视频提示词反推工具

解决什么问题

短视频通常只留下最终画面，缺少可复用的生成参数。若想把快手、抖音或本地视频还原成接近 AI 绘图的结构化提示词，手动拆镜头、写机位、总结色调容易遗漏。

技能如何工作

该技能围绕一条固定工作流：先通过视频 URL 或本地路径下载/定位素材，再抽取关键帧，最后用豆包 PC 版 CDP 通道对多帧进行图像解释，并从回复中提炼提示词。

• 核心能力：覆盖景别、机位、运镜、服装、色调、构图与场景氛围。
• 关键步骤：

- 生成符合 f_XXX.jpg 规范的帧目录，帧号需落在 40 的倍数上。
- 使用 doubao_cdp.py 批量上传片头、中段、片尾关键帧。
- 通过 CDP 连接豆包 PC 版，用 JS 遍历按钮触发“解释图片”，避免 ref 失效。
- 按 references/output_patterns.md 的模板输出分镜式提示词。

适用边界

它更适合短片段的结构化拆解，不适合无人物、无明确镜头语言的抽象素材。执行时需注意 PowerShell 中文编码、CDP Tab ID、脚本路径使用正斜杠，以及帧号命名错误会直接导致漏帧。