柳十一视频智能拉片

拆参考片，先拆对再说

做视频复刻、分镜参考或运镜拆解时，第一步永远是“拉片”：把参考片按场景、机位、动作切成镜头，逐帧记下构图和时间码。手工拉片慢、截图散落、时间戳对不上原片是常态。这个技能把整套流程脚本化，并守住一条底线：所有画面必须是原视频的真实截帧，不允许用图片生成工具伪造替代帧。

核心流程：四脚本各管一环

1. 截帧与场景检测：scripts/extract_frames.py 依赖 ffmpeg 沿时间轴均匀抽帧（短视频约每秒 1 帧，长视频降低采样率），同时做场景切换检测，默认阈值 0.25，需要在 0.20/0.30 之间微调。帧文件名带时间戳，如 frame_0001_12.50s.jpg，每一帧都能追溯回原视频。
2. 分镜规则：分镜数由场景、机位、动作或情绪的自然变化决定，不强制固定数量；分镜总览首帧必须是真实首帧、末帧必须是真实末帧，这对 15 秒以上的一镜到底尤其关键。文件清单必须包含 首帧.jpg 和 尾帧.jpg。
3. 报告产出：按 assets/report_template.md 写 12 个模块——基础信息、视频总结、分镜总览、剧本拆解、分镜详细拆解、AI 视频平台提交版、单镜头官方提示、全片串联提示等。每个分镜记录时间码范围、主体、动作、运镜、景别构图、光线色彩、情绪与复刻要点，字段说明在 references/field_descriptions.md。
4. 离线交付：generate_html.py 把 Markdown 转成 base64 内联图片的单文件 HTML，暗黑仪表盘配色，桌面与移动端都能离线打开；generate_zip.py 打包总览图、关键帧、分镜帧和首尾帧。聊天里只发精简摘要，完整三件套用 present_files 呈现。

适用边界与注意点

• 只用原始帧：用户说“AI 生图”时统一解释为从视频里截取/筛选关键帧，生成物绝不能冒充源帧。
• 精准回溯源帧：报告里的提示词描述如何复刻该镜头即可，保证截帧可追溯到原片时间轴。
• 异常处理：缺 ffmpeg 直接报错，不允许用生成图补窟窿；场景检测分镜过早/过晚用 --scene-threshold 微调重跑。
• 视觉纯净模式：用户只要干净的分镜总览时，输出不带文字、分镜号、时间戳的单张网格图，仍按时间排序、保持原宽高比。
• 无法保障产出的边界：视觉语义丰富度、情绪识别准确性取决于底层视觉模型能力，复杂场景下可能误判分镜切点，需要人工复核 manifest。