全能视频号短视频拆解

概述

视频号爆款短视频拆解

版本：v1.0.2 · 作者：全能自媒体

对本地视频文件本地提取素材（元数据 / 关键帧 / 字幕），向网关分 3 包领取写作说明书，由 agent 当前配置的模型完成结构化拆解。原视频 / 帧 / 音频 / 本地路径均不上传。写作方法不在本 skill 包内：必须联网领取当前包 prompt，禁止凭记忆或旧模板写报告。

⚠️ 完成判定硬性规则（最高优先级，先读再做）

长上下文下不要凭记忆判定报告是否写完——一切以磁盘上的 report.md + 本地结构门禁 scripts/verify_report_structure.py 的退出码为准：

• 未通过本地门禁（ok=false / 退出码 12）之前，禁止回复任何含「全部完成 / 任务完成 / 报告已交付 / 校验通过」语义的收尾语。
• 宣布完成前必须重新 Read 一次磁盘上的 report.md，并确认门禁 ok=true。
• 完成只认本地门禁。报告回传另起一句提及即可；回传失败不影响「报告已写完」。
• 门禁不达标：按其 missing_* / issues 仅补写缺漏，再跑门禁；满 3 轮仍不通过则如实说明，不得谎称完成。

联网与扣点（启动一次性告知）

写报告前向全能自媒体网关领取 3 包写作说明书；每次成功开单（prepare）扣 5 点。必须提供用户 API Key（账号里 sk- 开头的钥匙），环境变量 QN_API_KEY。报告通过本地门禁后回传报告文本。不上传原视频、帧、音频、路径。

账号中心（复制 API Key）必须用可点击 Markdown 链接，禁止只写加粗/纯文本店名： 全能自媒体账号中心

首次领取第 1 包之前告知用户，例如：

本 skill 由全能自媒体提供。写报告需联网领取写作说明；每次开单扣 5 点。请先到 全能自媒体账号中心 复制 API Key（QN_API_KEY）。

若没有 QN_API_KEY：不要跑 fetch_prompt，停下让用户去 全能自媒体账号中心 复制 API Key。对用户说话时必须原样输出上面这条 Markdown 链接（[全能自媒体账号中心](http://159.75.168.183/webapps/quanneng-auth/index.html)），不要改成 **全能自媒体账号中心** 或无 href 的店名。缺视频或缺 Key 时可原样用：

下一步（两件事，缺一不可）：

1. 把视频文件发我（或给绝对路径）
2. 从 全能自媒体账号中心 复制 API Key 给我，我帮你配置后开单（会先确认再扣点）

准备好后随时发视频 + Key。

领取失败或余额不足（HTTP 402）必须停下，不得凭记忆写报告。回传失败不阻塞把报告交给用户。

匹配条件

满足任一即触发：上传视频附件（.mp4 .mov .mkv .webm .m4v .avi 等）；消息含本地视频绝对路径；明确说拆解本地视频并提供了文件。

输入

• 必需：本地视频文件的绝对路径。
• 可选 CLI（传给 scripts/analyze_local_video.py）：--out、--max-frames（默认 20）、--max-frame-edge（默认 1280）、--no-scene-aware、--scene-threshold（默认 0.3）、--max-size-mb（默认 100）、--max-duration-sec（默认 900）、--lang、--install-ffmpeg、--install-whisper、--no-transcribe。
• 网关：QN_SKILL_GATEWAY_URL（默认 http://159.75.168.183）。
• 必需：用户 API Key QN_API_KEY（从 全能自媒体账号中心 复制的 sk-...）。每次 fetch_prompt.py prepare 扣 5 点。

依赖

• 必需：当前模型须支持视觉，详见 [references/model-requirements.md](references/model-requirements.md)。
• 必需：ffmpeg + ffprobe（缺则退出码 8，询问是否 --install-ffmpeg，见 [references/deps.md](references/deps.md)）。
• 可选：本地 Whisper（未装则台词按画面推断，不中断）。

工作流

1. 确定本地视频绝对路径并校验存在。缺输入、文件不存在、或给的是视频号链接/URL 时：不要跑脚本，展示 [references/usage-notes.md](references/usage-notes.md) 后停下。
2. 运行：

   python3 scripts/analyze_local_video.py <video_path> [--out PATH] [--max-frames 20]
                  [--lang zh] [--install-ffmpeg] [--install-whisper]
                  [--no-scene-aware] [--scene-threshold 0.3] [--max-frame-edge 1280]

