用途：分析视频文件，抽取帧、检测场景变化，并可选转写音频，最终产出带时间线的结构化 Markdown 分析文档。
主要能力：按视频时长自适应抽帧（短<1分钟2帧/秒、中1-3分钟1帧/秒、长3-10分钟1帧/10秒、超长10分钟以上1帧/20秒且上限60），生成蒙太奇网格图，检测场景变化并提取关键帧，派发并行子代理分别做视觉与音频分析，最后合成分析文档。
使用方式：依赖 ffmpeg、ffprobe、python3、bc，转写需 whisper CLI，安装命令为 brew install ffmpeg && pip install openai-whisper。工作流为：获取视频信息、抽帧与音频、校验输出、并行分析、合成文档、清理临时目录。核心脚本包括 scripts/video-info.sh、scripts/extract-frames.sh、scripts/extract-audio.sh。支持从用户请求识别覆盖项，如自定义帧率（"5fps"→fps_override=5）、时间段（"from 0:10 to 0:30"→start_time=10 end_time=30）。转写模式有 auto（默认运行 Whisper）、user-provided（使用用户提供的转写）、skip（仅视觉）。
适用场景：需要快速理解视频内容、生成时间线摘要与场景分析时使用。
限制与注意事项：社交媒体下载的视频可能把 MJPEG 缩略图作为视频流 0，脚本会自动跳过 attached_pic 流；macOS grep 缺少 -P，脚本用 sed 和基础 grep；FFmpeg 会把输出文件名中的 . 当作图像序列模式，关键帧抽取用 -update 1；竖屏视频用 3x5 网格；场景检测阈值默认 0.3，静态内容可降至 0.1，快速动作可升至 0.4；派发分析代理前须确认抽帧已产出。其他细节暂未提供。