🎨 创意设计 进阶 📦

reelbench-skills

AI 视频拉片与合成双技能包：video-shots 把成片拆成逐镜头分析表（时长、景别、运镜、节奏，ffmpeg 量切点、15 道质量门），video-sync 把分镜信息与画面合成为单文件报告视频。零 npm 依赖、零 API key，Claude Code / Codex 通用，Apache-2.0 开源。

8.2 /10 ★★★★☆
#AI视频#Claude技能#拉片分析#多Agent兼容

📊 评分明细

📦 打包完整度
2.1 2.1 / 2.5
🎯 实用性
2.1 2.1 / 2.5
📖 文档清晰度
1.6 1.6 / 2
👥 社区影响力
1.2 1.2 / 1.5
🔗 集成度
1.2 1.2 / 1.5

🎯 适用场景

AI视频Claude技能拉片分析多Agent兼容

这是什么？适合谁？

reelbench-skills（eternityspring 出品）是一个AI 视频侧的 Claude Code / Codex skill 双件套，只有两个 skill，但每个都解决一个真实痛点：

  • video-shots（拉片）：把一条成片拆成逐镜头的分析表——每镜的时长、景别、类别、运镜、画面内容、节奏。关键设计是切点与时长由 ffmpeg 客观测量，模型只判断该判断的那几件事（景别、运镜、画面语义），并有 15 道质量门逐条对账，防止 AI 编数据。
  • video-sync（合成带分镜信息的视频）：画面一边、分镜信息一边，镜头切了信息跟着切、镜头表自动滚动高亮，横版上下叠、竖版左右并，适合做拉片结果的分享视频。

仓库自带真跑出来的完整示例：用 202.9 秒的 AI 短片《啥是AI》跑出 53 镜、平均镜长 3.83 秒、每分钟 15.7 切、15 道质量门全绿的拉片报告（demo-report/ 目录），报告是零外部依赖的单文件交互 HTML——内嵌播放器播放时同步高亮镜头、可搜索可筛选可排序。2026-09-21 核验：GitHub 763★ / 96 fork，Apache-2.0，仓库创建于 2026-09-11（极新），最近推送 2026-09-14。

适合人群：

  • AI 短视频创作者：想系统性拆解爆款视频的镜头节奏与结构，而不是凭感觉看
  • 编导 / 影视专业学生：拉片是基本功，但手拉一条 3 分钟视频要几小时，这把机械部分交给 ffmpeg
  • 做 AI 视频教程的博主：video-sync 一键生成「画面+分镜标注」的演示视频
  • 用 Claude Code / Codex 的开发者：零 npm 依赖、零 API key，用当前会话额度

不适合谁：需要「一键生成成片」而不是「分析成片」的用户——这是分析工具不是生成工具。

准备工作

  • 运行环境：Claude Code 或 Codex（任一支持 Agent Skill 规范的编程 Agent）；node >= 18 和 ffmpeg / ffprobe 在 PATH 上（macOS：brew install node ffmpeg）
  • 账号要求：无。零 API key，AI 部分用你当前 Agent 会话的额度
  • 付费要求：完全免费，Apache-2.0 开源
  • 时间预算：安装 2 分钟；拉一条 3 分钟视频约几分钟（含 Agent 逐镜判断）
  • 前置知识：知道「景别/运镜」这类基础拉片术语即可，不熟也没关系——分析表本身是学习材料

3 步快速上手

第一步：克隆并安装软链

git clone https://github.com/eternityspring/reelbench-skills.git
cd reelbench-skills
./scripts/install.sh

安装脚本会把 skill 软链到 ~/.claude/skills/ 和/或 ~/.codex/skills/（哪个装了就装到哪）。git pull 之后立刻生效，无需重新安装。

第二步：可选的精细安装

./scripts/install.sh --claude      # 只装到 Claude Code
./scripts/install.sh --codex       # 只装到 codex
./scripts/install.sh video-shots   # 只装某一个 skill
./scripts/install.sh --uninstall   # 取消软链

