Skip to content

eternityspring/reelbench-skills / skills/video-shots

video-shots

Verified

拉片:把一条成片拆成逐镜头的分析表——每个镜头的时长、景别、类别、运镜、画面。 分工刻在骨子里:**能量的都由代码量**(切点来自 ffmpeg 场景检测,时长是切点相减, 运动量是逐帧差分的中位数),模型只判断它真正该判断的那几件事(景别 / 类别 / 运镜 / 画面 / 节奏), 然后每一条判断都被代码当场对账——**声称推拉摇移却实测几乎不动,门直接拦**。 看片走联系表(每镜起手帧 + 收尾帧各拼一张大图,一屏二十几个镜头,a/b 对照就是运镜), 不是一张张翻。检测漏刀多刀用 recut 补刀并刀,自动重编号重算时长,手改边界过不了门。 产出 shots.json + Markdown 镜头表 + **单页交互式拉片报告**:内嵌播放器(播放时同步高亮镜头、 点镜头跳转)、镜头节奏带、可搜索可筛选可排序的镜头表(列表 / 卡片两种视图、首尾关键帧并排、 点图开大图)、景别类别运镜分布、出场人物、质量门、导出 JSON。单文件零依赖,离线双击能开。 15 道质量门全部由脚本确定性检查。 零依赖、零 API key,只要 node 和 ffmpeg。 Use when asked to 拉片、拆镜头、分析视频镜头、镜头时长、景别、运镜、镜头表、 video shot breakdown、shot list from video。

FileKindSize
README.en.mdmarkdown9.6 KB
README.mdmarkdown8.3 KB
SKILL.mdskill md13.5 KB
assets/report-mobile.pngbinary125.8 KB
assets/report.pngbinary384.5 KB
examples/demo-shots.jsonconfig30.9 KB
examples/demo-track.jsonconfig3.8 KB
references/analysis-pass.mdmarkdown5.5 KB
references/report-style.mdmarkdown5.4 KB
references/schema.mdmarkdown5.2 KB
references/taxonomy.mdmarkdown11.7 KB
scripts/report.cssother33.0 KB
scripts/report.jsscript20.5 KB
scripts/selftest.mjsscript35.2 KB
scripts/video-shots.mjsscript75.6 KB

references/taxonomy.md

View on GitHub
# 词表:景别 / 类别 / 运镜 / 转场

四张表,全部是**枚举**,validate 逐个对账。写不在表里的词当场拦——拉片表的价值在于可汇总,
每人一套说法的表统计不出任何东西。

判不准的时候,按这份文档的判据选**最保守的那个**,然后把不确定写进 `note`。**猜一个确定的词
比写一个模糊的词更糟**:前者会被下游当成事实,后者至少留着疑问。

---

## 一、景别(`size`)

按**人物在画框里占多大**判,不按镜头焦段判。画面里没有人就按同等距离的物体换算。

| 值 | 中文 | 判据 |
| --- | --- | --- |
| `none` | 无景别 | 黑场、纯字卡、纯图形——画框里没有被取景的空间。**字卡和黑场一律用它**,别硬套景别 |
| `extreme-wide` | 大远景 | 人小于画高的 1/4,或根本找不到人:山川、城市、全景航拍 |
| `wide` | 全景 | 人占画高 1/3 到全身带环境,脚在画内 |
| `medium-wide` | 中远景 | 膝盖以上到全身,环境仍占大半 |
| `medium` | 中景 | 腰以上,环境还看得清 |
| `medium-close` | 中近景 | 胸以上,背景开始虚化——**对话戏的默认景别** |
| `close` | 特写 | 肩以上,脸占画面大半;物体特写同级 |
| `extreme-close` | 大特写 | 五官局部、手指、物件细节,画面里只剩一件东西 |

**两个常见的判错**:

- **把过肩镜头(OTS)判成全景**——前景的肩膀只是遮挡,按**被拍的那个人**占多大判,通常是中近景。
- **把浅景深当特写**——背景虚不虚和景别没关系,看人占画框多少。

