用途:Claude 无法直接播放视频,但能读取图像帧。该技能把 AI 生成视频(Kling、Veo、Sora、Runway、Luma、Wan、Seedance 等)按策略时间点抽帧,配合参考首尾帧阅读,输出加权评分卡与投产就绪结论,帮助决定是否采用该镜头、重跑或更换模型。
适用时机:用户有模型输出需要评估;提到“review this video”“debug this shot”“score this”“analyze this output”;正在做 A/B 模型对比;想决定是否用当前模型批量生产。不适用:写提示词、规划镜头、真人实拍素材。
参数:视频路径(可为明确路径、Downloads 或文件名,含糊时搜索 ~/Downloads/ 近期视频);镜头 ID(如 05D、07A,可选);模型名(如 kling-2.6、veo-3.1-lite、sora-2-pro);参考首帧/尾帧路径(无则跳过对比并注明);镜头时长(非 10 秒时覆盖默认时间戳)。未提供时从文件名或上下文推断并确认。
前置条件:必须安装 ffmpeg(用 ffmpeg -version 验证),缺失则提示安装并停止。
工作流:定位视频文件;建立抽帧工作目录(如 review-frames);用 ffprobe 读取分辨率、帧率、时长、帧数、是否有音轨;分三组抽帧并缩放到约 942x550:概览帧(全片 1 fps)、关键动作帧(8 fps、1 秒窗口,居中于最重要节拍)、末段稳定性帧(4 fps、最后约 2.5 秒);读取参考帧(如有);并行读取全部抽帧;按五维评分:面部一致性 x3(15 分)、微表情保真 x3(15 分)、漂移/形变控制 x2(10 分)、全时长稳定性 x2(10 分)、色彩/风格匹配 x1(5 分),合计 55 分,每维给出 1-2 条具体帧级说明;按分数决策:≥45 黄金(锁定模型与种子投产)、40-44 可用、30-39 边缘(收紧提示词重跑或换模型)、<30 失败;最后输出评分卡报告,含 TL;DR、逐帧观察、评分表、关键制作备注与下一步建议。
限制与注意:评分针对模型是否完成简报,而非简报本身;首尾帧背景不一致属参考帧问题,不应归咎模型;提示词有但参考帧没有的道具,模型无法凭空生成;无原生音频的模型口型不动属预期,需后期对口型,不计入漂移;该动却持续动嘴属模型失败,计入微表情。评分卡仅供参考,用户判断为最终标准。