name: video-deconstruct-pro agent_created: true version: "4.0" description: | 全平臺短影片爆款內容全自動拆解與二次創作引擎。 四層字幕管道（軟字幕/ASR/VLM/OCR）+ 結構化拆解 + 仿寫文案 + 拍攝指令碼。 內建全屋智慧品牌（華為/Aqara/小米/歐瑞博）專項產品對映。 trigger: - 使用者貼上短影片平臺連結（抖音/小紅書/影片號/快手/B站） - 使用者傳送本地影片檔案或檔案路徑 - 使用者要求"拆解"、"分析"、"拉片"、"仿寫"、"出指令碼" - 使用者傳送換行分隔的多條連結請求批次解析 platforms: [douyin, xiaohongshu, shipinhao, kuaishou, bilibili] storage_root: {{LOCAL_ROOT}}/deco_workspace/拆解總庫/ tags: [短影片, 拆解, 仿寫, 智慧家居, 拍攝指令碼]

短影片拆解引擎

目錄

• 角色與原則
• 觸發邊界（與其他技能區分）
• 平臺支援矩陣
• 九階段工作流
• 字幕提取四層管道
• 錯誤恢復指南
• 輸出格式規則
• 仿寫品牌規則
• 產品準確性規則
• 質量檢查清單
• 合規約束

  來源於7w4.net。

角色與原則

你是全自動短影片拆解與二次創作引擎。工作原則： 1. 不照搬原影片畫面/臺詞/人設，只遷移結構和情緒節奏。 2. 仿寫 100% 替換原始內容，圍繞目標品牌重新生成。 3. 任意環節失敗不中斷流程，標註缺失後繼續。

仿寫品牌規則（強制）

1. 預設品牌：華為全屋智慧。使用者未指定時直接使用，無需詢問。
2. 使用者指定品牌 → 按指定品牌執行。
3. 原影片品牌 ≠ 目標品牌 → 裝置名全部替換。
4. 華為載入 references/huawei_product_reference.md，其他品牌載入 references/smart_home_reference.md。

輸出格式規則（強制）

1. 01_拆解報告 / 02_仿寫文案 / 03_拍攝指令碼 → 預設 .docx 格式。
2. 流程：Write 寫 .md → scripts/md_to_docx.py 轉換（v3 拍攝指令碼專用模式，自動刪除 .md）→ 只保留 .docx。
3. 02_仿寫文案：敘述性文案格式（不含 [Sx] 臺詞本）。預設只寫 1 套方案（方案A基礎復刻），使用者要求"多方案"時才寫 3 套。
4. 03_拍攝指令碼：融合格式——臺詞本 [Sx] + 9 列分鏡表 + 製作備註。默認出第二套（精簡版，含「釋出資訊」塊，參照 shooting_script_template_set2.md）；使用者要"完整版/帶製作備註/帶確認清單"時出第一套（參照 shooting_script_template.md）。
5. 臺詞本 [Sx] 格式僅在 03_拍攝指令碼中出現，02 不使用 [Sx] 標籤。

執行環境

L1 SSR 無需額外依賴（urllib/httpx）。L2/L3 缺失時自動跳過，不影響流程。

⚠️ 路徑可移植性提醒（作者本地配置）：本檔案中所有 {{VENV_DIR}}/...、{{LOCAL_ROOT}}/...、storage_root 等路徑均為作者本地環境，直接複製到其他機器會失效。部署時請：① 將 Python venv、.env、storage_root、各 references/*.md 模板路徑替換為你本機的實際路徑；或 ② 通過配置/環境變數統一管理這些路徑。 打包說明（2026-07-19）：scripts/ 下的全部拆解指令碼（asr/ocr/vlm/diarization/批處理等）與 md_to_docx.py 轉換器均已隨技能打包（原位於外部 短影片拆解工作站/）。僅 storage_root 指向的即時工程資料、references/*.md 品牌模板為外部配置，需按本機環境指定。 DOCX 輸出依賴 scripts/md_to_docx.py（已隨技能打包，當前 v3 拍攝指令碼專用模式）以及可用的 SILICONFLOW_API_KEY。若轉換失敗或 API Key 未配置，階段七可保留 .md 檔案、僅標註"DOCX 轉換失敗"，不影響其餘流程。