## 二、类别(`category`):这一镜在片子里干什么活

景别回答「拍得多近」,类别回答「为什么要有这一镜」。**一镜只能选一个类别**——它同时在干两件事的时候,
选**剪辑师删掉它会最先心疼的那件**。

| 值 | 中文 | 干的活 | 必须拿出的证据(门查) |
| --- | --- | --- | --- |
| `establishing` | 定场 | 交代这是哪儿、有谁、什么时间。换景第一镜通常是它 | — |
| `subject` | 主体 | 跟着人或物体走的常规叙事镜头 | — |
| `dialogue` | 对话 | 有人在说话,正反打的任意一边 | `audio` 非空 |
| `reaction` | 反应 | 不说话,只有听、看、愣住——**短剧里最便宜的戏** | `subjects` 非空 |
| `insert` | 插入特写 | 一个动作或细节被单独拎出来当重音:手按住箱盖、刀落在骨头上 | — |
| `pov` | 主观 | 画面就是某个人眼睛看到的东西 | — |
| `empty` | 空镜 | 画面里没有人,只有环境、天气、物件 | `subjects` 必须为空 |
| `product` | 产品展示 | 商品/界面被当作主角展示(广告片、带货片的主力) | — |
| `text-card` | 字卡 | 画面主体就是文字:标题、口播字幕卡、片尾版权 | `onscreenText` 非空 |
| `transition` | 转场镜头 | 这一镜本身是过渡:黑场、白闪、专门用来接的空景 | — |
| `archive` | 引用素材 | 屏摄、新闻画面、别人的片段、闪回的旧素材 | — |

**类别与景别不是一回事,别联动**。特写不一定是 `insert`(说话的大特写是 `dialogue`),
全景也不一定是 `establishing`(打斗的全景是 `subject`)。

## 三、运镜(`camera`)

**先问一句:整幅画面动了吗?** 画面不动、只有人在动,那就是 `static`——这是最常被写错的一条。

| 值 | 中文 | 实测档 | 判据 |
| --- | --- | --- | --- |
| `static` | 固定 | still | 机位不动。人在画面里跑也照样是固定 |
| `push-in` | 推 | strong | 机身整体靠近被摄体,背景透视跟着变 |
| `pull-out` | 拉 | strong | 机身整体后退 |
| `zoom-in` / `zoom-out` | 变焦推 / 变焦拉 | strong | 焦段变化,**透视不变**——和推拉的区别就在背景会不会「涌过来」 |
| `pan-left` / `pan-right` | 左摇 / 右摇 | strong | 机位不动,机身水平转 |
| `tilt-up` / `tilt-down` | 上摇 / 下摇 | strong | 机位不动,机身垂直转 |
| `truck-left` / `truck-right` | 左移 / 右移 | strong | 机身水平平移 |
| `pedestal-up` / `pedestal-down` | 升 / 降 | strong | 机身垂直升降 |
| `tracking` | 跟拍 | strong | 跟着运动的主体走,主体在画框里位置基本不变 |
| `arc` | 环绕 | strong | 绕着主体转圈 |
| `whip-pan` | 甩镜 | strong | 快到拉出模糊的摇,通常兼作转场 |
| `handheld` | 手持微晃 | subtle | 构图不变,画面持续小幅呼吸——**纪实感的主要来源** |
| `shake` | 剧烈晃动 | strong | 大幅度抖动:爆炸、奔跑、假装摄影机被撞 |
| `rack-focus` | 变焦点 | subtle | 机位构图都不变,焦点在前后景之间转移 |
| `micro-push` | 微推 | subtle | 极慢的推,几秒内只走一点点——情绪镜头常用 |
| `roll` | 旋转 | strong | 画面绕光轴转 |
| `drone` | 航拍移动 | strong | 空中机位的整体位移 |

**实测档(`motion`)是这个词在像素上必然留下的痕迹**,运镜门就查这一条:

- `strong`:整幅画面必然移动。**实测帧间变化接近 0 就一定是判错了**——门在这里拦。
- `still`:机位不动。实测偏高时门**不拦**,只出提示——固定机位前面有人跳舞,帧间差一样会爆。
- `subtle`:变化太小或太局部,实测值区分不开,**不设门**,数值给人看。

