你给我: 参考文件或链接,以及想理解或借鉴的部分;有后续创作目标时一起说明。
你拿到: 有来源依据的参考分析、关键元素和可复用手法。视频默认交付 HTML 报告与分析数据,包含逐段拉片、关键元素、跨镜头归组和整体解读;其他类型按内容组织拆解文档。
取得执行资源
用途: 视频拉片需要 HTML 报告时,用此包固定布局、样式和交互,将本次分析 JSON 与实际媒体打包;分析结论仍由 Agent 完成。只读取局部方法、不生成报告时无需下载。
下载资源包 · 20261105.1 · 21,573 bytes
SHA-256: 2b936abc22b8fed4f3cdcc617061709d022ff9e69c22ac892bf4e2d5ddd48c1f
先下载、核对大小与 SHA-256,再解压到本次工程;已有校验一致的同版本包可复用。解压根目录为 teardown-report/,下文 assets/、scripts/ 及灵感目录占位符均指此目录。保留目录结构,使用包内脚本,不混用旧同名文件。包内不含用户视频或分析结果。
运行需要 Python 3 标准库;使用系统字体,不下载字体文件。
工具与方法
宿主 Agent 负责读取、观看、听取和分析实际内容;媒体工具负责参数、抽帧与片段处理。视频报告用随附模板和 Python 3 标准库脚本生成,不临时重做页面。
- :获取文件与链接,确认实际版本和读取范围。
- :镜头、图层、运动、剪辑、声音及跨镜头关联。
- :视频报告的字段、样式、交互与打包。
- :页面的信息结构、视觉规则与可用素材。
- :图片、音频和文档的专项观察。
工作流程
- 沿用分析目标并取得实际内容。 确定整份或局部范围,保留来源和实际读取限制。按类型读取对应方法;只需取事实或转写时,直接用宿主能力。
- 拆出决定效果的部分。 结合内容顺序、视觉、运动和声音说明它如何成立,用时间点、参考帧或原文位置举证。观察、实现方式推测和改编建议分开写。
- 整理关联。 用 REF-E01 等编号关联重复元素与出现位置。归组写依据,不把相似构图认定为同一台摄影机。营销内容仅按实际作用标
hook(吸引注意)、turn(转折)、proof(证明)、cta(引导行动),不补造环节。 - 交付并衔接后续任务。 视频按 Report 生成报告;其他类型交付内容结构、表现方法、元素清单和必要的改编建议。标明元素识别与已取得文件的区别。 视频报告在此步使用:按 Report 填写本次 JSON,运行包内
scripts/render_report.py,再实际打开生成的 HTML 检查四个视图、媒体与跳转;交付报告及分析数据。
被其他灵感引用时
沿用调用方的目标、范围和已有分析,只补充需要的段落、字段或素材标签,返回来源位置和元素编号。调用方需要报告时再打包 HTML,不重复启动完整分析。后续分镜可把 REF-E01 对应到目标 E01;制作路线由调用方安排。
取得内容
文件直接读取,保留原文件;抽帧、裁切和转码使用副本。链接先确认用户指定的视频与时间范围,记录原始地址、实际文件、分辨率、时长和取得时间。
按来源与当前工具能力选择获取方式。Computer Use 负责打开作品、确认版本并找到可用媒体;文件下载工具负责保存实际媒体,FFmpeg/FFprobe 负责处理和验证。Teardown 提供获取方法,本身不是下载接口。
- 用户文件或直接媒体链接: 文件直接读取;直接媒体地址用文件下载工具保存,不必先打开平台页面。
- 抖音、小红书作品页: 优先使用已授权的 Computer Use 打开并播放作品,确认是目标作品和完整版本。检查平台可用的保存入口,或当前浏览器工具明确支持的媒体资源读取能力;若能列出已加载媒体,使用实际观察到的 MP4、音视频分离轨或其他可处理的媒体地址。不能因为播放器显示