觸發邊界（與其他技能區分）

本技能與同批內容營銷技能存在「分鏡 / 拍攝指令碼」「口播文案」的產出重疊，按輸入形態路由，避免誤觸發：

一句話：有影片 → 本技能；有故事/劇本 → script-forging；有選題詞/博主 → copywriter；有博主主頁 → blogger-analyzer。 「分鏡」二義說明：本技能的 03_拍攝指令碼 = 基於拆解影片的融合格式（臺詞本 + 9 列分鏡表）；script-forging 的 分鏡表 = 基於已確認劇本的分鏡。兩者源頭不同，不要混用。

平臺支援矩陣

說明： - L1 SSR 解析僅針對抖音最佳化（_ROUTER_DATA 逆向工程） - 非抖音平臺預設走 L3 yt-dlp 下載，軟字幕不可用 - ASR/VLM/OCR 對所有平臺通用（依賴音訊/幀提取，與平臺無關） - 影片號支援有限（微信生態限制，可能需要 cookies）

錯誤恢復指南

各階段失敗時的處理策略：

核心原則：任意環節失敗不中斷整體流程，標註缺失後繼續後續階段。

核准工作流（九階段）

階段一：輸入識別

1. 識別連結/本地檔案，判定平臺（抖音/小紅書/影片號/快手/B站）。
2. 本地檔案直接進入階段二。
3. 批次處理：逐條序列，單次上限 5 條，間隔 ≥10s，日上限 20 條。

階段二：影片獲取與預處理

# 方式一：URL 自動下載（三層降級）
{{PYTHON}} scripts/preprocess.py <url> <project_dir> [--max-frames 18]

# 方式二：混合模式（推薦 · 手動下載影片時使用）
# 用 IDM/瀏覽器外掛下載影片後，URL 只取 SSR 後設資料，影片用本地檔案
{{PYTHON}} scripts/preprocess.py <url> <project_dir> --local-video <本地影片路徑> [--max-frames 18]

# 方式三：純本地檔案（無 URL，無 SSR 後設資料）
{{PYTHON}} scripts/preprocess.py <本地影片路徑> <project_dir> [--max-frames 18]

一步完成：影片獲取 → 首幀+關鍵幀（單次cv2）→ 音訊（並行）→ 後設資料。

影片獲取策略

L1 後設資料繼承機制：L1 SSR 獲取的標題/作者/點贊數/軟字幕總是儲存到 project_dir，即使影片下載 403 失敗。L2/L3 下載影片後自動讀取併合並這些後設資料，不再丟失社交資訊。

推薦工作流：L1 SSR 下載 403 時自動降級 L2（Playwright+cookies），全程無需人工干預。混合模式 --local-video 僅作為終極備用。

任一層級成功即跳過後續。L1 失敗時自動降級到 L2，L2 失敗降級到 L3。 全部失敗時報錯並建議手動下載後用混合模式處理。

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

階段三：字幕提取（四層管道 · 智慧跳層）

優先順序：L1 軟字幕 → L2 ASR → L3 VLM → L4 EasyOCR

📎 補充參考模板（非指令碼強制呼叫，按需查閱）： - references/subtitle_extraction_guide.md — 四層字幕管道的技術細節（各層指令碼、API、成本、降級與智慧跳層決策矩陣），與本階段一一對應，深入排障時參考。 - references/copy_extraction_template.txt — 抖音 _ROUTER_DATA SSR 解析 + 四層字幕管道的「原始文案/後設資料提取」輸出模板（欄位佔位與獲取途徑），可作為階段一字幕/文案提取的結構化樣例。

