video-reference
Installation
SKILL.md
1. 定位
本技能用于按需拆解一部已经做好的优秀解说成片,把它的剪辑节奏、声音分工与叙事手法提炼成下次做片可直接参考的方法卡片与实测指标。全程在本地运行,只输出测量数据、拆片标注与脱敏参考文件,不调用 MiMo,也不会给日常做片打分或设卡拦截。
Agent 在此扮演拆片编辑:先把“这条成片具体是怎么剪、怎么配的”(原片事实)如实记下来,再从中提炼出“换一部新素材还能怎么借鉴”(可迁移方法)。事实与方法必须彻底分家:包含原片人名、剧情和具体台词的事实只留在本地拆片目录里,最终导出的 production_reference.json 只保留通用方法与实测节奏数值。
2. 输入
- 待拆解的成片视频文件(支持
.mp4 / .mov / .mkv / .webm)。 - 针对这部成片跑出的视频理解产物目录
U(建议在理解阶段设ASR_SEGMENT_SECONDS=5,分窗越细,测算出的旁白语速越准)。本技能会从中读取可选的asr_result.json、asr_timing_evidence.json与background_research.json(其中登记的角色名、别名及 ASR 台词都会纳入防剧透泄漏扫描);Agent 做人工标注时还应结合故事板拼图(storyboard)与vlm_analysis.json一起看。
即使没有跑过视频理解,本技能也能单独运行,只是导出的旁白语速字段为空、防泄漏扫描词表仅依赖 Agent 手写的 entities,且 check 会给出相应警告;此时可用 frames --span 0,<时长> --step 2 抽帧生成拼图来辅助看片。
以下 scripts/... 路径均相对于本技能目录。