Agent Skills › JuneYaooo/rea-toon › rea-toon

rea-toon

GitHub

逆向拆解短剧为可复查剧本与爆款报告,提供节奏、爽点及人设分析。需能看图,按流程生成HTML报告与结构化数据,用于内容分析与创作参考。

skills/rea-toon/SKILL.md JuneYaooo/rea-toon

Trigger Scenarios

用户要求拆解短剧或分析剧集套路 用户询问某条视频为何火爆或需要制作复盘报告

Install

npx skills add JuneYaooo/rea-toon --skill rea-toon -g -y
More Options

Use without installing

npx skills use JuneYaooo/rea-toon@rea-toon

指定 Agent (Claude Code)

npx skills add JuneYaooo/rea-toon --skill rea-toon -a claude-code -g -y

安装 repo 全部 skill

npx skills add JuneYaooo/rea-toon --all -g -y

预览 repo 内 skill

npx skills add JuneYaooo/rea-toon --list

SKILL.md

Frontmatter
{
    "name": "rea-toon",
    "description": "逆向拆解短剧:真人短剧、AI 短剧、漫剧、动态漫画、解说类,单集或整部剧。拆成可复查的剧本源码(角色、逐句说话人、分场造型、戏剧节拍、逐镜看点),再出给编剧和制片看的爆款拆解报告(节奏曲线、爽点分布、人设、套路、可复用公式),整部剧另出跨集拆解(人物弧光、伏笔回收、集间钩子、付费卡点)。用户说\"拆一下这部短剧\/这条为什么火\/分析这部剧的套路\/拆解这几集\"时使用。"
}

rea-toon:逆向拆解一切短剧

把一条短剧(或一整部剧的每一集)逆向成可复查的源码:每个判断都带证据(镜号、秒数、台词、截图), 用户审过之后可以锁定为审定版。rea-toon 用于学习短剧:给人看(爆款拆解报告、剧本、分镜:为什么火、套路是什么、怎么拿来用), 也给模型读(VIDEO.md 拆片包,之后问这部剧的任何问题都从它读起)。

原则:结论附证据,先审后用。模型认错的地方(谁是谁、谁说的话、哪一镜是看点)都要在审核页上让人一眼能核对。

第一次用先按 references/setup.md 安装(pip install -e .、rea-video、ffmpeg)。本仓库不允许商用(PolyForm Noncommercial 1.0.0),用户要商用时提醒他先找作者授权。

交付规矩(不要偏离)

用户要的是 rea-toon 的拆解,交付物的格式由代码定,你只负责把流程跑完:

  • 交给用户的只有命令生成的东西:index.html(整部剧是剧目录顶上那个)给人看,VIDEO.md / SERIES.md 给你读。 不要自己写 HTML 报告、转写稿、抽帧分析来代替或补充,也不要改生成页面的结构。绕开 rea-toon 做出来的东西不是 rea-toon 的拆解,不要这样交付。
  • 命令以退出码 0 结束、最后打印出 → …/index.html 才算拆完。退出码 3 不是出错,是等你答题(见下一节),答完原样重跑。 没跑完就照实说拆到了哪一步(第几集、哪个阶段),不要说"完成"。
  • 卡住了先停下来告诉用户,或者照本文写的办法处理:装不上、命令报错、片子是合集、拆不动的长剧,都不是换一套自己做法的理由。 报错时把错误原文告诉用户(仓库问题请用户到 GitHub 提 issue),不要拿抽样分析顶上。
  • 只拆了一部分(比如先 --first 5)就说清楚是哪几集,页面上也只有这几集。

0. 先问清楚

  • 单集还是整部剧?整部剧走第 4 步 series,每集自动拆,可以断点续跑。一个文件几十分钟、上百分钟的是合集,按下面「合集」先切开。
  • 来源:用户已经准备好的本地视频(mp4),或一个放着各集视频的文件夹(按文件名里的数字排序:第2集在第10集前)。不从链接下载:用户只给了链接,就请他先把视频存到本地。
  • 语言:用户用什么语言跟你说话,就加 --lang 传那种语言(en、ja、ko、es…;中文是默认的 zh,可以不传),不用另外问。 整理出来的东西(剧情概括、逐镜看点、节拍、报告、剧本里的动作描写、跨集解读)和页面上的标题、表头都按这个语言写; 原片的台词和字幕保持原来的语言。中文和英文的页面框架是内置的,其他语言的内容按那种语言写、页面框架用英文。 语言记在目录里(单集 data/source.json,整部剧 series.json),重跑不用再给;换了语言会按新语言把每一步重做一遍。

