用途：评审并给 AI 生成视频镜头（Kling、Veo、Sora、Runway、Luma、Wan、Seedance 等）打分。Claude 无法播放视频，但能读取图像帧，因此该技能在关键时间点抽帧，与参考帧（如有）对比，输出加权评分卡，供用户决定发布、重抽还是换模型。
前置条件：需安装 ffmpeg，可用 ffmpeg -version 验证。
工作流程：先用 ffprobe 获取视频元数据（编码、分辨率、帧率、时长、帧数）。再按三层策略抽帧，统一缩放到约 942x550：概览层 1 fps 覆盖全片，观察整体流程、姿态过渡与背景稳定性；关键动作层 8 fps 取约 1 秒窗口，聚焦对白节拍、手势或表情变化，窗口以脚本动作时间戳为中心；结尾稳定层 4 fps 取最后约 2.5 秒，检查 AI 视频常见的末段劣化（形变、手指漂移、面部崩坏）。非 10 秒镜头按比例调整时间戳。随后在单条消息中并行读取所有帧，并读取参考首尾帧，保持时间顺序。
评分：五个维度共 55 分。面部一致性 x3（15 分）、微表情保真度 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）。每个维度需给出 1-2 条具体到帧的说明。决策矩阵：45 分及以上为 Golden，锁定模型与种子并发布；40-44 为可用，可考虑与更强模型对比；30-39 为边缘，收紧提示词重抽或 A/B 测试；低于 30 为失败，换模型、拆分镜头或重做提示词与参考。报告包含 TL;DR、逐帧观察、评分卡、关键问题与下一步建议。
提示：应针对需求评审模型，而非评审需求本身；参考帧背景不匹配属于需求问题，应指出但不扣模型分；参考帧中没有的道具模型无法生成，应归因于提示词/参考设置；无原生音频的模型对口型不动属预期，需注明后期补口型但不扣漂移分；该静止时嘴却持续动属于模型失败，在微表情项扣分。建议单条消息并行读取 20 帧以上。评分校准：55 分几乎不可能，45-50 为优秀，多数首轮输出在 35-42。评分卡仅供参考，用户的眼睛是最终裁判。