DISCARD)
  • 4 scene types (Hook, Narrative, Aesthetic, Commercial)

Files

SKILL.mdMarkdownGitHub ↗

Video Expert Analyzer - 视频专家分析工具

基于 Walter Murch 剪辑六法则AI 自动评分系统 的专业视频分析工具。

支持平台

平台支持状态说明
Bilibili✅ 完全支持yt-dlp 下载 + B站API字幕
YouTube✅ 完全支持yt-dlp 下载
抖音 (Douyin)✅ 完全支持专用下载器(公开/分享链接无需浏览器 cookie)
小红书 (Xiaohongshu)✅ 完全支持专用下载器
其他平台⚠️ 可能支持取决于 yt-dlp 支持情况

核心特性

真实 AI 视觉评分 - 调用多模态大模型(Gemini 3.0/Kimi 2.5)真实分析画面内容 ✅ 双路径评分 - 支持「Agent 模式」(宿主 AI 直接看图)和「API 模式」(远程 API 调用) ✅ 中英双语术语 - 所有专业术语附中文释义 ✅ 可配置输出目录 - 首次使用设置,后续自动使用 ✅ 精选片段自动复制 - 自动复制到 scenes/best_shots/完整分析报告 - 包含理论依据、评分理由、整体评价(非模板) ✅ 动态权重系统 - 根据场景类型自动调整评分权重 ✅ 智能文件夹命名 - 以视频标题(自动裁剪)命名输出文件夹,更直观易懂

⚠️ 重要提示:本 skill 的 AI 评分功能需要多模态(视觉理解)模型才能正常工作。
请确保使用 Gemini 3.0、Kimi 2.5 等具备视觉能力的模型来调用此 skill。

模型兼容性

模型Agent 模式API 模式说明
Gemini 3.0 Flash✅ 推荐✅ 推荐速度快、视觉能力强
Gemini 3.0 Pro✅ 推荐✅ 支持最强视觉理解
Kimi 2.5✅ 支持✅ 支持中文语境优秀
Claude (Sonnet/Opus)✅ 支持❌ 不支持有视觉能力但无 OpenAI 兼容 API
纯文本模型❌ 不可用❌ 不可用无视觉能力,无法评分
Agent 模式 = 在 IDE(Cursor/VS Code/OpenClaw)中,AI 助手直接查看帧图片评分
API 模式 = 在终端 CLI 中,通过 OpenAI 兼容 API 远程调用视觉模型

术语对照表 (Terminology)

五维评分维度 (Five Dimensions)

英文术语中文释义详细说明
Aesthetic Beauty美感构图(三分法)、光影质感、色彩和谐度
Credibility可信度表演自然度、物理逻辑真实感、无出戏感
Impact冲击力视觉显著性(Visual Saliency)、动态张力、第一眼吸引力
Memorability记忆度独特视觉符号、冯·雷斯托夫效应(Von Restorff Effect)、金句
Fun/Interest趣味度参与感、娱乐价值、社交货币(Social Currency)潜力

场景类型 (Scene Types)

类型中文释义特点
TYPE-A Hook钩子/开场型高冲击力、吸引注意力
TYPE-B Narrative叙事/情感型人物对话、情感表达
TYPE-C Aesthetic氛围/空镜型风景、慢动作、极简构图
TYPE-D Commercial商业/展示型产品特写、广告展示

筛选等级 (Selection Levels)

等级中文释义标准
MUST KEEP强烈推荐保留加权总分 ≥ 8.5 或 单项 = 10
USABLE可用素材7.0 ≤ 加权总分 < 8.5
DISCARD建议舍弃加权总分 < 7.0

理论术语 (Theory Terms)

英文中文说明
Walter Murch's Six Rules沃尔特·默奇六法则情感>故事>节奏>视线追踪>2D平面>3D空间
Von Restorff Effect冯·雷斯托夫效应独特的项目更容易被记住
Visual Saliency视觉显著性吸引眼球的程度
Social Currency社交货币内容被分享的价值
CTA行动号召Call to Action
SYNC节奏同步画面与音频节拍的契合度