blob:就认定无法取得,也不能假定每种浏览器都支持列出或导出媒体。 - 保存浏览器中找到的媒体: 使用当前允许的下载工具或 Python 请求实际观察到的资源地址,按需要设置普通 User-Agent/Referer;浏览器内下载遇到 CORS 限制时,可在工具与授权允许的范围内改用上述文件下载方式。分离音视频轨用 FFmpeg 合并,保留原始文件。遇到登录或权限拒绝时不绕过,不读取浏览器凭据,不猜测未观察到的媒体地址。
- 其他平台或备选路线: 按当前已经验证的支持情况选择 Computer Use、平台连接器/API/MCP 或下载工具,例如 yt-dlp。已有接口直接返回可用媒体时可复用,不必重复浏览器步骤。yt-dlp 不作为所有平台统一的前置步骤;单一工具失败不能代表其他路线也不可用。
- 需要用户协助时: 当前适用且允许的路线已失败或明确不可用后,再请求用户上传具体缺失文件;列明已尝试的方法、错误和剩余限制。需要用户完成登录或验证码时,直接说明所需操作。已有可用文件继续分析,不因单条失败阻塞全部内容。
取得后用实际可用的媒体工具确认可播放,记录总时长、画幅、分辨率、帧率和音轨。只有封面、文字介绍或部分帧时,写清实际读取范围,不能当作完整视频或声音分析。工具观察失败后,先核对下载与文件状态,避免重复取得或误报结果。
图片优先读取原图;网站通过可用浏览器查看实际页面与交互。在线文档优先用对应连接器读取,记录版本或修改时间;没有权限时请用户提供可读文件。音频沿用媒体文件的获取方法,保留声音与转写的时间基准。
图片、音频与文档
按用户想借鉴的部分选择字段,交付内容结构、表现方法、关键元素和来源位置;普通读取、摘录与转写沿用宿主能力。
图片
观察主体及信息、构图与视线引导、留白、前后景、光线、材质、配色、字体与文字层级。一组图比较统一规则与变化:角度、场景、卖点、版式怎样配合。元素记录外观、位置和关联图片;只有缩略图时不判断看不清的细节。
音频
按实际时间记录段落、能量变化、重音与停顿,说明人声、音乐、音效和环境声各自的作用。需要剪辑卡点时标出事件时间;BPM 依据测量或明确估计,不能从文字稿猜声音。转写、歌词与实际听感分开;未听过的部分不描述音色、节奏或混音。
文档
整理信息组织、受众、语气、论证与案例怎样推进,标出适合视觉化的过程、数字和对比。事实和引用保留原文位置,区分原文结论与改编建议。品牌手册按 整理设计速查,以规范为依据。长文只精读部分时说明覆盖范围。
Report
当前定义视频拉片的 HTML 报告。分析方法见 ;本文件约定信息呈现、模板填充、交互和交付。其他内容类型按各自方法交付,尚未纳入此模板。
生成方式
使用 报告模板、样式 和 交互脚本,将分析写入 JSON,再运行打包脚本。固定结构、视觉和行为由模板提供,每次替换本次分析数据与实际媒体。
python3 <Teardown灵感目录>/scripts/render_report.py <本次分析.json> <交付目录>/report.html
脚本只依赖 Python 标准库,校验编号、时间范围、元素关联与媒体文件,并内嵌样式、交互、品牌和媒体。默认输出一份可独立传递的 HTML;已有同名文件时先保留,确需替换才加 --overwrite。
媒体较大时加 --media copy:品牌仍内嵌,原片与参考帧复制到报告旁的资源目录,引用使用相对路径。交付时将 HTML 和该资源目录一起打包,保持目录关系。JSON 中的媒体路径以 JSON 所在目录为基准;先取得实际文件再填路径,不依赖临时签名地址或用户机器上的绝对路径。
字段示例见 example-data.json。其中的文字只演示结构,执行时换成本次实际分析;未取得的媒体使用 null。
固定的视觉与信息层级
- 顶部品牌栏保持固定,使用模板配套品牌图,保留完整比例。报告标题、媒体信息、查看来源与下载分析数据位于品牌栏下方。
- 纸面
#F4F2ED,内容面板#FFFEFA,正文#1B1B19,次要文字#77766F,边线#DFDCD4。橙色#E85D3D用于重点与选中标签;蓝色#4778D7用于关联与跳转。叙事角色颜色由模板统一映射。 - 使用系统自带的衬线、无衬线和等宽字体,不需要下载或内嵌字体文件。
