技能介绍

解决什么问题

手动审查视频时，找场景边界往往是最消耗时间的环节。你可能需要逐帧拖动进度条，凭经验判断“这里切了”，再手动记下时间码，最后整理成剪切表交给下游环节。这种方式不仅容易漏切或多切，还高度依赖个人判断，协作时版本一变就得重来。当视频素材量大、时长较长时，这类重复劳动会迅速吃掉整个工作流的效率。

核心能力与工作流程

这个技能的核心是把场景检测从“肉眼判断”变成“机器可读的结构化输出”。它基于 PySceneDetect 的检测算法，对视频逐帧计算画面特征差异，当相邻帧之间的变化超过阈值时，就判定为一次场景切换，并记录下精确的帧号和时间码。

关键步骤包括：

读取视频文件，选择检测算法（如基于色彩直方图差异的 ContentDetector）
逐帧分析，标记所有场景边界点
将检测结果导出为机器可读的剪切列表，通常包含每个片段的起始/结束时间码
下游环节可以直接消费这份列表，进行自动分割、片段组装或送审

输出格式支持常见的 CSV、JSON 等结构化格式，便于接入自动化流水线。

适用边界与注意点

需要明确的是，这个技能只负责“检测边界并导出列表”，它不会自动完成剪辑、拼接或转场处理。对于渐变（dissolve）、叠化等软性转场，检测算法可能将其合并为单个边界，或产生额外的边界点，需要根据实际素材类型调整检测参数。此外，视频分割功能依赖 ffmpeg 或 mkvmerge，在纯检测模式下可以独立运行，但一旦涉及物理切割视频文件，就需要安装对应的工具链。

对于短视频或素材质量差异较大的场景，建议先在小样本上测试检测参数，确认效果后再批量处理。