快速开始

第 1 步:数据处理 Pipeline

# 首次配置(只需一次)
python3 scripts/pipeline_enhanced.py --setup

# 分析视频
python3 scripts/pipeline_enhanced.py https://www.bilibili.com/video/BV1xxxxx
python3 scripts/pipeline_enhanced.py "https://www.douyin.com/video/xxxxx"

第 2 步:AI 评分(二选一)

首次使用时,请选择评分模式:

🅰️ Agent 模式(推荐,IDE/OpenClaw/Cursor 用户)

如果你正在 IDE 或 AI 编程助手中使用此 skill,无需配置任何 API Key。 宿主 AI 助手(如 Gemini、Kimi)本身就具备视觉理解能力,可以直接「看图打分」。

流程: 当你(AI 助手)拥有视觉理解能力时,在 pipeline 完成后执行以下步骤:

1. 统计场景总数:先列出 <output_dir>/frames/ 目录,确定总共有多少个场景帧。这决定了后续分批策略。 2. 分批查看帧画面:每批 5-10 张帧图片为一个 batch(每批超过 10 张会降低单图分析质量,少于 5 张效率太低)。使用 view_file 工具批量查看 .jpg 文件。 3. 按以下维度为每个场景打分(1-10 整数)

  • aesthetic_beauty(美感):构图、光影、色彩
  • credibility(可信度):真实感、物理逻辑
  • impact(冲击力):视觉显著性、第一眼吸引力
  • memorability(记忆度):独特符号、冯·雷斯托夫效应
  • fun_interest(趣味度):参与感、娱乐价值

4. 分类场景类型:TYPE-A Hook / TYPE-B Narrative / TYPE-C Aesthetic / TYPE-D Commercial 5. 计算加权分并筛选:加权 ≥ 8.5 → MUST KEEP,≥ 7.0 → USABLE,< 7.0 → DISCARD 6. 将评分结果更新到 `scene_scores.json` 中每个场景的字段 7. 将精选片段(MUST KEEP + USABLE)对应的 mp4 复制到 `scenes/best_shots/` 并按排名命名 8. 生成分析报告 <video_id>_complete_analysis.md

⚡ 大规模场景分批处理协议(>10 个场景时启用)

当场景数量超过 10 个时,必须使用分批分析模式。这不是建议,而是硬性要求——因为一次性处理过多场景时,AI 容易因上下文疲劳而跳过、抽样或给出模板化评分,导致分析质量崩塌。

🚫 反抽样声明(Anti-Sampling Policy)

每一个场景都是用户花了真金白银下载和切分的素材。抽样分析意味着用户会错过可能的最佳镜头——想象一下,被跳过的那个场景恰好是整个视频的高光时刻。因此:
- 禁止抽样、跳过、合并或"代表性选取"任何场景
- 禁止对未查看的场景给出评分(不看图就打分等于捏造数据)
- 禁止对多个场景使用相同的描述文字(每个镜头的画面内容不同,描述必然不同)
- 如果因为上下文限制确实无法继续,应当明确告知用户已完成到哪个场景,让用户决定如何继续,而不是悄悄跳过

分批规则:

  • 每个 batch 包含 5-10 个场景(根据总数均匀划分)
  • 按场景编号顺序处理:Batch 1 = Scene 001-010,Batch 2 = Scene 011-020,以此类推

每个 batch 执行流程: 1. 使用 view_file 查看本批次所有帧图片 2. 逐帧分析,每个场景必须包含

  • 📝 唯一视觉描述(1-2 句):描述该帧画面中实际看到的具体内容(人物/物体/动作/环境/色调)。这是证明你真正查看了图片的证据——如果描述不出画面内容,说明没有认真看图
  • 🎯 五维评分(1-10 整数)+ 场景类型 + 加权分 + 筛选等级

3. 立即将本批次评分写入 scene_scores.json 4. 输出子报告 batch_N_report.md(N = 批次号),包含:

  • 本批次场景编号范围
  • 每个场景的评分摘要表格(含视觉描述列)
  • 本批次 MUST KEEP / USABLE / DISCARD 数量统计

5. 向用户汇报进度:"✅ Batch N/M 完成(场景 XXX-YYY),MUST KEEP: X 个,USABLE: Y 个。继续处理下一批..."

