用途：从分镜拆解结果中提取视频前三秒的分镜数据，构造结构化上下文（视觉描述、关键帧图片 URL、运镜方式、语音文案等），供后续 LLM 做钩子吸引力评分。适用于短视频优化、创意评审、竞品开头钩子对标等场景。
主要能力：提取前三秒分镜，输出 segment_count、total_duration、total_video_segments、analysis_mode 及 segments 列表（含 index、start_time、end_time、duration、visual_content、speech_text、shot_type、camera_movement、function_tag、frame_images、frame_count）。供 5 个维度评分：视觉冲击力(30%)、语言钩子(25%)、情绪唤起(15%)、信息密度(15%)、节奏掌控(15%)。可辅助识别痛点型、好奇型、冲突型、价值型、情感型、视觉冲击型、悬念型等钩子类型。
使用方式：先由 video-breakdown skill 处理视频生成分镜 JSON，再执行 python scripts/analyze_hook_segments.py "<breakdown_json_file>"；也可通过 stdin 传入：cat breakdown.json | python scripts/analyze_hook_segments.py -。
限制：脚本只做数据提取，不做 LLM 评分（评分由 Agent 的 LLM 完成）；输入必须是 process_video 返回的完整 JSON 且含非空 segments；每个分镜最多取前 3 帧关键帧以控制 token；关键帧为 TOS 签名 URL，可能过期需重新拆解。更多故障排查细节暂未提供。