用途：对已有视频文件做结构化分析，包括元数据、关键帧、场景边界、色彩、运动与音频特征，并借助 AI 视觉理解画面内容。
主要能力：用 ffprobe 检查分辨率、时长、编解码器、码率、帧率等元数据；用 FFmpeg 滤镜图按场景变化或固定间隔抽帧；检测场景切换时间戳；提取调色板与设计系统；分析音频静音、音量与波形；生成缩略图或预览条；用 AI 视觉逐帧识别 UI 组件、文字、颜色与布局。
使用方式：先探测再处理，先用 ffprobe 检查视频属性，再用 FFmpeg 抽帧，最后用支持图片的 Read 工具加载帧并做语义分析。常用命令包括 ffmpeg -version、ffprobe -version，macOS 安装 brew install ffmpeg，Ubuntu/Debian 安装 sudo apt-get update && sudo apt-get install -y ffmpeg。场景抽帧示例：ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)'" -vsync vfr -q:v 2 scenes/scene_%04d.jpg。元数据示例：ffprobe -v quiet -print_format json -show_format -show_streams input.mp4。
适用场景：从产品演示或 UI 录屏提取设计系统；分析视频元数据与场景时间戳；生成缩略图；音频静音与音量分析；用 AI 视觉理解视频内容。
限制：不适用于从零创建或编辑视频、编写视频脚本或分镜、直播或实时视频处理、面向分发的转码。使用 select 滤镜时必须搭配 -vsync vfr，否则会产生大量重复帧；场景阈值需按内容调整，动画或录屏建议 0.4-0.5；ffprobe 的 -count_frames 较慢；静音检测阈值需调优；大量抽帧会快速占用磁盘，分析用 JPEG，像素级工作用 PNG，并及时清理临时帧。AI 视觉单次分析建议限制在 10-20 个代表性帧。参考资料位于 references/ 目录，仅在需要时加载。首次激活会检查配套技能，缺失时可用 npx skills add AbsolutelySkilled/AbsolutelySkilled --skill <name> 安装。