用途：把一个视频文件量化成“剪辑 DNA”，用于两类场景——拆解参考/竞品爆款视频的节奏，或作为 conform 模式输入，把现有视频重剪为该语法。
主要能力：用 ffprobe 提取时长、分辨率、帧率、宽高比；用 ffmpeg 场景检测得到全部切点，并推导 cut_count、mean_shot_len、shortest_shot、longest_shot、每 10 秒切数 cuts_per_10s 以及 payoff_hold（最长镜头及其与均值的比值）；判定音频模式（music-only / vo+music / speech-only）；有声乐时尽力提取节拍网格与 bpm；按需输出词级转录 words.json；最后对 8 种创作者语法原型打分，选出最佳匹配并归一化为 0–1 置信度，记录次优原型。
使用方式：
python3 skills/atoms/planning/analyze-reference-grammar/scripts/analyze_grammar.py --source <video> --output-dir <dir> [--no-transcribe]
source 与 output_dir 必填；加 --no-transcribe 可跳过 Whisper 转录以提速。输出为 output_dir 下的 grammar-profile.json，以及可选的 words.json 和 manifest.json。
分类打分规则：音频模式精确匹配 40 分；cuts_per_10s 与原型目标越接近得分越高（最多 30 分）；payoff_hold 要求匹配 20 分；宽高比匹配最多 10 分（9:16 为原生，16:9 或 1:1 略有扣分）。
限制与失败模式：源文件不存在时直接报错退出；ffmpeg / ffprobe 未安装需 brew install ffmpeg；无场景变化时 cut_count 为 0、cuts 为 [0.0]；Whisper 未安装则静默跳过转录并退化为能量启发式判断，manifest 记警告；节拍提取失败则 bpm 为 null 并继续输出其余内容；视频无音轨时 audio_mode 默认 music-only，has_music 与 has_speech 均为 false，bpm 为 null；视频短于 2 秒时 cuts_per_10s 可能为空或仅一个元素，分类置信度可能低于 0.4。