全部 batch 完成后: 1. 🔍 覆盖率校验(必须执行):

  • 列出 frames/ 目录中的所有 .jpg 文件数量 = 应分析总数
  • 统计 scene_scores.json 中已有评分的场景数量 = 实际完成数
  • 输出校验结果:"覆盖率:实际完成数/应分析总数 = XX%"
  • 覆盖率必须 = 100%。如果不足,列出遗漏的场景编号并补充分析

2. 汇总所有子报告,生成完整分析报告 <video_id>_complete_analysis.md 3. 复制精选片段到 scenes/best_shots/ 4. 确认最终报告输出完成后,删除所有 batch_N_report.md 子报告 5. 向用户输出最终摘要:总场景数、各等级分布、Top 5 精选镜头

🅱️ API 模式(独立 CLI 运行用户)

如果你直接在终端运行脚本,需要配置视觉大模型 API:

# 设置 API 密钥(必需)
export VIDEO_ANALYZER_API_KEY="your-api-key"

# 可选:自定义端点和模型
export VIDEO_ANALYZER_BASE_URL="https://generativelanguage.googleapis.com/v1beta/openai"
export VIDEO_ANALYZER_MODEL="gemini-2.0-flash"

# 运行 AI 分析
cd ~/Downloads/video-analysis/<视频文件夹>
python3 <skill_dir>/scripts/ai_analyzer.py scene_scores.json --mode api

工作流程

┌─────────────────────────────────────────────────────────────┐
│                   VIDEO EXPERT ANALYZER v2.0                 │
└─────────────────────────────────────────────────────────────┘

第 1 阶段: 数据处理 (pipeline_enhanced.py)
1. 📥 下载视频              → video.mp4
2. 🎵 提取音频              → video.m4a
3. 🎞️  场景检测 (detect-content) → scenes/*.mp4
4. 🎤 智能字幕提取           → video.srt
   (B站API → 内嵌字幕 → RapidOCR → FunASR 四级降级)
5. 🖼️  帧提取               → frames/*.jpg
6. 📊 生成评分模板          → scene_scores.json

第 2 阶段: AI 视觉评分 (选择一种模式)
┌────────────────────────┬────────────────────────┐
│   🅰️ Agent 模式         │   🅱️ API 模式           │
│   宿主 AI 直接看图评分  │   远程调用视觉大模型    │
│   无需 API Key         │   需要 API Key          │
│   IDE/OpenClaw/Cursor  │   独立 CLI 运行          │
└────────────────────────┴────────────────────────┘
                         ↓
7. 🤖 真实视觉分析评分     → 基于画面内容的真实评分
8. 🧮 动态权重计算         → 根据类型计算加权得分
9. ⭐ 精选镜头筛选         → 复制到 scenes/best_shots/
10. 📄 生成完整报告        → *_complete_analysis.md

分析方法论

Walter Murch 剪辑六法则

情感 Emotion > 故事 Story > 节奏 Rhythm > 视线追踪 Eye-trace > 2D平面 2D Plane > 3D空间 3D Space

一个情感真挚但画面略抖的镜头,优于一个画面完美但内容空洞的镜头。

五维评分体系 (Five-Dimension Scoring)

维度 (Dimension)基础权重评估要点
Aesthetic Beauty 美感20%构图(三分法)、光影质感、色彩和谐度
Credibility 可信度20%表演自然度、物理逻辑、无出戏感
Impact 冲击力20%视觉显著性(Visual Saliency)、动态张力
Memorability 记忆度20%独特符号(Von Restorff Effect)、金句
Fun/Interest 趣味度20%参与感、娱乐价值、社交货币

动态权重系统(根据场景类型自动调整)

类型 (Type)权重分配 (Weighting)适用场景 (Application)
TYPE-A HookIMPACT 40% + MEMORABILITY 30% + SYNC 20%开场钩子、高能时刻
TYPE-B NarrativeCREDIBILITY 40% + MEMORABILITY 30% + AESTHETICS 20%叙事段落、情感表达
TYPE-C AestheticAESTHETICS 50% + SYNC 30% + IMPACT 20%空镜头、氛围营造
TYPE-D CommercialCREDIBILITY 40% + MEMORABILITY 40% + AESTHETICS 20%产品展示、商业广告