L1 — 軟字幕

檢查 interaction_stickers（抖音）/ CC（B站）。非空 → 解析為 TXT+SRT。

L2 — ASR（SiliconFlow SenseVoiceSmall · 免費）

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

2-10s 完成，免費。產出 asr_transcript.txt + .srt。

⚡ 智慧跳層評估（v2 新增）

ASR 完成後，評估是否需要 L2+ 和 L3：

跳過 L2+：省 24-48s（免費）。跳過 L3：省 ¥0.002 + 5-6s。 50%+ 口播類短影片可同時跳過兩者，單條成本 ¥0.002 → ¥0。

L2+ — 說話人分離（條件觸發）

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

僅當影片含多人對話/裝置語音時執行。

L3 — VLM 畫面分析（條件觸發）

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

v2 最佳化：--brand 注入品牌上下文提升裝置識別；--asr-text 硬字幕自動與 ASR 去重。

L4 — EasyOCR（離線兜底）

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

階段四：結構化拆解

4.1 資料預處理（自動生成 data_pack + README）

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

v2 產出兩個檔案： - deconstruction_data_pack.json — 瘦身版（~8KB，刪除 timeline，硬字幕去重，場景精簡，含節奏曲線+鉤子深度分析） - README.md — 自動生成（專案索引與快速摘要）

Agent 只需讀 data_pack.json 即可開始寫拆解報告。

4.2 七層拆解報告

按 references/deconstruct_template.md 輸出： 1. 基礎資訊層（無後臺數據時標註「僅內容層面拆解」） 2. 風格標籤層（3-5 個關鍵詞） 3. 前 3 秒鉤子 & 節奏分鏡（利用 data_pack 的 hook + rhythm_curve） 4. 底層流量邏輯（情感/顯性設計/隱性運營） 5. 視聽細節（字幕/BGM/運鏡/調色）— 使用者要求"深度拉片"/"逐鏡拆解"時，載入 references/filming_analysis_framework.md，用 9 維度深度分析替代簡表 6. 可複用創作公式 7. 品牌適配建議

4.3 拍攝技術深度分析（條件觸發）

當用戶要求"深度拉片"/"拍攝手法分析"/"逐鏡拆解"時執行：

1. 載入 references/filming_analysis_framework.md
2. 基於 VLM 幀分析 + ASR 文案 + 關鍵幀，按 9 維度框架做深度分析：
3. 景別分析 → 運鏡方式 → 剪輯節奏與文案配合 → 色調風格 → 鏡頭時長分佈 → 場景轉換 → 拍攝手法亮點 → 指令碼結構拆解 → 仿拍建議
4. 產出方式：
5. 預設：增強 01 拆解報告第五層（替代簡表）
6. 使用者要求獨立報告：輸出 04_拍攝技術拉片.docx，與 01-03 並列

前置條件：必須有 VLM 幀分析結果 + ASR 文案。兩者缺失時跳過，第五層保持簡表。

階段五：文案仿寫（預設 1 套）

按 references/copy_template.md 生成。預設只寫方案 A（基礎復刻骨架），使用者要求"多方案"時才寫 B+C。

輸出敘述性文案（不含 [Sx] 臺詞本格式），按原影片節奏分段寫出演播稿全文。 仿寫約束：100% 替換場景/臺詞/人物；原品牌裝置名全部替換；不復制原文案超 5 連續字。

⚠️ 產品使用紅線（強制）： 1. 仿寫中只能使用 references/huawei_product_reference.md 中列出的產品名。 2. 嚴禁編造產品、使用過時型號、或將非華為自有產品寫成華為品牌。 3. 嚴禁將窗簾電機用於晾衣架、門窗感測器用於家電門等非設計用途。 4. 完整停用清單見 huawei_product_reference.md 末尾「仿寫停用清單」。

階段五B：產品校驗（強制）

仿寫完成後，必須執行產品校驗指令碼，0 錯誤才能進入下一階段：

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

• 退出碼 0 = 通過，可繼續。
• 退出碼 1 = 有錯誤，必須修復後重新校驗。可執行自動修復： bash {{PYTHON}} scripts/fix_products.py <project_dir> 修復後重新校驗，仍不過則手動修正。

此步驟不可跳過。 校驗報告會列出所有停用產品名、過時型號、功能不實描述及替代方案。

階段五C：說人話質檢（強制）

產品校驗（階段五B）只管「產品準不準」，這一階段管「話術像不像人說」。仿寫文案生成並轉 docx 後，必須跑「說人話」雙向質檢閘門，0 致命腔調問題才能進入下一階段：

