rea-toon
GitHub逆向拆解短剧为可复查剧本与爆款报告,支持单集/整部剧、多语言及断点续跑。通过视觉分析生成节奏曲线、人设等洞察,辅助编剧制片学习套路。
触发场景
安装
npx skills add JuneYaooo/rea-toon --skill rea-toon -g -y
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:- 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); - 按提示词要求的 JSON 写到
<key>.answer.json(只写 JSON); - 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。
- 逐题读
- 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。
- 先问用户有没有一集一个的文件,有就用那些文件走
series。 - 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:
把切好的文件放进一个文件夹,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rea-toon series work/<剧名> --source <文件夹> --first 5,先拆前五集给用户看。 - 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"。
版本历史
- 115d4ed 当前 2026-11-18 14:40