- 桌面以 1440 px 为基准:品牌栏高 72 px,正文左右留白 40 px,主要区块间隔 24 px,面板圆角 10 px。主标题 42/58 px,段落标题 23/36 px,分析正文 13/21 px。具体响应规则由样式文件维护。
- 逐段视图先给「本片值得学」的一句话结论,再提供原片与分析证据。文字和面板高度随内容伸展;不为维持示例高度截断分析。
四个阅读视图
关键帧仅用于浏览与举证。判断动作、运镜和转场仍依据实际动态内容。参考图使用完整画面展示;竖屏、方形素材保持原始比例,不裁去证据信息。
数据约定
根字段:
每个分析段包含 id、title、start、end、frame、fields 和 elements。start/end 为秒,按开始时间排列且不重叠;区间不连续时,空白代表未分析,不补造内容。fields 是「字段名 → 纯文本」对象,按阅读顺序写画面、运动、转场、声音及表达作用等适用项;观察、推测和建议在文字中明确区分。elements 引用原片元素编号。
仅营销内容填写 role:hook、turn、proof、cta;非营销内容省略。分析段可以包含多个切镜,数量称为「分析段数」。
每个元素包含 id、name、frame、traits(或 fields 中的「关键外观或结构特征」)和 shots。元素的 shots 与分析段的 elements 双向对应。同一元素跨镜头保持编号;参考帧为空不代表已经提取素材。
每个归组包含 id、name、basis 和 shots。至少关联两个有依据的分析段。归组表达可观察的关联,不推定同一物理摄影机;本报告不要求反推机位坐标和焦距。
每个解读章节包含 title、paragraphs(纯文本数组),可选 rows(表格行,首行为表头)。下载操作输出与页面相同的分析数据。文本作为内容显示,不填写 HTML、脚本或内联样式。
行为与适配
- 点击时间轴或缩略图,定位原片并更新当前段分析。普通播放随时间更新段落;「播放本段」在本段末尾停止,勾选循环时只循环本段。切换阅读视图暂停播放。
- 元素编号跳转到对应元素;元素段号、归组缩略图跳回逐段视图并定位。四个视图使用相同的编号和时间来源。
- 时间轴保留真实时间比例。短段的文字可以隐藏,但仍可通过缩略图与段号定位;空白区间明确表示不在分析范围内。
- 长标题换行,长分析和元素说明完整伸展。缩略图与归组画面可横向浏览,避免将少数画面缩到无法辨认。
- 900 px 以下逐段区域改为上下排列;手机保留品牌、四个入口、播放器和全部分析内容。窄屏隐藏旁侧目录,正文仍可直接阅读;不压缩原片比例。
- 没有声音检查时写「未检查」或「未实际听过」;没有元素或归组时说明本次未整理,不填示例。没有原片时显示实际保存的参考帧与原因,禁用播放操作;没有参考帧时显示缺失状态。
交付检查
生成后实际打开报告,检查四个视图、媒体加载、选择段落、本段停止与循环、元素和归组跳转,以及数据下载。至少查看一个桌面和一个手机尺寸,检查长文字、面板高度、品牌比例及横向溢出。有竖屏素材时核对完整画面和实际比例。
确认数据与页面一致、来源和限制可见、没有缺失文件。资源目录交付时移到另一目录再打开检查相对引用;单文件交付时确认没有外部字体、脚本或媒体依赖。记录实际通过的检查,样式通过不代表原片分析结论已经独立核验。
视频拉片
用于影视镜头、营销短片、口播、屏幕演示、纯动效及混合内容。结合镜头、表演、场景和美术的分析,以及图层、动效时间关系、剪辑和声音的拆解,形成后续生成、代码动画和素材合成共用的制作依据。
独立拉片默认交付可交互的 HTML 报告,包含逐段分析、关键元素、按需建立的跨镜头归组,以及必要的专项拆解。 按 使用模板生成,保留分析数据供后续制作使用。被其他灵感引用时只交付所需部分,报告按需生成。原片分析与改编设计分开记录,不把拟用工具或猜测写成原片事实。
视频怎样取得见 。
