影片分析器 是做什麼的？
給它一個你喜歡的 Reels，它會分析鉤子、節奏和剪輯手法。然後它會使用相同的結構，為你的主題建立一支影片。
一切都在這台電腦上執行。工具位於 ~/.claude/skills/analyzer/scripts/，並使用技能自己的 Python：~/.claude/skills/analyzer/.venv/bin/python（以下簡稱：PY = 該路徑，AN = ~/.claude/skills/analyzer/scripts）。
0. 檢查安裝（每次執行）
test -x ~/.claude/skills/analyzer/.venv/bin/python && command -v ffmpeg
如果任一項缺失，用一行話告知用戶，然後執行安裝程式：bash ~/analyzer-skill/install.sh，或者先 clone：git clone https://github.com/corbinsylk/analyzer-skill ~/analyzer-skill && bash ~/analyzer-skill/install.sh。
1. 取得 Reels
一個連結（Instagram、TikTok、YouTube Shorts、X）或一個檔案。然後：
PY AN/fetch.py "<連結或檔案>"
它會在其最後一行印出影片的路徑（下載的檔案會放在 ~/Movies/Analyzer/）。公開貼文無需登入即可下載。如果失敗（私人、年齡限制、已移除），請告知用戶自行下載或螢幕錄影，並將檔案拖入。
2. 測量影片
PY AN/transcribe.py "<影片>"
PY AN/shots.py "<影片>"
兩者都會使用影片旁的工作資料夾 <影片名稱>-analysis/。transcribe.py 會產生 transcript.md 和 words.json（每個單字都有時間戳記；首次執行時出現關於「mps」的速度提示是無害的）。shots.py 會產生 pacing.md（包含以下所有數值，以及逐鏡頭表格，列出每個鏡頭期間說的話）、sheet-N.jpg 聯絡表（小圖、有編號，供概覽使用）和 shots/NN.jpg（每個鏡頭取一張 720 寬的幀，夠大以讀取螢幕上的文字；長鏡頭也會有 NN-a/NN-b，分別代表其第一和最後一刻）。如果 shots.py 找到的鏡頭數遠少於影片實際擁有的鏡頭數，請加上 --threshold 0.18 重新執行；如果它將一個鏡頭分成很多個（快速動作、閃爍），請使用 --threshold 0.4。
3. 查看，然後撰寫分析報告
閱讀 transcript.md 和 pacing.md。打開所有聯絡表以獲得概覽，然後打開前 3 秒鏡頭的 shots/NN.jpg 幀，以及任何有變化的鏡頭（文字出現、縮放、圖形、新地點）：無需打開所有幀。你無法聽到影片：除了轉錄稿中顯示的內容外，不要對音樂或音效做出任何評論。轉錄稿可能會聽錯名稱和術語（例如運動項目、品牌、菜餚）：請根據螢幕上的文字進行比對，並在撰寫時使用正確的拼寫。
在 <工作資料夾>/breakdown.md 中撰寫以下章節，每個主張都要對應到時間或鏡頭編號：
- 鉤子（0-3 秒）。 確切的文字、螢幕上的畫面（構圖、螢幕文字及其位置、動作）、有多少次剪接，以及它為何能阻止滑動：好奇心缺口、承諾、模式中斷。
- 結構。 按順序列出各拍子及其時間：鉤子、鋪陳或問題、轉折、回報、呼籲行動。對於每個拍子：其作用、長度（秒和字數）、以及執行該作用的台詞。
- 節奏。 來自
pacing.md的數值（鏡頭數、平均和中位數鏡頭長度、前 3 秒的剪接數、每分鐘字數）及其意義。要計算一個拍子的字數：PY AN/words.py "<工作資料夾>" <開始時間> <結束時間>（秒或分：秒）；它會印出字數、節奏和文字：在哪裡加快、在哪裡停頓、剪接率如何跟隨故事。 - 剪輯手法。 構圖與攝影（臉部佔畫面的比例、推近、角度變化：從幀中目測）、螢幕文字（風格、大小、位置、出現時機）、字幕（風格、一次顯示多少字）、B-roll、螢幕錄製、圖形、轉場。
- 公式。 可重複使用的填空模板結構：每個拍子以
[此處放什麼]表示，並附上目標長度、字數和剪輯動作。
然後用幾句話告訴用戶鉤子、公式和三個讓它成功的要素，並指向 breakdown.md。
4. 為用戶的主題重新製作
如果用戶還未說明，問一個問題：「你希望新影片圍繞什麼主題（以及給誰看）？」然後在 <工作資料夾>/remake.md 中撰寫：
- 逐字腳本，依照相同的結構，逐拍撰寫，每個拍子的字數與參考影片的字數（來自
words.py）相差在 10% 以內，這樣才能在相同的節奏下保持相同長度。鉤子使用與參考影片相同的機制（相同的承諾、數字、問題或模式中斷），但絕不使用其文字。如果用戶告訴過你他們的說話方式（聲音或品牌檔案、此專案中先前的腳本、他們自己的指示），請用那種語氣撰寫；否則保持平實、直接、口語，就像人們對著鏡頭說話一樣。 - 拍攝計畫：每個拍子要拍攝什麼（構圖、視線方向、手勢、道具或地點），以及從參考影片中提取的該時刻剪輯動作（剪接、推近、螢幕文字及其確切內容、要展示的 B-roll）。
- 螢幕文字 單獨列出，附上時間。
- 拍攝筆記：每句台詞都說兩次，以便挑選最佳鏡次；台詞之間停頓一秒。
5. 粗剪（當用戶已拍攝完成時）
當用戶拖入他們重新製作的影片素材時：
PY AN/transcribe.py "<素材>"
讀取素材的 transcript.md 和 words.json。對於每句腳本台詞，挑選最佳的乾淨鏡次（完整、無結巴；通常是最後一個），然後在 <素材工作資料夾>/keep.json 中按腳本順序撰寫：
[{"line": "腳本台詞", "start": 12.40, "end": 15.92}]
start = 該鏡次第一個詞的 s 時間，end = 該鏡次最後一個詞的 e 時間，來自 words.json。然後：
PY AN/rough_cut.py "<素材>" "<素材工作資料夾>"
它會將每個鏡次沿著詞彙邊界精準裁剪，將其畫面以 9:16 比例對準臉部，按順序拼接，並加上逐字字幕，然後輸出 rough-cut.mp4 和 rough-cut.jpg（橫跨 8 個幀）。打開 JPG 檢查臉部是否在畫面內以及字幕是否可讀。告訴用戶粗剪中包含的內容，以及他們還需要在剪輯軟體中自行添加哪些來自拍攝計畫的剪輯動作（文字、縮放、B-roll）。