花费:只有"看图/读文本、返回 JSON"这一种问题,快拆一集约 30 道,给的都是静帧拼图。短剧拆解比较耗 token(每集要看几十张拼图), 整部剧先 --first 5 拆 5 集给用户看,确认效果和花费都能接受,再去掉 --first 续跑。

谁来看图作答

  • 必须能看图:你看不了图(只能读文字),就不要作答,也不要凭提示词里的文字猜;告诉用户配一个能看图的接口模型(见下面「接口模型」),再用 --backend api 跑。
  • 默认是你自己(agent):不用配任何模型。命令跑到需要判断的地方会停下(退出码 3),把这一阶段的题一次写进 <work>/analysis/agent/<key>.json(prompt 提示词、images 图片绝对路径、answer 答案该写到哪)。你要做的:
    1. 逐题读 prompt,用看图工具把 images 里的每一张图都看过(不要只凭提示词里的文字猜);
    2. 按提示词要求的 JSON 写到 <key>.answer.json(只写 JSON);
    3. 全部答完,原样重跑同一条命令:答案进缓存,流程接着走到下一阶段,再停、再答,直到跑完。 一集十几轮(总览定切点(全集几张总览图,有转场、拿不准的地方下一轮加密细看,答案只写选项和概率,是 same 的 gap 不写)→ 字幕校对 → 角色表 → 逐镜 5 镜一批 → 说话人 → 说话人复核 → 同一人核对 → 分场 → 每场造型 → 画面文字 → 表情 → 节拍 → 报告 → 台词标点 → 剧本润色), 一轮一般几十秒;第一次跑要先切镜、分轨、OCR,约 10 分钟,深度拆解第一次也要几分钟(结果会存下来,之后不再重算)。 命令放到后台跑或者把超时调到 15 分钟以上,不要因为前台超时就以为卡死了,更不要对同一个目录再开一个进程。 同一轮的题互相独立,题多时可以分给几个子 agent 并行答;逐镜那一轮每题 5 张图,认人以角色表为准。 题目末尾有 OUTPUT LANGUAGE 的,给人读的文字按它说的语言写,选项值(爽/憋、hook、特写…)、id 和台词原文照旧。 答案不是合法 JSON 会被挪成 <key>.bad.txt 并重新出题。整部剧(series)是一集一集停,前一集答完才出后一集的题。
  • 接口模型:用户专门给 rea-toon 配了看图模型(REA_TOON_VLM_BASE_URL / _API_KEY / _MODEL),或明确要求(--backend api、 REA_TOON_BACKEND=api)时才用,任何兼容 OpenAI 接口、能看图的模型都行;按次计费、可并发,适合一次拆几十集。 从别的项目 .env 借来的密钥(REA_TOON_VLM_FALLBACK_PREFIXES 里列的前缀)不会自动启用接口,只在 --backend api 时作为备选。

产物:三个入口

每个拆解目录顶上只有三样东西(完整目录和读法见 references/outputs.md):

  • index.html 给用户看:只让用户打开这一个,里面是学习分析 / 剧本 / 分镜拆解,整部剧多一行选集。
  • VIDEO.md 给你读:拆片包的入口(和 rea-video 同一个开放格式)。先读它(约 2k token:卖点、戏剧骨架、审核状态、要处理的问题、地图), 按镜头回答时读 video/timeline.md,要某一方面按地图开 video/x-report.md(为什么火)、video/cast.md、video/content.md, 核实某一镜再开 video/shots/<镜号>.md 和帧图。整部剧从根目录的 SERIES.md 读起。不要读 story.json 全文和 pages/ 里的 html。
  • story.json 唯一手改的文件:认错的角色、说话人、看点都改它,改完 rea-toon redo pages <目录> 重出页面和拆片包。

其余在子目录:pages/(页面和 PDF)、video/(拆片包正文)、frames/、characters/、data/(report.json、字幕轨、重做前的备份)、 analysis/(答案缓存、等你作答的题)、decomp/(rea-video 的总览 survey/、切镜和分轨)。