筛选决策规则

等级 (Level)中文释义标准 (Criteria)用途 (Usage)
🌟 MUST KEEP强烈推荐保留加权总分 > 8.5 或 单项 = 10核心素材,极致长板
📁 USABLE可用素材7.0 ≤ 加权总分 < 8.5过渡素材,辅助叙事
🗑️ DISCARD建议舍弃加权总分 < 7.0 或有瑕疵建议舍弃

输出文件结构

{output_dir}/
└── {video_id}/
    ├── {video_id}.mp4                      # 完整视频 (Full Video)
    ├── {video_id}.m4a                      # 音频文件 (Audio)
    ├── {video_id}.srt                      # 字幕文件 (Subtitles)
    ├── {video_id}_transcript.txt           # 转录文本 (Transcript)
    ├── scene_scores.json                   # 完整评分数据(AI已填写)⭐
    ├── {video_id}_complete_analysis.md     # ⭐ 完整分析报告(中英双语)
    ├── scenes/                             # 场景片段 (Scene Clips)
    │   ├── {video_id}-Scene-001.mp4
    │   ├── {video_id}-Scene-002.mp4
    │   ├── ...
    │   └── best_shots/                     # ⭐ 精选片段(已复制)
    │       ├── 01_USABLE_xxx.mp4
    │       ├── 02_MUST_KEEP_xxx.mp4
    │       └── README.md                   # 双语说明文件
    └── frames/                             # 场景预览帧 (Preview Frames)
        ├── {video_id}-Scene-001.jpg
        └── ...

完整分析报告内容

生成的 *_complete_analysis.md 包含中英双语术语对照:

1. 统计概览 (Statistics Overview)

  • 各等级场景数量统计(带中文释义)
  • 各维度平均分(英文术语 + 中文释义)

2. 场景排名表 (Scene Rankings)

  • 按加权分数排序
  • 显示类型(英文 + 中文)
  • 筛选建议(英文 + 中文)
  • 核心优势

3. 术语对照表 (Terminology Reference)

完整的专业术语中英对照表,包含:

  • 英文术语
  • 中文释义
  • 详细说明

4. 各场景详细评估(每个场景包含)

  • 基础信息: 类型分类(双语)、加权得分、筛选建议(双语)
  • 内容描述: AI 自动生成的场景描述
  • 五维评分表格:

| 英文术语 | 中文释义 | 得分 | 权重贡献 |

  • 入选/淘汰理由: AI 生成的理论依据
  • 剪辑建议: AI 生成的使用建议

5. 精选片段推荐 (Best Shots Recommendations)

  • 入选精选文件夹的片段列表(双语)
  • 各类别最佳镜头:
  • 最佳 Hook 候选 (Best Hook Candidate)
  • 最佳视觉 (Best Visual)
  • 最佳可信度 (Best Credibility)
  • 最佳记忆度 (Best Memorability)

6. 整体影片评价 (Overall Assessment)

  • 综合评分
  • 评价结论(双语)
  • 优势分析(各维度详细评价)
  • 改进建议(专业术语 + 中文解释)
  • 使用场景建议(社交媒体/产品展示/品牌宣传/广告投放)

使用示例

基础分析

# 配置输出目录(首次)
python3 scripts/pipeline_enhanced.py --setup

# 分析视频
python3 scripts/pipeline_enhanced.py https://www.bilibili.com/video/BV1xxxxx

# 进入输出目录运行 AI 分析
cd ~/Downloads/video-analysis/BV1xxxxx
python3 <skill_dir>/scripts/ai_analyzer.py scene_scores.json

快速分析(自定义场景检测阈值)

python3 scripts/pipeline_enhanced.py URL --scene-threshold 20

调整精选阈值

python3 scripts/ai_analyzer.py scene_scores.json 6.5  # 阈值 6.5

命令参考

pipeline_enhanced.py

选项说明
--setup配置输出目录
-o, --output指定输出目录
--scene-threshold场景检测阈值 (默认27)
--best-threshold精选阈值 (默认7.5)