一、确认分析范围
写清分析的是整片还是指定片段,声音是否实际听过,画面清晰度是否足以判断细节。没有音频、不能逐帧、字幕缺失等情况如实记录,相关判断标为未知或估计。
二、先通看,再定位细节
- 通看完整分析范围。 理解内容目标、开场、信息展开、转折和收尾,以及整体的画面与声音关系。抽帧或联系表用于定位,随后回看对应的真实动态片段。
- 判断是否为营销内容。 产品发布、广告、品牌片、功能介绍等,按实际作用标角色,见第三节;不为凑齐结构补造环节。
- 划分镜头或有意义的段落。 记录起止时间和时长。实拍内容关注切镜和连续动作;纯动效还要记录同一连续镜头中的布局、元素或状态变化,不要把每次元素入场都当成一次切镜。
- 定位决定相似感的部分。 找出关键镜头、重复图形、标志性转场、视觉巧思和声音锚点。围绕这些部分加密回看,不必对全片用同样的抽帧密度。
- 记录运动全过程。 对关键元素观察开始、加速、峰值、停留和退出;对动作和运镜观察前后状态。静态关键帧用于分析构图,连续帧和实际播放用于判断运动。
- 按需建立跨镜头关联。 按第四节的归组方法,整理重复出现的主体、场景、视角、构图或表现方式,说明镜头之间怎样对应、变化和衔接。
三、写拉片分析表
每行对应一个镜头或有意义的时间段,表格覆盖实际分析范围。时间点取自视频;帧级判断依据实际帧率,不凭描述补造精确数值。
各列写什么:
- 角色: 营销内容填
hook、turn、proof或cta;一个角色可以跨多行。非营销内容留空或去掉这一列。 - 画面与内容: 主体、场景、景别、构图、主要图层、文字与信息;画面具体表达什么。
- 关联元素: 引用第四节关键元素的编号,关联同一元素在不同镜头中的表现。
- 镜头与元素运动: 人物与物体的动作、摄影机运动、图形与文字的变化,以及停顿和先后关系。区分镜头运动、素材运动和裁切缩放。
- 剪辑与转场: 切点、匹配关系、连续运动、遮挡、叠化等实际出现的方式。
- 声音与同步: 台词或旁白、音乐、音效或环境声,以及与动作、切镜、文字或节拍的对应关系。没听过的声音标为未检查。
- 表达作用与复用要点: 这一段承担的叙事或信息作用,以及相似感来自哪里。营销内容写清这一段为观众换来了什么,例如「观众相信只需一次点击就能开始」。改编想法注明为建议。
关键帧引用实际保存的图片或可回看的时间点。没有取得的图片,不写成已嵌入的证据。
四、提取关键元素
从实际画面和声音中整理会影响改编、制作或跨镜头一致性的元素,不只在各镜头中分别描述。按本片需要选择类型,例如人物、产品与道具、场景、重复使用的图形或界面组件;声音身份或重复音效影响复刻时也纳入。
为原片元素分配文档编号,例如 REF-E01,并在拉片表中引用。同一个人物、产品或场景跨镜头重复出现时合并记录,外观或状态的变化在对应时间点补充。只记录对本次制作有用的元素。
写清哪些特征需要保持,例如人物外观、产品形状与标识、场景布局、组件结构,以及相邻镜头中的状态变化。看不清的细节标为未知,不要推测人物身份、品牌或看不到的结构。
跨镜头归组(按需)
结合拉片表与元素清单,按本次分析目标归组,引用对应镜头编号并写明依据。例如对话中的正反打、同一商品反复出现的观察视角、同一场景的不同景别,或重复使用的图文布局与动效手法。记录组内哪些内容保持、哪些发生变化,以及各组怎样交替使用,供后续改编与制作复用。
归组描述画面之间的关联。相似背景或构图不证明来自同一台摄影机;只需说明可观察的视角与空间关系,无需推算摄影机的实际位置、坐标或焦距。
五、按内容选择专项拆解
只展开影响本次复刻的部分。
营销结构
列出各角色段落的顺序和时长占比,例如「开头 4 秒 → 证明三段共 18 秒 → 收尾 3 秒」。说明开头用什么方式抓人、证明用了哪几种做法、收尾留下了什么、给了什么下一步。角色含义见入口;只标实际存在的环节。
影视镜头、人物与场景