不想软链就直接拷：cp -r skills/video-shots ~/.claude/skills/——skill 自包含，拷走就能用。

第三步：对 Agent 说一句话拉片

在 Claude Code / Codex 对话里，指向你的视频文件：

用 video-shots 拉一下这个视频 /Users/me/Downloads/demo.mp4，输出完整镜头分析表

成功判定：生成一份单文件 HTML 报告——双击离线可开，内嵌播放器播放时镜头同步高亮，镜头表可搜索/筛选/排序，含统计分布、出场人物、质量检查页；15 道质量门全绿。英文视频加 --lang en 可得全英文报告（官方 demo：287.4 秒英文片段跑出 46 镜、平均镜长 6.25 秒）。

常见踩坑

  1. 报 ffmpeg not found：ffprobe/ffmpeg 不在 PATH。macOS 用 brew 装；Windows 需手动加入 PATH 后重开终端再启动 Agent。
  2. Windows 下 ./scripts/install.sh 跑不了：脚本是 bash 的，在 Git Bash / WSL 里执行；或直接用第三步的「拷贝安装」绕过脚本。
  3. 拉片结果里镜头切分不对：切点由 ffmpeg 场景检测客观测量——如果源视频本身是「一条不切的长镜头」，检测一刀都不落是正确行为（官方英文 demo 里 46.92 秒的一镜就是这么处理的），不是 bug。
  4. 质量门有红项：15 道质量门逐条对账，红项会明确告诉你哪条数据没对上（如时长求和≠总时长）。照着报告里的提示让 Agent 重跑该镜即可，不要手改数据。
  5. node 版本过低：要求 >= 18，node -v 确认；旧版 node 会导致合成脚本静默失败。
  6. 以为能生成视频：video-shots 是分析、video-sync 是把分析结果合成演示视频，都不是视频生成器；要生成用其他工具。

进阶玩法

  • 拉爆款找节奏规律：把同赛道多条爆款视频跑出镜头表，对比「每分钟切镜数」「平均镜长分布」，量化拆解别人为什么节奏快
  • video-sync 做教学视频：拉片报告 + 合成视频一起发，观众能边看画面边看分镜标注
  • 改 CSS 自定义布局：video-sync 的合成布局「改一份 CSS 就行」，横竖版切换、字段显示都可控
  • 配合剪辑流程：先用 video-shots 拉参考片确定目标节奏，再去剪辑工具里照着做

常见问题 FAQ

Q1: 必须装两个 skill 吗？

A: 不用。./scripts/install.sh video-shots 只装拉片；video-sync 是可选的合成增强。

Q2: 支持哪些视频格式？

A: 只要你机器上的 ffmpeg 能解的都行（mp4/mov/webm 等常见格式）。

Q3: 会把视频传到云端吗？

A: 不会。切点测量、时长统计全部由本地 ffmpeg 完成；只有「判断景别/运镜」这类语义判断走你当前 Agent 会话的模型。

Q4: 和直接让 Claude 看视频有什么区别？

A: 模型直接看视频无法精确知道每镜的切点和时长；reelbench 让 ffmpeg 量客观事实、模型只做语义判断，且 15 道质量门防止编数据——这是它的核心价值。

Q5: 商用要注意什么？

A: Apache-2.0 允许商用；但仓库 README 含作者付费社群二维码，那是社群服务与本 skill 无关。

免责声明

基于公开资料（GitHub 仓库与 README）整理，AI 辅助生成，2026-09-21 核验。未实际执行拉片；性能与质量门表现以官方 demo（53 镜全绿）为参考，实际效果随视频质量与模型能力变化。

参考链接

📊 评分与标签

评分说明

评分依据可追溯至公开来源。

总分 8.2/10 · P_优选

📊 可观测社区指标（采集日期：2026-09-21）

  • GitHub: eternityspring/reelbench-skills ★763, 🔱96（GitHub API 实时核验）
  • 仓库创建于 2026-09-11，最近推送 2026-09-14（活跃开发中，仓库极新）
  • License: Apache-2.0 · 零 npm 依赖、零 API key · 依赖 node>=18 + ffmpeg/ffprobe
  • 官方 demo：202.9 秒短片跑出 53 镜、平均镜长 3.83 秒、每分钟 15.7 切、15 道质量门全绿

