短视频爆款拆解（叙事式）

把一段抖音/小红书短视频拆成「故事 + 心理学」式爆款拆解报告——选题/一句话总结/内容描述/视频结构(开头-中间-结尾)/事件推进/落幕文案/受众启示/核心爆点/节奏/BGM。给运营拍同款、写脚本、做分镜时直接当弹药。当用户说"拆解视频""分析这条视频""帮我看这段抖音""短视频结构""卡点在哪""这条爆款怎么...

Security Scan

代码与运行说明与技能的声明一致：它按描述把本地 mp4 上传到 StepFun，调用 StepFun 的视觉/ASR 模型生成拆解报告；唯一需要注意的是视频会被上传到外部 API（StepFun）并使用 STEP_API_KEY。

Purpose & Capability

技能名/描述为“短视频拆解”，所需文件、依赖（ffmpeg、openai/httpx/jinja2）、以及脚本（上传视频、可选 ASR、渲染报告）都与目标一致，没有请求与目的不符的外部凭据或二进制。调用的模型和 API（step-1o-turbo-vision、stepaudio-2.5-asr、api.stepfun.com）与功能匹配。

Instruction Scope

SKILL.md 与脚本指示会把视频文件上传到 StepFun 文件 API，并（可选）抽音轨、将 PCM base64 化并 POST 到 StepFun 的 ASR SSE 端点；分析流程会把 ASR 文本和 video file_id 一并发给 StepFun 的 vision 模型。行为在文档中有说明 (上传/自动删除/--keep-upload)，但这意味着用户视频与可能包含的个人信息会被发送到第三方服务（StepFun）。此外 analyze.py 会读取 skill 根目录的 .env 作为 STEP_API_KEY 的后备来源。

Install Mechanism

这是 instruction+script 型 skill：没有下载不明二进制或通过不受信任 URL 拉取代码。依赖通过 pip / 系统包（ffmpeg）声明，代码打包在 skill 中。compress.py 有一个未实现的 TODO（功能/质量问题而非安全问题）。

Credentials

仅要求 STEP_API_KEY（StepFun 平台凭据），这与把视频上传并调用 StepFun 模型的目的相符。脚本会在缺少环境变量时回退读取 skill 根目录的 .env。README/guides 示例里展示了一个示例 key 字符串（仅示例），用户不应把真实长期密钥写入公共仓库或共享位置。

Persistence & Privilege

manifest flags 表示 always=false，技能不会被强制常驻或修改其他技能配置。运行时会上传文件并在 finally 块里尝试删除（除非使用 --keep-upload），没有请求提升平台权限或修改全局 agent 设置。

Assessment

这个技能本身在目的、代码和依赖上是一致的：它会把你指定的 mp4 上传到 https://api.stepfun.com 并调用 StepFun 的视觉/ASR 模型来生成拆解报告. 在决定安装/运行前请考虑： - 隐私与合规：上传的视频会发送到第三方服务（StepFun）。不要上传含敏感个人信息或受版权/隐私限制的内容，除非你信任该服务并确认其数据保留与删除策略。虽然脚本会尝试在完成后删除文件（delete_file），但 API 端的真实保留策略取决于 StepFun。 - API 密钥管理：为 STEP_API_KEY 使用有最小权限和短期有效性的密钥，避免把长期密钥写入公共仓库或共享 .env。不要复制 README 中示例 key 当真实 key。若可能，用可撤销/受限的 key。 - ASR 与音频数据：启用 --with-asr 会提取音轨并以 base64 形式发送到 StepFun ASR 端点（体积会膨胀），这会把语音/潜在敏感对话上传到外部服务。若音轨包含敏感信息，请不要启用。 - 临时文件与清理：脚本会在异常/成功后尝试清理临时文件并删除云端文件，但删除请求可能失败或云端留有副本；若非常在意，请在受信环境下先本地测试或联系 StepFun 支持确认删除行为。 - 运行环境：需要安装 ffmpeg（系统依赖）和 Python 依赖（requirements.txt）。compress.py 中 pick_ladder 有 TODO（影响压缩质量/分辨率选择），不影响安全但可能影响分析质量。 如果你信任 StepFun（或在内部/私有部署的 StepFun 服务上运行），该 skill 可安全使用；如果对把视频发到外部服务有顾虑，可考虑把模型推理迁移到本地/受控环境或审查/替换 stepfun_client 的上传与分析逻辑。

video-deconstruct (v2.0)

这个 skill 干啥

扔一段 mp4，吐一份叙事式爆款拆解报告。覆盖 10 个章节：

1. 选题介绍 — 一句话主题（≤ 12 字，可直接进选题库）
2. 一句话总结 — 主角关系 + 核心冲突 + 结局（≤ 100 字）
3. 内容描述 — 按时间线复述剧情，含转场+心理动机+元注释（300–600 字）
4. 视频结构分析 — 开头/中间/结尾各自的"设计点 + 效果分析"
5. 中间事件推进过程 — 3–8 条具体事件，每条"动作 + 隐含矛盾"
6. 视频结尾 + 落幕文案 — 收尾设计 + 字幕原文 + 受众启示
7. 核心爆点 — 为什么会火，必须涉及底层心理机制（120–250 字）
8. 节奏（辅助）— 时间轴段落表，钩子/铺垫/转折/高潮/收尾
9. BGM（辅助）— 卡点位置、换歌点（纯视觉推断）
10. 评论区 — v1 跳过，v2 接入

快速开始

export STEP_API_KEY=sk-xxx
python scripts/analyze.py /path/to/your-video.mp4
# 报告生成在 ./output/your-video-report.md

# 强烈推荐：启用 ASR 把对白也喂进去
python scripts/analyze.py /path/to/your-video.mp4 --with-asr

详细步骤见 guides/01-quickstart.md。

想改输出风格？

• 改 prompts/analysis_rubric.txt 的字段定义/写作风格指引
• 改 prompts/system.txt 改 AI 的角色设定（默认是"资深拆解师"）
• 改 templates/report.md.j2 调整报告版式
• 详见 guides/03-prompt-engineering.md

与 StepClaw Agent 框架的衔接

• manifest.json 已声明 entry / inputs / outputs / triggers / models，可被 StepClaw Agent 直接 dispatch
• 默认 STEP_API_KEY 走环境变量或 skill 根目录的 .env
• 输出路径 output/{video_stem}-{report.md, analysis.json} 是固定 schema，下游 Agent 可直接读取
• ASR 与 vision 模型都走 https://api.stepfun.com/v1，不需要额外 endpoint

限制

• 输入必须是 mp4。默认 128MB 以内直传 StepFun 文件 API；只有超过 128MB 才会自动两遍 ffmpeg 压缩（长视频可能降到 240p/低帧率，但 rubric 仍能分析节奏/卡点/事件；详见 scripts/compress.py）
• 没有对视频长度的硬限制，但超过 128MB 后会进入压缩兜底：3 分钟内通常可保 480p+，超长视频可能退化到近似 240p 幻灯片
• 运行时会先把（必要时压缩后的）文件上传到 StepFun 云端（临时），分析完后自动删除（除非加 --keep-upload）；压缩产物也会在处理完后清理
• BGM 维度仍以视觉线索为主（详见 guides/02-叙事式拆解说明.md）。--with-asr 启用后对白文本会作为辅助上下文喂给视觉模型，但不会直接做识曲
• 真识曲不做（要的话改成 ACRCloud / Audd.io，见 v3 路线）