记录主体外观、服装和道具、动作过程与目标、人物站位、视线、前后景及可观察的空间关系;拆出景别、可见拍摄方向、镜头运动、光线、色彩与材质。结合跨镜头归组说明重复与变化;连续镜头说明需要保持的角色、场景、动作和物体状态。
图层、文字与代码动效
记录图层构成、前后关系、位置与大小、透明度、遮罩、模糊、阴影、辉光和纹理。尺寸和位置可用画面比例表达,标明实测或估计。
对关键或重复的动作,拆出入场、停留、退场、方向、路径、时长、错峰、缓动与过冲;说明哪些元素同时动、哪些保持静止,内容是否在容器内部独立运动。字体不确定时记录特征和候选,不把猜测写成识别结果。
抽帧密度: 动效段落至少每 0.5 秒一帧,快速段落加密到 0.1–0.2 秒;每次画面停住的那一帧单独保存,它通常是一个动作的落点。
节拍: 有音乐或明显节奏时,测出 BPM(或量鼓点间隔),在拉片表里记下每个动作落在第几拍,以及哪些动作卡在鼓点、呼啸、落定声上。没有音乐时记录动作之间的间隔。复刻动效时,节拍比单个动作的细节更决定「像不像」。
推测实现方式: 后续要用代码复刻时,按看到的效果推测做法,标为推测,拿不准就写两种候选:
配色取色写色号,记进关键元素。
视觉巧思与复杂转场
逐段说明参与对象、触发动作和变化结果,例如尺寸变化、前后遮挡、物体交接、形态替换或跨越画面边缘。判断它是连续动作、遮挡切镜还是合成效果;不能确定的实现方式标为推测。
真实素材、截图与录屏
记录素材类型、具体程度、来源线索和画面处理。产品演示还要记录操作顺序、光标、点击、悬停、界面状态和操作结果,供后续采集或录制使用。参考片中承担事实或操作证明作用的画面,改编时要由相应的真实素材支撑。
剪辑、口播与声音
记录段落顺序、镜头长短变化、重复与停顿,以及画面、台词、音乐和音效怎样配合。有口播时分析讲述结构与语气;音乐驱动时分析节奏段落和切点;以音效为主时记录动作与声音的对应。
字幕和动态文字分别记录内容、位置、出现规则和时间基准。
需要数值测量时使用实际可用的媒体工具,并标注依据。不为分析完整而编造参数、算法或原作者使用的软件和模型。
六、报告内容与交付
按 SKILL.md 的拆解文档组织,视频的具体内容是:
- 来源与范围: 链接或文件、媒体信息、分析区间、已知限制。
- 整体解读: 内容结构、核心视觉方法、决定相似感的要素;营销内容附角色结构。
- 拉片分析表。
- 关键元素清单。
- 必要的专项拆解: 附实际关键帧、局部对照或声音时间点。
- 改编建议: 哪些保留、替换或调整;哪些需要新生成画面、代码动效或真实素材;还缺什么输入。调用方结合工具条件确定具体制作路线。
需要 HTML 时将这些内容按 映射到四个阅读视图;第三节的表格字段在 HTML 中呈现为当前分析段的字段,不强制显示为宽表格。跨镜头归组按实际需要填写,无依据时保留空状态。使用模板的系统字体样式、布局和交互,核验实际媒体与关联跳转。
后续制作对照报告和分析数据检查。报告完成,不代表新视频已经制作。
网站拆解
围绕用户想借鉴的内容、视觉或交互,记录它说了什么、怎样呈现,以及有哪些实际可用的素材。普通页面取信息直接用宿主读取能力。
内容与视觉
- 按页面顺序整理核心主张、支撑事实、关键数字、客户与行动入口,保留原文位置。营销结构只标实际存在的 hook、turn、proof、cta。
- 以覆盖目标范围的截图记录布局、主视觉、留白和信息层级;长页截图保留重叠以便对应。固定视口用于比较,不以一张首屏代表整站。
- 读取可取得的实际样式,整理颜色及用途、字体和字重、字号层级、边框、阴影与组件特征。不能读取时只描述可见特征,不猜 HEX 或字体名。
- 动效记录触发条件、前后状态、时序与反馈,回看实际交互;截图不能证明滚动、悬停或状态切换的行为。
交付
整理内容结构、设计速查和素材清单,附来源地址、页面位置与实际文件。Logo、主图、截图、视频等逐项区分已保存与仅识别;保存时可统一放在 capture/。
说明哪些规则适合迁移到用户内容,哪些依赖原页面的信息密度或交互。记录登录、动态加载和实际覆盖范围;当前不将网站强行套入视频 HTML 模板。


