用途：分析 YouTube、Reels、TikTok 链接或本地视频的剪辑风格，把可量化的节奏与视觉规律转成一套新的剪辑技能（skill），用于生成同风格演示。
主要能力：第一步用 scripts/study.py 下载并测量视频，输出 report.md/report.json 及多组抽帧图（每镜头一帧、前 3 秒钩子、前 30 秒密集帧、最长镜头帧）。测量项包括切点与镜头时长分布、每分钟切数、视觉事件频率、静止段落、人脸占比与位置、调色板与亮度、LUFS 响度与停顿、Whisper 转写与 wpm。第二步必须用 Read 工具逐张查看抽帧图，记录每个反复出现的元素（卡片、贴纸、图表、字幕、转场等）的进入方式、停留时长、位置、触发时机与文字样式。第三步用 scripts/scaffold_skill.py 选择基础引擎（fireship、talking-head、longform 或 none）生成新技能骨架。第四步填写 SKILL.md 中的风格圣经（结构公式、元素表、字体与字幕、禁止项）。第五步渲染 20 至 40 秒演示，并用 study.py 对自己的输出复测，与参考报告数字对比，偏差超过约 25% 就修正技能规则。
使用方式：命令示例为 python3 "${CLAUDE_SKILL_DIR}/scripts/study.py" --url "<reference url>" --slug <style>，以及 python3 "${CLAUDE_SKILL_DIR}/scripts/scaffold_skill.py" --study <study folder> --name <style>-edit --title "<Creator / format name>" --base fireship|talking-head|longform|none。
限制：不得复制参考视频的画面、音乐、logo、品牌字体或节目名；不能只凭数字生成技能，必须看图；没有演示渲染和数字对比就不算完成初版；不要覆盖已有技能，除非明确要求重做。具体收费、平台支持范围等资料暂未提供。