1. 拆一集

rea-toon analyze work/<名字> --source <本地视频> --title "<这条视频叫什么>" [--lang en]

--title 不给就用文件名;不是 mp4 的文件(mov / mkv / webm)导入时会转成 mp4。一个目录只放一条视频:同一条视频重跑不会再复制,换别的视频会被拒绝,另开一个目录。

重跑同一条 analyze 是安全的:已经做完的步骤跳过,只补没做完的,不会覆盖手改过的 story.json 和锁。 只有换了 --cuts、或给快拆过的目录加 --full 时才会从头重新感知(原来的 story.json 存在 data/story.prev.json)。

默认快拆(5 个镜头一次调用,约 30 道题):切镜、字幕 OCR 和校对 → 角色表和逐镜拆解 → 逐句标说话人、合并乔装换装的同一人 → 深度拆解(画风档案、分场造型、画面文字、机位视线、戏剧节拍、逐镜看点和情绪、信息差)→ 风险标签和一致性检查 → 爆款拆解报告 → 剧本和分镜脚本。 只拆剧快拆就够;--full 是逐镜单独调用加逐秒表演(贵约 5 倍)。叠化、穿门、遮挡划像这类转场由开头的总览先找出来再切;总览也漏了的用 --cuts 6.65,9.92 强制切。

跑完和用户一起过一遍(细节和每个字段的含义见 references/breakdown.md):

  • 先看 VIDEO.md 的「要处理的问题」:error 不修不能 lock;说话人待确认的句子对着原片听一下。
  • 角色合并对不对、每场造型对不对、关键镜(必保)是不是这集真正的笑点爽点、字幕有没有错字。
  • 认错了直接改 story.json。改了角色表、字幕、说话人(深度拆解的输入)要 rea-toon redo breakdown; 只改看点、造型、画面文字(深度拆解的结果)不要重跑,会被模型结果整个覆盖(旧版本在 data/story.prev.json)。
  • 只重做某一步:rea-toon redo subtitles | proofread | refine | breakdown | report | pages work/<名字>。

2. 爆款拆解报告

analyze 最后自动出,在 index.html 的「学习分析」里(页面是 pages/report.html,你读 video/x-report.md); 改过拆解后 rea-toon redo report work/<名字> 重出,--no-vlm 只重算数字、保留上一次的文字解读。报告不写 story.json,不会让锁失效。

给用户讲报告:先说卖点和类型,再说情绪打法(靠什么情绪、多久一次、憋→爽)、节奏曲线上的空白段和可复用公式; 报告基于没审过的拆解时要说明。情绪节点按逐镜的情绪数,不按戏剧节拍数。数据怎么算、类型怎么判见 references/report.md。

3. 审定(可选)

只看报告、剧本、分镜可以不 lock,报告页会标"基于未审版本",VIDEO.md 卡片里 x-review 是 unlocked。 想把审过的拆解定稿:快拆的目录先 rea-toon deepen work/<名字>(补逐秒表演和身体接触;快拆没有这两项,lint 会报 error),审完 rea-toon lock work/<名字>(有 error 会拒绝,确实要带着问题定稿用 --force)。之后再改 story.json 要重新 lock。

4. 整部剧

rea-toon series work/<剧名> --title "<剧名>" --source 第1集.mp4 第2集.mp4 … [--lang en]   # 或 --source <放着各集视频的文件夹>
rea-toon series work/<剧名>                                                   # 续跑:没拆完的集接着拆,再重做跨集部分
rea-toon series work/<剧名> --source 第11集.mp4                               # 追加新集
rea-toon series work/<剧名> --only-series                                     # 单集都拆好了,只重做跨集部分

每集是一个普通的单集目录 ep01/ ep02/ …。整部剧和一堆单集的区别在于集与集之间有关联,下面几条规则保证这一点:

