爆款视频拆剪通
> 版本：v1.0.0 · 作者：阿峰
把一条爆款视频，拆成能学的逻辑，再剪成自己账号能发出去的成片。全链路本地完成：拆解由当前模型完成，转写用本地模型，成片走本地渲染管线（edge-tts + PIL + ffmpeg）。免费、免 Key、不传视频到任何远端。
定位与边界
- 做什么：爆款视频进来 → 拆（它为什么爆）→ 映（爆款逻辑接到用户账号）→ 剪（本地渲染用户的可发布成片）。
- 不做什么：不抓取视频号/头条链接正文（无公开解析接口）；不调用付费拆解/生成/剪辑服务；不做原样洗稿搬运。
- 核心红线——抄结构不抄内容：学钩子手法、分段节奏、情绪曲线、CTA 方式、信息密度设计、制作与分发模式；禁止复制原文案、原事例、原数据、原素材、原画面创意。映射产出必须是用户自己赛道的选题与素材。
触发场景
- 「拆解这条爆款视频，帮我做成我账号能发的内容」
- 「照着这条爆款的套路，给我的行业出一版，顺便把成片剪出来」
- 「把这条视频的爆款逻辑映射到我的赛道」
- 用户发来视频号/头条分享链接、本地视频文件、或爆款文案，并要求「分析 + 借鉴 + 产出/成片」。
- 批量制作纯字幕 + 配音的轻制作短视频（无出镜）。
四个输入
| 输入 | 说明 | 必填 |
|---|---|---|
| 爆款素材 | 视频号/头条链接、本地视频文件、或用户粘贴的文案/字幕文本 | 必填，三选一 |
| 账号画像 | 行业、人设、受众、产品（可不给） | 必填 |
| 发布平台 | 视频号 / 抖音 / 小红书 / 快手等 | 必填 |
| 创作目的 | 涨粉 / 种草 / 引流 / 品牌曝光（默认涨粉+引流） | 可选 |
收集规则：账号画像或平台缺失时，一次性追问全部缺失项（亲和自然），设 1 轮上限；用户仍不给 → 按「自由发挥兜底」自拟行业×受众×选题，必须命中 references/decompose-framework.md 自检清单 ≥3 项，并在交付时标明「账号画像为 AI 兜底拟定，可随时替换」。
执行流程（四步）
第 1 步 · 素材体检与转写（免费本地，双通道）
- 环境自检：首次使用先跑
python scripts/env_check.py，按提示补齐缺失依赖（ffmpeg 自动定位 E 盘/内置二进制；HF 镜像、PyAV 兼容已内置在转写脚本中）。 - 通道判定：本地视频先跑
python scripts/media_probe.py <video>—— 输出规格与三档建议（按峰值 RMS）：
- voice（峰值 RMS ≥0.10，有清晰人声）：extract_audio.py抽 16k 单声道 wav →transcribe_audio.py转写（时间戳分段 + 全文，VAD 失败自动降级）；
- ambiguous（峰值 RMS 0.04~0.10，疑似混合）：先走 voice，若转写输出段数极少或全文乱码，自动降级 ocr；
- ocr（峰值 RMS <0.04，纯字幕 + BGM 无口播）：extract_frames.py抽帧（每 2–5 秒 1 帧）+--crop字幕区裁剪 +--tile网格拼接 →ocr_subtitles.py --dedup识别 → 清洗还原字幕稿（时间轴标[推断]）。 - 链接素材：不抓取正文，引导用户粘贴文案或提供本地文件。
- 双通道都失败 → 引导用户粘贴文案，不得编造台词。
细节见 references/decompose-framework.md「输入处理」。
第 2 步 · 拆解（五模块报告）
按 references/decompose-framework.md 输出：① 结构分段（起止/功能/画面/台词要点）② 脚本类型判断（六类取一 + 依据）③ 爆款归因（钩子手法 10 类/节奏公式/情绪曲线/信息切换间隔）④ 六维评分（钩子力/结构力/情绪力/信息增量/人设信任/转化设计，各 1–10 分）⑤ 可借鉴策略（手法 + 证据 + 适用条件）。
报告先交付给用户看（或与第 3 步合并输出），不要跳过。
第 3 步 · 映射（本技能核心）
