- name
- video-deconstruct
- version
- 2.0.0
- description
- 把一段抖音/小红书短视频拆成「故事 + 心理学」式爆款拆解报告——选题/一句话总结/内容描述/视频结构(开头-中间-结尾)/事件推进/落幕文案/受众启示/核心爆点/节奏/BGM。给运营拍同款、写脚本、做分镜时直接当弹药。当用户说"拆解视频""分析这条视频""帮我看这段抖音""短视频结构""卡点在哪""这条爆款怎么火的"时触发。输入：本地 mp4 文件路径。输出：output/ 目录下一份 markdown 报告 + 一份原始 JSON。
- author
- 立瑄@StepFun
- license
- CC BY-SA 4.0
- runtime
- python3.10+
- framework
- StepClaw
- models
- requires
- env
- inputs
- type
- path
- description
- 本地 mp4 文件路径，长度建议 ≤ 3 分钟
- required
- true
- type
- flag
- description
- 启用 stepaudio-2.5-asr 抽取对白文本一同投喂（强烈推荐）
- required
- false
- type
- path
- description
- (v2 占位) 评论 txt 文件，启用后会做评论区聚类
- required
- false
- type
- flag
- description
- 分析完后保留云端文件，默认自动删除
- required
- false
- outputs
- description
- 渲染好的爆款拆解 markdown 报告
- description
- 原始 JSON 分析结果（便于二次加工）
- triggers
- tags
video-deconstruct (v2.0)
这个 skill 干啥
扔一段 mp4，吐一份叙事式爆款拆解报告。覆盖 10 个章节：
- 选题介绍 — 一句话主题（≤ 12 字，可直接进选题库）
- 一句话总结 — 主角关系 + 核心冲突 + 结局（≤ 100 字）
- 内容描述 — 按时间线复述剧情，含转场+心理动机+元注释（300–600 字）
- 视频结构分析 — 开头/中间/结尾各自的"设计点 + 效果分析"
- 中间事件推进过程 — 3–8 条具体事件，每条"动作 + 隐含矛盾"
- 视频结尾 + 落幕文案 — 收尾设计 + 字幕原文 + 受众启示
- 核心爆点 — 为什么会火，必须涉及底层心理机制（120–250 字）
- 节奏（辅助）— 时间轴段落表，钩子/铺垫/转折/高潮/收尾
- BGM（辅助）— 卡点位置、换歌点（纯视觉推断）
- 评论区 — v1 跳过，v2 接入
快速开始
export STEP_API_KEY=sk-xxx
python scripts/analyze.py /path/to/your-video.mp4
# 报告生成在 ./output/your-video-report.md
# 强烈推荐：启用 ASR 把对白也喂进去
python scripts/analyze.py /path/to/your-video.mp4 --with-asr详细步骤见 guides/01-quickstart.md。
想改输出风格？
- 改
prompts/analysis_rubric.txt的字段定义/写作风格指引 - 改
prompts/system.txt改 AI 的角色设定（默认是"资深拆解师"） - 改
templates/report.md.j2调整报告版式 - 详见
guides/03-prompt-engineering.md
与 StepClaw Agent 框架的衔接
manifest.json已声明entry / inputs / outputs / triggers / models，可被 StepClaw Agent 直接 dispatch- 默认
STEP_API_KEY走环境变量或 skill 根目录的.env - 输出路径
output/{video_stem}-{report.md, analysis.json}是固定 schema，下游 Agent 可直接读取 - ASR 与 vision 模型都走
https://api.stepfun.com/v1，不需要额外 endpoint
限制
- 输入必须是 mp4。默认 128MB 以内直传 StepFun 文件 API；只有超过 128MB 才会自动两遍 ffmpeg 压缩（长视频可能降到 240p/低帧率，但 rubric 仍能分析节奏/卡点/事件；详见
scripts/compress.py） - 没有对视频长度的硬限制，但超过 128MB 后会进入压缩兜底：3 分钟内通常可保 480p+，超长视频可能退化到近似 240p 幻灯片
- 运行时会先把（必要时压缩后的）文件上传到 StepFun 云端（临时），分析完后自动删除（除非加
--keep-upload）；压缩产物也会在处理完后清理 - BGM 维度仍以视觉线索为主（详见
guides/02-叙事式拆解说明.md）。--with-asr启用后对白文本会作为辅助上下文喂给视觉模型，但不会直接做识曲 - 真识曲不做（要的话改成 ACRCloud / Audd.io，见 v3 路线）