ai_analyzer.py

参数说明
scene_scores.json评分文件路径
--mode apiAPI 模式(需设置 VIDEO_ANALYZER_API_KEY
--mode agentAgent 模式(生成模板供宿主 AI 填写)
环境变量说明
VIDEO_ANALYZER_API_KEY视觉大模型 API 密钥(API 模式必需)
VIDEO_ANALYZER_BASE_URLAPI 端点(默认 Gemini)
VIDEO_ANALYZER_MODEL模型名称(默认 gemini-2.0-flash

依赖要求

# 系统依赖(安装 ffmpeg)
brew install ffmpeg               # macOS
winget install ffmpeg             # Windows
sudo apt install ffmpeg           # Ubuntu/Debian

# 一键安装所有 Python 依赖
pip3 install -r requirements.txt

# 或手动安装核心依赖
pip3 install yt-dlp scenedetect[opencv] requests funasr modelscope torch torchaudio

# 可选依赖
pip3 install openai              # API 模式评分
pip3 install rapidocr-onnxruntime # 烧录字幕 OCR 检测

环境检测

# 一键检测所有依赖是否就绪
python3 scripts/check_environment.py

平台特定说明

抖音视频下载

由于抖音的反爬机制,yt-dlp 无法直接下载抖音视频。本工具集成了专用的抖音下载器,可以:

  • ✅ 自动识别抖音链接(支持 douyin.comv.douyin.com 短链接)
  • ✅ 自动提取视频信息(标题、作者)
  • ✅ 下载无水印视频
  • ✅ 自动提取音频用于转录

支持的抖音链接格式:

  • https://www.douyin.com/video/xxxxx
  • https://www.douyin.com/jingxuan?modal_id=xxxxx
  • https://v.douyin.com/xxxxx (短链接)

抖音下载实现原理: 1. 使用移动端 User-Agent 访问页面 2. 从页面 HTML 中提取 RENDER_DATA JSON 数据 3. 解析视频直链地址(自动替换 playwmplay 获取无水印版本) 4. 使用正确的 Referer 头下载视频

给 Agent 的硬性规则:

  • 处理抖音链接时,不要先尝试网页登录、浏览器 cookie、WSL 读取宿主浏览器 cookie 这条路线
  • 对公开可访问的抖音/分享链接,优先直接运行本地脚本:
  • python3 scripts/pipeline_enhanced.py "<抖音链接>"
  • python3 scripts/download_douyin.py "<抖音链接>" ./video.mp4
  • 如果 Agent 提示“抖音网页版需要登录”或“WSL 无法读取 cookie”,说明它走错路了,应切回本地下载脚本
  • 优先使用用户从抖音 App 复制的分享短链(https://v.douyin.com/...);长链也支持

Troubleshooting

终端命令卡顿

如果在 IDE 中执行 cp 或 Python 脚本时终端无响应,这通常是 IDE 终端代理的问题。解决方案:

  • 方案 A: 打开 macOS 自带 Terminal.app 手动运行命令
  • 方案 B: 使用 copy_by_index.py 脚本通过 JSON 索引批量复制文件

FunASR 首次下载慢

FunASR 首次运行需下载约 2-3GB 的 Paraformer 模型。如果下载缓慢:

  • 设置镜像: export MODELSCOPE_CACHE=~/.cache/modelscope
  • 或使用 B站 API 字幕(无需本地模型,速度极快)

Agent 模式评分注意事项

  • 必须使用具备视觉能力的多模态模型(参见「模型兼容性」表)
  • 纯文本模型(如 GPT-3.5、Claude Haiku)无法执行 Agent 模式评分
  • 建议每批查看 3-5 张帧图片,避免单次加载过多

抖音链接在 WSL / 远程环境报 cookie 错误

如果 Agent 在 WSL、远程容器或无桌面浏览器环境里说“无法读取抖音链接,因为网页版需要登录且 cookie 读不到”,按下面处理:

