用途
该技能用于研究一部已完成视频如何制造注意力、情绪与推进感。它不把影片仅仅当作一串剪辑点，而是将画面、声音、语音、字体排版与结构放在同一时间线上同步分析，最终产出带时间码的镜头与剪辑记录。
主要能力
- 探测视频事实：镜头边界、黑场与静音区间、音频电平、节拍估计、转录线索、运动估计、OCR 候选。
- 生成分析物料：
analysis.json、紧凑证据表timeline.md、视觉节奏缩略图contact-sheet.jpg、代表性镜头帧目录frames/、重要剪辑与黑场附近密集帧目录strips/。 - 可选音频监听：提取直接音频、生成频谱图、按半秒窗口测量响度，并在需提供
GEMINI_API_KEY环境变量（不接受命令行传参）时请求 Gemini 生成编辑性声音分析；--mode transition用于围绕剪辑点、断音、黑场或疑似淡入淡出做高灵敏度定向分析。 - 按画面、运镜、剪辑、语音、声音、字体、功能七个维度逐拍分析。
- 输出两个尺度：最有教学意义的区段（常见为前 60–180 秒每次有意义变化）的微观时间线，以及全片的宏观剪辑语法（反复出现的镜头类型、平均镜头长度、访谈/B-roll 模式、图形系统、音乐弧线、章节重置、递进策略）。
- 将分析转化为可复用的学习：为每个手法说明其解决的观看问题、生效前提、成本或风险、迁移到其他主题的一种方式。
使用方式
先设置 SKILL_DIR 为包含该文件的绝对目录，对本地文件运行：
uv run "$SKILL_DIR/scripts/video_analyzer.py" analyze \
/path/to/video.mp4 \
--work-dir /path/to/analysis \
--subtitles /path/to/captions.vtt
长片可先分析代表性区段：
uv run "$SKILL_DIR/scripts/video_analyzer.py" analyze source.mp4 \
--work-dir analysis-first-three-minutes --start 0 --end 180 \
--subtitles source.en.vtt --ocr
对公开 URL，先用 yt-dlp 查看真实元数据再选择格式，不猜测字段或流可用性：
uvx --from yt-dlp yt-dlp --dump-single-json --no-playlist URL > source.json
uvx --from yt-dlp yt-dlp --no-playlist \
-f 'bv*[height<=1080]+ba/b[height<=1080]' \
--merge-output-format mp4 -o 'source.%(ext)s' URL
有字幕时下载字幕；下载权利或站点访问不明确时向用户索取本地副本。声音分析可选运行：
python3 "$SKILL_DIR/scripts/audio_listener.py" \
source.mp4 \
--work-dir analysis/audio-movement \
--start 60 --end 172 --mode movement
若用户希望落实分析结果，可将证据与选定原则交给 find-broll 技能选取素材、再由 video-editing 技能执行；不要把参考影片的具体时间、字体或转场编码为默认值。
适用场景
- 学习成片的剪辑节奏、声音设计与字体编排；
- 为同类主题的创作提炼可迁移原则；
- 在动手剪辑前建立参考影片的结构地图。
限制
场景检测、光流、节拍跟踪与 OCR 均为候选生成器，只减少拖动排查，不能替代实际观看与编辑判断。不得把运动分类器或音乐估计当作确定结论，应使用“看起来是手持”“很可能是音乐重新进入”等表述。散文叙述避免虚假精度：证据表用帧精确数字，解释用可读的 mm:ss 时间戳。质量标准要求自行检查代表性帧与事件条带、在措辞驱动剪辑时对照画面核对转录、排查闪光/大标题/甩镜造成的误切、区分源字幕与平台字幕、仅按证据支持的分辨率描述声音、用长上下文语义聆听确定提示身份后在过渡附近定向复核、用频谱图与响度轨迹验证所谓的静音、环境声、音乐结束与淡出。引用公开来源时注明。不得再分发下载的参考媒体。