跳到主要内容
AI教程

用 reelbench-skills 在 Claude Code 与 Codex 中完成视频拉片和分镜同步

本教程介绍 reelbench-skills 的两项视频能力:逐镜头拆解成片,以及把视频与分镜信息同步合成。你将学会安装 skill、选择部署目标、查看输出文件,并掌握更新、离线使用和布局调整技巧。

用 reelbench-skills 在 Claude Code 与 Codex 中完成视频拉片和分镜同步

项目简介

reelbench-skills 是一组面向视频工作的 Claude Code 与 Codex skill。目前项目包含 video-shots 和 video-sync,分别用于成片拉片分析,以及制作随镜头切换同步更新分镜信息的视频。

项目仅依赖 Node.js 18 或更高版本,以及 ffmpeg 和 ffprobe。它没有 npm 依赖,也不要求额外配置 API Key,而是使用当前 Claude Code 或 Codex 会话的额度。

两项核心能力

video-shots:逐镜头拉片分析

video-shots 会把完整视频拆成逐镜头分析表,记录时长、景别、类别、运镜、画面与节奏等信息。镜头切点和时长由 ffmpeg 测量,模型负责判断需要语义理解的内容,最后通过 15 道质量门逐项检查结果。

生成的报告是一个没有外部依赖的单文件交互页面,可以离线双击打开。页面包含内嵌播放器、播放同步高亮、点击镜头跳转、镜头节奏带、搜索、筛选、排序、列表与卡片视图、首尾关键帧、统计分布、出场人物及质量检查。

拉片报告交互页面

窄屏设备也可以浏览镜头表,便于在不同尺寸的屏幕上检查分析结果。

窄屏下的镜头表

video-sync:合成带分镜信息的视频

video-sync 用于把成片与分镜信息组合到同一个视频画面中。视频镜头切换时,对应信息会同步更新,镜头列表也会自动滚动并高亮当前项目。

  • 横版素材可采用上下叠放布局。
  • 竖版素材可采用左右并排布局。
  • 布局集中在一份 CSS 中,便于统一调整。

安装前准备

开始前请确认系统已经安装以下工具:

  • Node.js:版本不低于 18。
  • ffmpeg:用于视频处理和镜头切点测量。
  • ffprobe:通常随 ffmpeg 一起安装,用于读取媒体信息。

macOS 用户可以通过 Homebrew 安装:

brew install node ffmpeg

还需要至少安装 Claude Code 或 Codex 之一。安装脚本会检查当前环境,并把 skill 链接到已存在的对应目录。

安装 reelbench-skills

克隆并自动安装

首先克隆仓库,然后执行安装脚本:

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

默认情况下,脚本会根据本机环境,将 skill 软链接到 ~/.claude/skills/ 和/或 ~/.codex/skills/。

选择安装目标

如果只希望安装到特定工具,可以使用对应参数:

./scripts/install.sh --claude
./scripts/install.sh --codex

第一条命令只安装到 Claude Code,第二条只安装到 Codex。

只安装一个 skill

如果当前只需要拉片能力,可以按名称安装:

./scripts/install.sh video-shots

同理,可根据实际需要选择仓库中提供的其他 skill。

不使用软链接

每个 skill 都是自包含的,因此也可以直接复制到目标目录:

cp -r skills/video-shots ~/.claude/skills/

复制方式简单直接,但仓库更新后需要重新复制;软链接方式则可以让更新立即反映到 Claude Code 或 Codex 的 skill 目录。

基本使用流程

使用 video-shots 分析成片

  1. 确认 video-shots 已安装到当前使用的 Claude Code 或 Codex。
  2. 准备需要分析的视频文件。
  3. 在当前会话中明确要求使用 video-shots 对视频进行拉片,并说明期望的输出语言。
  4. 等待流程完成后,优先打开生成的 HTML 报告检查镜头划分、关键帧和质量结果。
  5. 如需后续处理,可读取 JSON、Markdown 或运动曲线数据。

可以在会话中使用类似下面的任务描述:

请使用 video-shots 对这个视频进行逐镜头拉片,输出镜头时长、景别、类别、运镜、画面与节奏分析,并检查质量门。

仓库中的英文广告示例使用了 --lang en,生成的报告内容为英文。需要英文产物时,可在任务中明确语言,并参考该参数设置。

理解拉片产物

仓库提供的 demo-report 来自一条 202.9 秒的 AI 短片《啥是AI》。示例共识别 53 个镜头,平均镜长为 3.83 秒,每分钟 15.7 次切换,并通过全部 15 道质量门。

示例目录展示了典型产物的组织方式:

demo-report/
├── shots-report.html
├── shots.json
├── shots.md
├── track.json
└── frames/
  • shots-report.html:单文件交互式拉片报告,可直接双击打开。
  • shots.json:逐镜头拉片的主数据。
  • shots.md:Markdown 格式镜头表。
  • track.json:逐帧差分得到的运动曲线,作为机器测量证据。
  • frames/:每个镜头的首尾关键帧;53 镜示例中共有 106 张图片。

建议先在 HTML 报告中完成可视化检查,再根据后续自动化需求使用 shots.json 或 track.json。

使用 video-sync 制作同步展示视频

  1. 准备成片和对应的分镜信息。
  2. 确认 video-sync 已安装。
  3. 在 Claude Code 或 Codex 会话中要求使用该 skill 合成视频。
  4. 根据横版或竖版素材选择上下叠放或左右并排布局。
  5. 生成后检查镜头切换、信息更新、列表滚动与高亮是否同步。

任务描述可以写成:

请使用 video-sync 将这条视频与分镜信息合成。镜头切换时同步更新信息,并让镜头列表自动滚动和高亮。

仓库示例展示了一个 30 秒英文广告片与 5 镜分镜信息的合成结果,输出尺寸为 1280×1296。可以在 demo-sync 示例目录中查看相关文件。

进阶技巧

利用软链接快速更新

如果通过安装脚本创建了软链接,只需在仓库中执行:

git pull

更新内容会立即对已链接的 skill 生效,不需要再次复制文件。这种方式尤其适合持续跟进项目版本。

按需安装,减少环境干扰

只使用 Claude Code 时加上 --claude,只使用 Codex 时加上 --codex。如果仅处理拉片任务,也可以只安装 video-shots,让 skill 目录保持精简。

优先检查机器证据

拉片结果出现疑问时,可以结合 track.json 中的逐帧差分运动曲线,以及每镜首尾关键帧进行复核。项目将切点和时长交给 ffmpeg 测量,有助于把可量化部分与模型判断部分分开。

利用报告进行快速复核

播放视频时观察当前镜头是否正确高亮,再利用搜索、筛选和排序定位特定景别、类别或人物。点击镜头可以跳转到对应时间,点击关键帧则可以查看大图。完成检查后,再查看质量检查区域是否全部通过。

调整 video-sync 布局

video-sync 的布局集中在一份 CSS 中。需要适配不同画幅时,可以从横版的上下布局或竖版的左右布局开始调整,而不必分散修改多处样式。

卸载软链接

如果不再需要这些 skill,可以执行:

./scripts/install.sh --uninstall

该命令用于取消安装脚本创建的软链接。

总结

reelbench-skills 把视频拉片和分镜同步展示封装成可供 Claude Code 与 Codex 使用的 skill。借助 video-shots,可以获得带机器测量证据、关键帧和质量检查的交互式报告;借助 video-sync,可以制作镜头切换与分镜信息同步的视频。项目依赖少、无需额外 API Key,并支持软链接更新和离线查看报告,适合构建可复核的视频分析工作流。