mcpField
V
video-analysis

video-analysis

github.com/postplusai创意与媒体271.1k 次安装1 天前更新
代码仓库

关于 video-analysis

供分析本地视频或视频 URL 的 PostPlus skill,面向需要拆解短视频创意的用户。它通过 PostPlus 媒体分析命令运行,并为每个来源视频保存一份基于可观察证据的 Markdown 报告。

主要功能

  1. 01分析本地视频和 HTTPS URL
  2. 02检查钩子、节奏和镜头段落
  3. 03识别屏幕文字与口述内容
  4. 04评估可见的品牌及视觉信号
  5. 05为每段视频保存一份 Markdown 报告

适用场景

  1. 01拆解短视频广告结构
  2. 02检查视频钩子与节奏
  3. 03根据视频证据记录创意策略

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/postplusai/postplus-skills --skill video-analysis

安装后在 Claude Code 中输入/video-analysis确认已加载。

详细介绍

视频分析

适用场景

  • 用户提供本地视频文件或视频 URL,并要求观看、检查、拆解、剖析、分析吸引点、理解镜头、提取台词,或解释视频为何有效。
  • 当需要获取超越元数据的视频层面证据时使用。不要根据转录猜测或一般营销知识来回答实际的视频理解请求。

不适用场景

  • 任务属于构思、QA,或交接部分中列出的其他已发布技能。
  • 缺少必要输入,且猜测会改变结果。

执行边界

  • 通过 postplus media analyze 运行分析;使用 postplus media schema --json 查看当前标志。
  • 支持的本地格式为 .mp4、.m4v、.mov 和 .webm。
  • 将本地路径、HTTPS URL、现有 PostPlus 媒体引用或视频数据 URI 直接传给 --video。PostPlus 会准备媒体并运行请求;不要预先上传媒体,也不要手动编写请求对象。
  • 如果媒体准备或分析失败,请在该错误处停止。

来源与路径

  • 可直接分析本地文件或 HTTPS 视频 URL。
  • 保留 sourceId、sourceUrl、videoFilePath、sourceMetadataPath 或数据集路径、模型、提示词版本及来源依据,以便将结果关联回来源元数据。
  • 如果下载视频的来源获取成本较高,请保留这些视频。将分析 Markdown 文件和清单保存在稳定的工作区路径下。

分析范围

  • 默认情况下,每个源视频生成一份分析结果。
  • 分析涵盖实用的短视频结构,例如吸引点、节奏、镜头节拍、旁白/屏幕文字、产品出场时机和创意策略。
  • 对于画面中可见的内容,还会分析视觉与品牌信号:类型/氛围、配色、灯光、镜头语言、剪辑节奏、品牌感觉以及最适合的创意应用场景。

输出与交接

  • media analyze 返回托管分析响应。从该响应中读取分析文本,并为每个源视频编写一个自然的 Markdown 文件,存放在稳定的工作区路径下;没有批处理运行器或摘要文件。
  • 分析应涵盖有用的视频证据,例如镜头节拍、时间线、旁白/屏幕文字、可复用的内容结构,以及相关的创意策略。如果结果将分析内容包装在 JSON 中,请在当前上下文中将其解包为可读的 Markdown。
  • 结果应以可观察到的视频证据为依据。数据库字段、目录 frontmatter 或搜索索引属于单独的摄取步骤,不属于通用视频分析边界。

公共命令边界

  • 运行 postplus media analyze <model-key> --video <local-path-or-url> --prompt <analysis-prompt> --output <result.json>。 如果已知源视频时长(例如从本地文件获取),请传入 --video-seconds <n>,以便托管边界高效路由符合条件的短视频;如果时长未知,则省略此参数。
postplus media analyze video-analysis \
  --video ./reference.mp4 \
  --prompt "Describe the result you need" \
  --wait \
  --output ./result.json
  • 使用 postplus media schema --json 查看模型键和请求格式;不要使用其他执行接口。
  • 如果 CLI 返回报价确认质询,请运行 postplus quote confirm --json --challenge-file <challenge.json>,然后使用返回的令牌重试。
  • 根据用户输入选择最精简且匹配的命令,并直接运行。
  • 就绪状态诊断:postplus doctor --skill video-analysis。 如果命令失败,请报告确切错误并停止。不要通过根据元数据作答、重写媒体、探测就绪状态或使用无归属的备用方案来绕过失败。

评论

支持 Markdown