Agent Skills
返回列表
热点内容拆解器

热点内容拆解器

内容创作 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_dca6a55a/hot-skill。

技能介绍

要解决的问题

拿到一条短视频想做案例拆解时,常见做法是手动看片、随手记要点,再凭印象判断「钩子强不强」。这种做法的问题有两个:一是没有可核查的时间轴,对「前 3 秒做了什么」的判断无法复验;二是微信视频号的分享链接在通用采集工具里基本拿不到媒体文件,硬抓又容易踩到证书、代理和权限的坑。这个技能的作用是把「拿到媒体 → 转成带时间戳的文本 → 补画面证据 → 产出结构化报告」这条流水线固定下来。

工作方式

它是一个编排层技能,自身不实现第二套 ASR,而是组合已有能力:

  • agent-reach:解析用户文本里的 URL、取平台元数据、尝试下载
  • integrations/channels-video-dl/:处理视频号分享链接与本地捕获
  • sound-skill 的 asr_transcribe.py:ASR 与时间戳校验,输出 JSON,句子级粒度,脚本的 校验: OK 是进入下一步的门槛
  • Agent 原生视觉能力或配置的视觉命令:补充画面分析

核心步骤:

  • 环境诊断先跑,确认各后端可用
  • 输入分流:本地视频跳过评论互动,只拆内容;https://weixin.qq.com/sph/... 链接走视频号规则取媒体;分享文字或 URL 先由 agent-reach 路由平台
  • 模式选择:quick 只用 ASR 和时间线;deep 增加互动、评论与视觉证据,默认产出 320p 视频和前 10 秒/全片联系表
  • 多模态策略:--multimodal auto/video/frames/off,支持 HOT_VIDEO_NATIVE_MULTIMODAL=1 声明原生视频能力,或 HOT_VIDEO_VISION_COMMAND 接外部视觉命令
  • 读取产物:analysis-packet.json、analysis-packet.md、asr/*.json 及视觉材料,最后用 analysis-prompt.md 生成报告、analysis-rubric.md 交付前复核

边界与注意点

  • 不绕过登录、付费、地域或权限控制,只处理用户有权保存的单条内容
  • 时间戳覆盖、单调性或跨度校验失败时停止报告并修复 ASR,不伪造时间轴
  • 上游失败时抖音可用公开移动分享页协议兜底,但必须在 sources 中标明降级
  • 不可得数据写 unknown/unavailable,不写成 0;区分「高互动」与「互动率」,没有播放量时不算互动率;少数评论不代表全部受众
  • 视频号解析会把链接发往第三方,每条链接需单独征得同意;商用或二次分发前确认版权授权

使用场景

  • 运营拿到一条视频号案例,要拆出 0–3 秒钩子和留存推进段,用带时间戳的证据描述内容策略
  • 增长团队复盘抖音素材,需要把高互动视频的评论样本和 ASR 时间轴对照,找出误解点与需求
  • 内容策划要在不改原意的前提下复刻优秀结构,生成包含根因、动作、成本和验证指标的改进建议
  • 研究者分析视频号内容,媒体下载无扩展名,需按魔术字节修复后经 ffprobe 验证再进入 ASR 流水线

适合人员

  • 内容运营:每周拆解多条视频,需要统一呈现时间戳证据和互动样本,避免结论凭感觉
  • 增长产品经理:评估抖音素材表现,要把互动率、评论语境和视觉钩子分开核验
  • 短视频编导:决定是否复刻某条视频的结构,需要情、趣、用、品、颜、料六维评分并附证据
  • 数据分析师:研究视频号内容传播,需要区分事实、推断与建议,并把不可得字段标为 unknown