📦 可安装性 2.0/2.5

  • git clone + ./scripts/install.sh 一条链装好，软链到 ~/.claude/skills/ 与 ~/.codex/skills/，git pull 即更新；也支持单 skill 安装与直接拷贝（skill 自包含）。
  • 竞品对比 1（zenstory-ai/drama-skills）：用 npx skills add 一条命令，安装体验更现代。
  • 竞品对比 2（手写分析脚本）：需自行拼装 ffmpeg 管线与提示词，无现成安装路径。
  • 扣分：安装脚本是 bash 的，Windows 原生终端不可直接跑（需 Git Bash/WSL 或手工拷贝）。

🎯 实用性 2.3/2.5

  • 拉片（video-shots）解决真实高频需求：逐镜头的时长、景别、类别、运镜、画面、节奏全量表；切点与时长由 ffmpeg 客观测量、模型只做语义判断，15 道质量门对账防编造。
  • video-sync 把分析结果合成「画面+分镜信息」单文件报告视频，布局改一份 CSS 即可。
  • 竞品对比 1（直接让 Claude 看视频）：模型无法精确获得每镜切点与时长，也无法保证数据不自相矛盾。
  • 竞品对比 2（专业拉片软件）：功能全但重、贵，且不嵌入 Agent 工作流。
  • 扣分：只有两个 skill，功能半径窄（分析+合成，不含生成）。

📖 文档质量 1.7/2.0

  • README 中英双语，含安装/卸载/单装选项、双 skill 职责表、真跑 demo（demo-report/ 完整产物 + 交互报告截图）、微信社群入口。
  • 竞品对比 1（多数同类 skill 仓库）：仅一段介绍无 demo 产物。
  • 竞品对比 2（drama-skills）：文档体系更完整（CHANGELOG/CONTRIBUTING/DESIGN/docs/evaluations）。
  • 扣分：无 CHANGELOG、无英文以外详细教程；demo-report 之外缺少更多场景示例。

👥 社区活跃 1.0/1.5

  • 2026-09-11 创建、10 天 763★ / 96 fork，增速快；作者活跃（X 账号 + 付费 AI 视频社群）。
  • 竞品对比 1（drama-skills）：约 2 个月 2118★，社区规模更大。
  • 竞品对比 2（同类个人工具仓库）：多数长期低于 200★。
  • 扣分：仓库极新（10 天），长期维护节奏未知；issue/PR 治理尚未成形。

🔗 兼容性 1.2/1.5

  • Claude Code 与 Codex 双端软链安装，node>=18 + ffmpeg 为唯一依赖，零 API key 用当前会话额度。
  • 竞品对比 1（绑定单厂商的工具）：只能在特定平台用。
  • 竞品对比 2（云拉片 SaaS）：跨平台但数据须上云。
  • 扣分：Windows 原生环境安装与 ffmpeg PATH 配置有摩擦（README 未给 Windows 专门指引）。

🏷️ 标签说明

📋 来源核实

  • ✅ GitHub API 实读（2026-09-21）: eternityspring/reelbench-skills — 763★ / 96 fork / Apache-2.0 / 创建 2026-09-11 / 最近推送 2026-09-14
  • ✅ README 实读（2026-09-21）: 双 skill 职责、安装选项、demo 数据（53 镜/15 门全绿）、依赖要求均来自官方 README
  • ⚠️ 未实测：实际拉片执行、质量门表现、video-sync 合成效果（结论基于官方 demo 数据与 README 自述）

⚠️ 局限与未实测声明

  • 仓库创建仅 10 天，长期维护与迭代节奏待观察。
  • 未实际执行拉片流程；「15 道质量门全绿」来自官方 demo 自述，非独立复跑结果。
  • Windows 原生环境兼容性未实测（安装脚本为 bash）。