1. 脚本纯本地：探测 ffmpeg；抽元数据/封面/帧（默认场景感知，长边 ≤1280）；尝试 Whisper。stdout 输出 manifest。
2. 解析 === WX_VIDEO_LOCAL_MANIFEST_START === 与 === WX_VIDEO_LOCAL_MANIFEST_END === 之间的 JSON。frame_index 是时间线地图（idx/path/ts/source）。记住 WX_VIDEO_REPORT_FILE，后续报告写到该路径。transcript_available=false 不阻塞。
3. 视觉预检： Read 第一张帧。能描述画面 → 继续；does not support images / Content filtered / 无画面描述 → 立即停止、不要领 prompt、不要写报告，原样传达：

当前模型为纯文本模型，无法读取视频画面，无法完成拆解。请切换到任何支持视觉的多模态模型后重新运行。认能力不认名单：模型名带 vision/-V/-VL/4o/Gemini 通常可用；或直接发图问「这张图里有什么」。常见如 Kimi 视觉版、Qwen-VL、GLM-4V、豆包视觉版、Claude 4.x、GPT-4o、Gemini 2.x。素材已提取，切换后从视觉分析接着走。

预检通过后批量并读 frame_index 里需要细看的帧（同一消息多个 Read，帧多则分两三批），不要逐张串行。

1. 领取第 1 包并只写前两节。 先把素材摘要写成 JSON 文件（去掉所有本地路径），字段只用：metadata（时长/分辨率/编码等）、cover_source、frames_mode、frames_count、frames_interval_sec、frame_index 每项仅 idx/ts/source、transcript、transcript_available、whisper_impl。不要带 path/cover/frames/report_file/report_dir/video_path。

   python3 scripts/fetch_prompt.py prepare --payload <payload.json>

脚本会带上 QN_API_KEY。缺 key 或 HTTP 401/402 → 停下，说明要到 全能自媒体账号中心 复制 API Key / 余额不足（对用户必须带这条可点击链接）。解析 === QN_PROMPT_PACK_START === … === QN_PROMPT_PACK_END ===。ok=false 或非 0 退出 → 停下并说明需联网领取写作说明。ok=true 后严格按返回的 prompt 写 WX_VIDEO_REPORT_FILE：本包只写「基本信息 + 结构拆解」，分节写入（先标题+基本信息，再追加结构拆解），禁止一次 Write 全文，禁止用本 skill 包内记忆补写作方法。记下 invocation_id、next_url、result_callback_url。

1. 领取第 2 包并追加中间两节。

   python3 scripts/fetch_prompt.py next --invocation-id <id> --content <WX_VIDEO_REPORT_FILE>

HTTP 400（缺标题）→ 按返回原因补写第 1 包章节后再 next。按新 prompt 只追加「内容归因分析 + 六维评分」，不要重写已写好的前两节。

1. 领取第 3 包并追加末两节。 再次 fetch_prompt.py next（--content 为当前报告）。next_url 为空表示没有下一包。按 prompt 只追加「总体评估 + 标签」。
2. 本地结构硬门禁：

   python3 scripts/verify_report_structure.py <WX_VIDEO_REPORT_FILE>

退出码 0 / ok=true 才可说「本地结构校验通过（六节齐全）」。退出码 12 则补写后重跑。退出码 2 则核对 WX_VIDEO_REPORT_FILE 路径。满 3 轮仍失败不得跳到回传、不得谎称完成。

1. 回传报告（旁路）： 门禁通过后：

“ python3 scripts/submit_result.py <WX_VIDEO_REPORT_FILE> --invocation-id <id> “失败退出码仍为 0，报告照常交给用户；至多一句「本次登记未完成，可稍后重试」。

Whisper 转写（选装）

未装自动降级为画面推断，不影响出报告。默认不强引导安装；用户主动要台词分析时带 --install-whisper。耗时与选型见 [references/deps.md](references/deps.md)。

输出格式

脚本 stdout 形如：

WX_VIDEO_REPORT_FILE=/abs/path/to/wx-video-local-{ts}/report.md
=== WX_VIDEO_LOCAL_MANIFEST_START ===
{ "metadata": {...}, "cover": "...", "frame_index": [...], "transcript": "...", ... }
=== WX_VIDEO_LOCAL_MANIFEST_END ===

最终报告六节顺序固定：基本信息 → 结构拆解 → 内容归因分析 → 六维评分 → 总体评估 → 标签。章节名、表头以各包 prompt 与本地门禁为准，不要自行改名。

限制

• 只接受本地视频，不支持视频号分享链接。
• 单个文件 ≤ 100MB、≤ 15 分钟；超限退出码 11，把 stderr 原样转达。
• 写报告必须能连上网关；抽帧本身仍纯本地。
• 长视频抽帧稀疏（--max-frames 可调）；画面小字不清时用 --max-frame-edge 1600 或 0。

脚本位置

• scripts/analyze_local_video.py — 本地素材提取。
• scripts/fetch_prompt.py — 领取当前包写作说明书（失败则停）。
• scripts/verify_report_structure.py — 本地结构硬门禁。
• scripts/submit_result.py — 回传报告（旁路）。