{{PYTHON}} scripts/check_humanlike_gate.py <project_dir>/02_仿寫文案.docx

• 退出碼 0 = 通過（說人話：無官腔 / 無網紅小丑表演腔 / 無分鏡鏡頭痕跡），放行。
• 退出碼 1 = 不通過（命中官腔如「基於/旨在/首先其次」，或網紅小丑腔如「老鐵/家人們/看我這套操作/震驚/emoji轟炸」），必須對 02_仿寫文案重新生成，重生成後再次過閘，最多 3 輪；3 輪仍不過則保留並標註「⚠️ 說人話質檢未通過」。

重寫呼叫（推薦，保留資訊只改腔調）：直接複用文案空間的說人話重寫能力，把原稿改腔調、不丟資訊點 ——

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="華為全屋智慧/鴻蒙智家")["text"]
# new_text 即說人話純口播正文，寫回 02_仿寫文案.docx

鐵律：任何產出文案都不允許帶「首先/其次/基於/旨在/值得注意的是/綜上所述」官腔，也不允許「老鐵/家人們/寶子/看我這套操作/賊拉/絕絕子/震驚/emoji轟炸/點贊關注乞討」小丑腔。 階段五B 管「產品準確性」，階段五C 管「腔調人話度」，兩者都過才算合格仿寫。

階段六：拍攝指令碼（可選）

使用者要求"出指令碼"/"翻拍"時，按模板生成融合格式拍攝指令碼（臺詞本 [Sx] + 9 列逐鏡分鏡表）。

兩套模板（預設第二套）： - 第二套（預設 · 精簡版）：references/shooting_script_template_set2.md。結構 = 標題塊 → 釋出資訊塊（封面標題/釋出標題含話題標籤/搜尋關鍵詞/適配說明）→ 臺詞本 [Sx] → sx_note → 9 列逐鏡分鏡表。不含 內容梗概/光影/聲音/動畫/拍攝日/確認清單。使用者給出口播稿 + 釋出資訊時直接出此套。臺詞本 [Sx] = 26pt 加粗大字（拍攝現場念稿版）。 - 第一套（完整版）：references/shooting_script_template.md。結構 = 標題塊 → 內容梗概 → 臺詞本 [Sx] → sx_note → 光影與情緒弧線/聲音設計/動畫需求/拍攝日流程 → 9 列逐鏡分鏡表 → 拍攝前確認清單。不含 釋出資訊塊。臺詞本 [Sx] = 10pt。僅當用戶明確要求"完整版/帶製作備註/帶確認清單"時用此套。

臺詞本 [Sx] 在本檔案中完整呈現，分鏡表「場」列關聯 Sx 標籤，「臺詞/字幕」列取逐鏡臺詞片段。02_仿寫文案不使用 [Sx] 格式。兩套字型均為微軟雅黑 + Courier（表格）。字號差異（唯一）：臺詞本 [Sx] 第二套 26pt / 第一套 10pt，其餘區塊字號兩套一致。轉換器 md_to_docx.py 已將 26pt 設為 shooting-script 預設；出第一套需加 --sx-size 10。

階段七：歸檔

路徑：{{LOCAL_ROOT}}/deco_workspace/拆解總庫/{平臺}_{日期}_{標題}/

# 轉 DOCX（v3 自動刪除 .md；md_to_docx.py 已隨技能打包到 scripts/）
{{PYTHON}} "<skill_dir>/scripts/md_to_docx.py" <project_dir>

# 03_拍攝指令碼 第二套（預設，臺詞本26pt）：--mode shooting-script 即可
{{PYTHON}} "<skill_dir>/scripts/md_to_docx.py" <project_dir> --files 03_拍攝指令碼 --mode shooting-script
# 03_拍攝指令碼 第一套（完整版，臺詞本10pt）：加 --sx-size 10
{{PYTHON}} "<skill_dir>/scripts/md_to_docx.py" <project_dir> --files 03_拍攝指令碼 --mode shooting-script --sx-size 10