一镜里运镜变了怎么办:**写主导的那个**,另一个写进 `note`(「前半跟拍,后半停成固定」)。
要是两段各自都足够长、足够重要,那说明这里该补一刀(`recut --split`)。

## 四、转场(`transitionIn`):这一镜是**怎么进来**的

可省略,省略等于 `cut`。

| 值 | 中文 | 判据 |
| --- | --- | --- |
| `cut` | 硬切 | 一帧之内换画面。绝大多数镜头都是它 |
| `dissolve` | 叠化 | 两个画面重叠几帧到几十帧。**检测器在这里最容易漏刀**,切点取叠化的中点 |
| `fade-in` | 淡入 | 从黑(或白)淡出画面 |
| `fade-out` | 淡出 | 画面淡到黑(或白)。黑场本身单独成镜时,它的入点就是 `fade-out` |
| `whip` | 甩切 | 靠一次甩镜的模糊接上 |
| `match-cut` | 匹配剪辑 | 前后两镜的形状或动作对齐了才切 |
| `wipe` | 划像 | 一条边推过画面 |
| `morph` | 特效转场 | 变形、粒子、模板动效 |

## 五、节奏(`rhythm`):这一镜为什么留得住人

前四张表回答「怎么拍的」,这张表回答**「观众为什么还没划走」**。

短视频的去留是逐镜决定的:每一镜要么给新信息、要么给情绪、要么在为下一镜攒力,
三样都没有的镜头就是划走的地方。所以节奏角色按**观众这一刻得到了什么**来分,
不是按情绪形容词分。

| 值 | 中文 | 观众这一刻得到什么 | 典型位置 |
| --- | --- | --- | --- |
| `hook` | 钩子 | **反常、冲突、或直接给结果**——「这什么情况?」 | 开篇 3–5 秒,几乎每条短视频都靠它活 |
| `setup` | 铺垫 | 看懂后面所必需的信息:谁、在哪、要干什么 | 钩子之后 |
| `build` | 递进 | 压力/信息在累加,比上一镜更进一步 | 中段主体 |
| `beat` | 重音 | 一个动作或细节被单独拎出来砸实 | 插入特写常是它 |
| `turn` | 转折 | 事情朝反方向走了 | 全片一两处,位置决定片子好不好看 |
| `payoff` | 兑现 | 前面埋的东西给出结果:爽点、笑点、泪点 | 转折之后 |
| `breath` | 换气 | 留白:空镜、停顿、环境音——让上一记砸下去的东西落地 | 重音或兑现之后 |
| `close` | 收口 | 落点:结论、金句、字卡、引导 | 片尾 |

**理由(`rhythmNote`)和画面描述同一条规矩**:写观众在这一刻**看到什么、为什么不划走**,
不写「很有节奏感」「很抓人」。空话词表照查。

| 差 | 好 |
| --- | --- |
| 开篇很抓人,氛围感强 | 开篇 0.9 秒就是奔跑的背影,连人脸都不给——先让人问「她要去哪」 |
| 这里节奏加快了 | 三个 0.5 秒的闪切砸在一起,砍刀落下的声音接上老太太的脸 |
| 情绪高潮 | 前面三镜都在问「AI 是什么」,这一镜老太太把手机怼到脸前说「它靠啥活着」 |

### 三条不设门的提示

标满之后,脚本会自动看三件事(**只提示不拦**,因为它们是导演判断不是对错):

1. **开篇 5 秒内有没有钩子**——短视频的去留就在这几秒
2. **`payoff` 前面有没有 `setup` / `build`**——兑现的是什么?
3. **有没有连着 6 镜以上同一个角色**——节奏在那一段是平的,观众最容易在那里走