  • 集号就是片源排序后的位置(第2集排在第10集前面)。某一集导入失败,集号照样留给它,重跑时再导入,后面的集不会往前挪。
  • 按顺序拆,每集都带着前面几集定下的东西(前几集剧情、已出场角色、认脸参考图、上一集的钩子)。 拆到某一集失败就停在那一集,因为后面每一集都要用它的前情:修好后重跑同一条命令。 这一集确实拆不了(比如片源坏了),在 series.json 里给它加 "skip": true,它就不算在这条链里,后面接着拆。
  • 每集会记下拆的时候带上了哪几集的前情(story.json 的 prior.eps)。缺了某一集前情的集,下次重跑会带着前情重拆 (原来的存在 data/story.prev.json);已经 lock 的集不自动重拆,只在 SERIES.md 的「跨集关联要注意」里提示。
  • 已经拆完的集跳过,中断了重跑同一条命令就接着拆。 然后跨集合并角色、定整部剧的类型、做跨集解读(主线、人物弧光、伏笔回收、集间钩子、付费卡点),写进 series.json。 给用户看 work/<剧名>/index.html;你先读 work/<剧名>/SERIES.md(卖点、主冲突、情绪打法、主要角色,和每集一行的地图), 要跨集细节读 pages/series.md,某一集读 epNN/VIDEO.md。

几十上百集的长剧能拆,注意三件事(细节见 references/series.md):

  • 用接口模型(--backend api)。一集约 30 道题、十来轮停顿,后一集要等前一集答完,100 集由 agent 逐题作答不现实。
  • 先 --first 5 拆前五集给用户看,确认角色认得对、花费能接受再放开;前面认错的人会带进后面每一集。
  • 中断了重跑同一条命令:拆完的集直接跳过。磁盘按每集约 140MB 估(大头是人声 / 配乐分轨)。 合并错了怎么改、类型判错了怎么改见 references/series.md。

5. 剧本和分镜脚本

analyze 和 series 跑完自动出(也可以单独 rea-toon script <单集目录或整部剧目录>):标准短剧格式的剧本 (pages/script.html / .pdf / .md)和分镜脚本(pages/storyboard.html / .pdf:角色设定 + 逐镜表),角色头像、造型图、配音样本在 characters/。 每集两次纯文本模型调用(台词补标点、剧本润色,有缓存)。格式细节见 references/script.md。 质量取决于拆解:说话人、角色合并、分场错了,剧本跟着错,先改 story.json。

片源

  • 只支持已经准备好的本地视频:单个视频文件,或一个放着各集视频的文件夹。
  • 不支持链接(平台分享链接、视频直链都不行):视频由用户自己准备好再交给 rea-toon。

合集(一个文件里有好几集)

一集短剧一般 1–10 分钟。超过 20 分钟的文件导入时会被拒绝,因为它多半是合集:当一集拆既没有分集和前情,也出不了整部剧的页面,还要一次处理几千个镜头。

  1. 先问用户有没有一集一个的文件,有就用那些文件走 series。
  2. 只有合集的话,先找每集的起点:片头、"第 N 集"字样、黑场、集尾钩子后的重复片头。把找到的起点列给用户确认,然后切开:
    ffmpeg -ss <起点> -to <终点> -i 合集.mp4 -c:v libx264 -crf 18 -c:a aac epNN.mp4   # 每集一条,重新编码才切得准
    
    把切好的文件放进一个文件夹,rea-toon series work/<剧名> --source <文件夹> --first 5,先拆前五集给用户看。
  3. 确实只是一集很长的片子(比如电影式的长篇),才在 analyze 加 --long。

已知局限

  • 逐句说话人和角色合并靠 VLM 读剧情:人名卡、台词能说明身份时很准;纯靠长相的乔装可能认不出,video/cast.md 的角色表要人工看一眼。
  • 字幕靠 OCR:没有烧字幕的片子(只有配音)台词会是空的,节奏和人物数据只剩画面部分,报告里的台词密度不可信。
  • 情绪强度和情绪节点是按拆解里每镜的作用和情绪算的,不是观众数据;它说明"这部剧把力气花在哪",不是完播率。 每镜的情绪是模型读画面和台词标的,没有听声音:配乐起落、音效卡点没进节奏分析。
  • 跨集合并用每集一张脸:某一集里只有背影、远景的角色可能合并不上,看整部剧页里"每集出镜对照"。

Version History

  • 115d4ed Current 2026-11-18 14:40

Metadata

Files
0
Version
115d4ed
Hash
850011e7
Indexed
2026-11-18 14:40

홈 - 위키
Copyright © 2011-2026 iteam. Current version is 2.156.0. UTC+08:00, 2026-11-18 18:10
浙ICP备14020137号-1