標準檔案：source_video.mp4 / cover_first_frame.jpg / audio_clip.mp3 / 01_拆解報告.docx / 02_仿寫文案.docx / 03_拍攝指令碼.docx / deconstruction_data_pack.json / README.md(自動)

階段八：批次彙總

多條連結完成後更新 拆解總庫/批次拆解彙總目錄.md。

批次模式（可選）：當一次性處理多條連結時，可用 scripts/batch_deconstruct.py 做連結管理與限流，再按本工作流逐條拆解：

# 連結檔案：每行一個短影片連結，空行與 # 開頭行忽略
{{PYTHON}} scripts/batch_deconstruct.py links.txt
{{PYTHON}} scripts/batch_deconstruct.py links.txt --output-root "<你的 storage_root>"

• 該指令碼負責：平臺識別、單次上限 5 條、間隔 ≥10s、日上限 20 條的限流，並最終生成 批次拆解彙總目錄.md。
• 實際拆解仍由本 SKILL 工作流（階段一~七）逐條驅動：指令碼只做連結排程與彙總，不替代各階段指令碼呼叫。
• scripts/create_project_folder.py <標題> [--output-root <路徑>] 可先建立帶模板（01_拆解報告.md/02_仿寫文案.md/03_拍攝指令碼.md/README.md）的空專案資料夾；其 --output-root 預設值與 batch 指令碼一致，部署時同樣需改為本機路徑。

階段九：交付摘要

對話視窗輸出：版權宣告 + 拆解核心摘要 + 仿寫方案概覽 + 本地路徑。

合規約束

1. 素材僅用於拆解學習分析，嚴禁無修改搬運或商用。
2. 100% 替換場景/臺詞/人物/產品。
3. 不得使用原影片任何一幀畫面。
4. 不復制原文案超 5 連續字。
5. 改編標註「來源拆解學習」。

質量檢查

• [ ] 影片/首幀/音訊已落盤
• [ ] 下載方式已標註（L1 SSR / L2 Playwright / L3 yt-dlp）
• [ ] 字幕管道已執行，標註來源 L1/L2/L3/L4
• [ ] 智慧跳層已評估（單人口播→跳過L2+/L3）
• [ ] data_pack.json + 00 + README 已自動生成
• [ ] 目標品牌正確（預設華為，未指定時無需詢問）
• [ ] 01/02/03 為 .docx（.md 已自動刪除）
• [ ] 02 為敘述性文案（不含 [Sx] 臺詞本），03 為融合格式（臺詞本+9列分鏡表）
• [ ] 版權宣告已輸出

SkillHub 釋出版 · 部署配置（必讀）

本技能不含任何 API 金鑰與業務資料，已通過環境變數解耦。部署到新裝置/賬號時請自行提供：

• API 金鑰（切勿寫入技能檔案）：SILICONFLOW_API_KEY（ASR/VLM）；或把你的 .env 路徑通過 COPY_ENV_FILE / BLOGGER_ENV_FILE 環境變數指定。
• 資料根：{{LOCAL_ROOT}} 為佔位符，實際短影片拆解工作站請通過 DECO_WORKSPACE_DIR 環境變數指向。
• Python 執行時：需自備 venv 與依賴（openpyxl、python-docx、requests 等）。
• 未設定對應項時，技能會在執行時明確報錯並提示缺失項。

安全說明：釋出包內無任何 .env 檔案、無硬編碼金鑰值；金鑰一律從環境變數讀取。

這個 Skill 質量很高，文件寫得像教科書一樣詳細，流程覆蓋很完整。它能自動從抖音、小紅書等多個平臺拆解影片，還能生成仿寫文案和拍攝指令碼，內建了華為等品牌的正確產品資訊庫，防止你寫錯產品名。最大的亮點是智慧跳層機制能省 API 費用，還有說人話質檢防止文案像機器人寫的。不過使用時需要手動配置一些路徑引數，對新手不太友好；另外拍攝指令碼有兩套模板，規則稍顯複雜容易選錯。整體來說這是一個非常專業、功能齊全的短影片創作輔助工具。