### 整片标或整片不标

`rhythm` 是**可选字段**:不做节奏分析就一镜都别标。但**标了就得标全**——
半张表既汇总不出分布,也看不出节奏曲线,门会拦。

---

## 画面(`frame`):要能拿去核对

一句话,**12 字起**,写**看得见的东西**:谁在画框的什么位置、在做什么、光从哪来、
前景背景有什么。写完自问一句:**只看这句话,能不能在片子里把这一镜找出来?**

空话词表(门查,写到就拦):氛围感、高级感、视觉冲击、令人、唯美、美不胜收、大气磅礴、
震撼人心、画面感十足、很美、非常美、精美绝伦、赏心悦目、引人入胜。

也不许用「这个镜头……」开头——镜头表里每一行都是镜头。

**拉英文片就用英文写**,判据跟着**描述本身的语言**走,不跟着报告界面语言走:

| | 中文描述 | 英文描述 |
| --- | --- | --- |
| 长度 | ≥ 12 **字**(`minFrameChars`) | ≥ 8 **词**(`minFrameWords`)——12 个字符只有两个单词,等于没设门 |
| 空话 | 氛围感、视觉冲击、唯美… | atmospheric、visually stunning、breathtaking、gorgeous、cinematic vibe… |
| 废话开头 | 「这个镜头…」「本镜…」 | "This shot…"、"We see…"、"The camera shows…" |

一份稿子里中英混着写也没关系,门是逐镜判的。

| 差 | 好 |
| --- | --- |
| 这个镜头氛围感很强,很有电影感 | 土屋门洞逆光,老太太扶着门框往外冲,门板和灶台在前景糊成虚影 |
| 老太太在说话 | 老太太伏在柜台边上,一只手按着台面,嘴张着还在往下说,窗外是雪地反光 |
| 特写一只手 | 烛台边的旧书和放大镜,枯瘦的手按在纸面上一寸寸往前推 |

**两镜的画面描述不许一字不差**(门查)。真的是同机位重复,那也要写出差别:机位更近了、
动作进行到哪一步了、光变了没有。

## 字幕、台词、画面文字怎么归

一条规矩,别拧巴:

- **`audio`**:**说出来的话**——台词、旁白、画外音,以及关键音效与音乐(「门被撞开」「唢呐起」)。
  烧录在画面上的对白字幕**算台词**,写进这里,带上说话人。
- **`onscreenText`**:**不是台词的画面文字**——片名、字卡、时间提示(「十分钟前」)、
  路牌、手机界面上的字、片尾版权。

分不清就问:**这行字是不是有人在说?** 是就进 `audio`,不是就进 `onscreenText`。

## 主体(`subjects`)

写顶层 `cast` 里的编号(`P1` `P2`…),不写名字——名字会变,编号不会。谁进画框写谁,
**画外说话的人不算**(他的话进 `audio`,标明「(画外)」)。空镜留空数组。

第一遍拉片先不建 `cast`:先把人当「老太太」「老中医」记在画面描述里,
等全片过完一遍、确定谁是谁、谁只出现一次,再回头编号并回填。**`cast` 是可选的**,
不建就跳过主体对账门,但会少一份「谁的戏最多」的统计。
receiving-code-reviewobra/superpowersUse when receiving code review feedback, before implementing suggestions, especially if feedback seems unclear or technically questionable - requires technical rigor and verification, not performative agreement or blind implementationStars: 323kUpdated Claude CodeCodexVerifiedInstall
requesting-code-reviewobra/superpowersUse when completing tasks, implementing major features, or before merging to verify work meets requirementsStars: 323kUpdated Claude CodeCodexVerifiedInstall
using-git-worktreesobra/superpowersUse when starting feature work that needs isolation from current workspace or before executing implementation plans - ensures an isolated workspace exists via native tools or git worktree fallbackStars: 323kUpdated Claude CodeCodexVerifiedInstall
verification-before-completionobra/superpowersUse when about to claim work is complete, fixed, or passing, before committing or creating PRs - requires running verification commands and confirming output before making any success claims; evidence before assertions alwaysStars: 323kUpdated Claude CodeCodexVerifiedInstall