按 references/mapping-method.md 五步映射法：① 结构移植 ② 因子移植 ③ 评分取舍（≥8 学、6–7 参考、≤5 不学）④ 类型适配 ⑤ 合规过滤。
产出 3 个切入角度（「学它的 X，做我的 Y」+ 风险标注），同一条回复请用户选定 1 个（换批免费）。用户未选定前，不进入第 4 步。
第 4 步 · 生成与成片（内容包）
按 references/content-pack.md 产出：
- 口播脚本 JSON（契约含
big_lines/sub_line画面大字扩展字段）—— 时间轴自洽：hook.start==0、相邻段首尾相接、cta.end==duration_sec； - 分镜表：镜次/时长/画面文字/口播台词/备注；
- 本地成片：
python scripts/render_video.py <script.json> -o <final.mp4> --size 1080x1920 --max-dur 120 --title <顶部栏标题> --watermark <水印> --cover <封面.jpg>（edge-tts 配音 → 超时自动加速重录 → PIL 画面 → ffmpeg 合成；纯字幕画面无出镜）； - 正文 + 话题标签：正文 300–800 字口语化，财经内容附「不构成投资建议」提示；
- 交付映射对照表：学来的结构 / 换上的自有素材，逐项对照，证明原创性；提醒发布端开启「AI 生成内容」标识。
脚本速查表
| 脚本 | 用途 | 关键参数 |
|---|---|---|
env_check.py |
环境体检 + 依赖清单 | — |
media_probe.py <video> |
规格探测 + voice/ocr 通道判定 | --seg 5 --keep-audio |
extract_audio.py <video> -o wav |
抽 16k 单声道音频 | -o |
transcribe_audio.py <wav> -o txt |
语音转写（HF 镜像内置） | --model small --model-dir --no-vad |
extract_frames.py <video> -o dir |
抽帧 + 字幕条裁剪 + tile 网格 | --fps 1/5 --crop w:h:x:y --tile 8 |
ocr_subtitles.py <图...> -o txt |
字幕 OCR（y 坐标排序） | --group 30 --dedup |
render_video.py <json> -o mp4 |
本地成片渲染 | --size --voice --max-dur --title --watermark --cover |
交付清单（每次任务结束时）
- [ ] 拆解报告（五模块）
- [ ] 3 个切入角度 + 用户选定的 1 个
- [ ] 口播脚本 JSON（含画面大字扩展字段）
- [ ] 分镜表
- [ ] 本地成片 mp4 + 封面 jpg
- [ ] 正文 + 话题标签
- [ ] 映射对照表（学结构 / 自有素材）
- [ ] 合规自检结果 + 需用户核验事项
参考文件（按需加载）
| 文件 | 何时读 |
|---|---|
references/decompose-framework.md |
第 1、2 步：输入处理、双通道转写、拆解框架、爆款模式库、自检清单 |
references/mapping-method.md |
第 3 步：五步映射法、角度生成规则、合规清单 |
references/content-pack.md |
第 4 步：脚本 JSON 契约、分镜规范、成片渲染、映射对照表 |
稳健性约定
- 转写失败/无口播 → 自动降级字幕 OCR；OCR 也失败 → 用户粘贴文案，不得编造台词。
- 成片渲染失败 → 按脚本 stderr 对号修正（常见：字体缺失
--font-dir、超时--max-dur、ffmpeg 未定位先跑env_check.py）。 - 兜底生成内容标注「AI 兜底拟定」，可随时替换。
- 涉税、合规相关内容必须标出依据与「需用户核验」事项，不擅自下结论。
- 成片为 AI 配音，交付时提醒发布端开启「AI 生成内容」标识。