  • 不要继续折腾网页登录
  • 直接运行 scripts/pipeline_enhanced.pyscripts/download_douyin.py
  • 如果用户给的是长链,优先让用户从抖音 App 重新复制一次分享链接,拿到 v.douyin.com 短链后再跑
  • 只有私密、删除、地区受限或已失效内容,才可能真的无法直接下载

---

更新日志

v2.2.0 (2026-03-24)

  • 大规模场景分批处理协议:>10 个场景时强制分批(5-10个/batch),每批输出子报告 + 进度汇报,全部完成后汇总并清理
  • 🚫 反抽样策略:禁止跳过/合并场景,强制输出唯一视觉描述作为查看证据
  • 🔍 100% 覆盖率校验:完成后校验帧数 vs 已评分数,覆盖率必须 = 100%
  • 📝 重写 description 触发词:增加 8 个中文关键词 + 小红书平台
  • 🌐 补充 Windows/Linux 的 ffmpeg 安装说明
  • 🗑️ 删除过时的 QUICKSTART.md、清理运行日志
  • ⚠️ 模型兼容性发现:Kimi 2.5 在 >30 镜头时出现偷懒行为(疑似服务端工具调用次数限制);GPT 5.4 可完成 127 镜头连续分析(预热后 11 分 48 秒);Gemini/Opus 尚未测试

v2.1.0 (2026-02-27)

  • 智能字幕提取:对齐 video-copy-analyzer,支持 B站API→内嵌→RapidOCR→FunASR 四级降级
  • 新增小红书支持:集成 xiaohongshu_downloader.py
  • 新增 `requirements.txt`:一键安装所有依赖
  • 新增模型兼容性矩阵:明确不同模型的适用模式
  • 重写 `check_environment.py`:检测 v2.1 实际依赖
  • 清理废弃文件:移除旧版 pipeline、Whisper 转录等6个废弃脚本
  • 新增 Troubleshooting 章节

v2.0.0 (2026-02-27)

  • 重写 AI 评分系统:移除假数据模拟,接入真实视觉大模型
  • 双路径评分:Agent 模式(宿主 AI 直接看图)+ API 模式(远程调用)
  • 修复场景检测detect-adaptivedetect-content,镜头切分更精准
  • ✅ 将语音转录引擎从 Whisper 替换为 FunASR (Paraformer-zh)
  • ✅ 中文场景转录速度大幅提升(10分钟音频约22秒完成)
  • ✅ 移除 --whisper-model 参数(FunASR 使用固定 paraformer-zh 模型)
  • ✅ 内置 VAD 自动分段 + 标点恢复

v1.4.0 (2026-02-06)

  • ✅ 新增抖音视频下载支持
  • ✅ 自动识别抖音链接并切换下载方式
  • ✅ 支持抖音短链接和长链接
  • ✅ 自动获取无水印视频

v1.3.0 (2026-02-05)

  • ✅ 新增中英双语术语对照
  • ✅ 所有专业术语附中文释义
  • ✅ 报告中的术语表格双语显示

v1.2.0 (2026-02-05)

  • ✅ 新增 AI 自动分析功能
  • ✅ 动态权重评分系统
  • ✅ 自动生成完整分析报告
  • ✅ 自动复制精选镜头

v1.1.0 (2026-02-05)

  • ✅ 新增可配置输出目录功能
  • ✅ 精选片段自动保存
  • ✅ 生成详细分析报告模板

v1.0.0 (2026-02-05)

  • 初始版本
  • 基础视频分析功能

---

基于 Walter Murch 剪辑六法则 (Walter Murch's Six Rules of Editing) AI 自动评分系统 (AI Automatic Scoring System) 动态权重算法 (Dynamic Weighting Algorithm) 中英双语术语对照 (Bilingual Terminology Reference)

Related skills

FAQ

What model does video-expert-analyzer require?

A multimodal vision-capable model such as Gemini 3.0, Kimi 2.5, or Claude in Agent mode; text-only models cannot score frames.

How are scenes selected?

Each scene is scored on five dimensions; weighted scores of 8.5+ are MUST KEEP, 7.0 to 8.5 are USABLE, and below 7.0 are DISCARD.

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.