reelbench-skills

给 AI 编程工具装上「眼睛」：reelbench-skills 让 Claude 学会看电影

从文字到影像：AI 编程助手的能力边界之战

2024 年 GitHub Copilot 爆火时，行业普遍认为 AI 写代码已经成熟。但当你真正想用 AI 做视频内容——分析一部短片的镜头语言、拆解竞品广告的剪辑节奏、为自己的 AI 视频生成仿写参考——你会发现所有主流 AI 编程助手都存在一个根本短板：看得懂文字，看不懂画面。

Claude Code、Codex 这类工具在代码世界游刃有余，却对视频文件束手无策。它们没有内置的视频理解能力，无法告诉你"这个镜头持续了多少秒""这个景别是特写还是中景""剪辑节奏是快切还是长镜头"。这些在影视行业称为"拉片"的基础工作，AI 助手至今无法参与。

eternityspring/reelbench-skills 就是来解决这个问题的。它是一组专为 Claude Code 和 Codex 设计的视频分析技能包，安装后让 AI 助手获得"读懂视频"的能力——不是让它成为剪辑师，而是成为一个精准的视频分析师，能够量化镜头数据、识别景别运镜、检测剪辑节奏。

三个 skill 各司其职：拉片、合成、清元数据

reelbench-skills 包含三个独立 skill，完整覆盖 AI 视频工作流的三个核心环节。

video-shots 是最核心的 skill——"拉片"。你扔给 Claude 一个 MP4 文件，它会用 ffmpeg 做场景检测，找出所有镜头切点，计算每个镜头的精确时长，然后让 Claude 识别每个镜头的景别（特写/中景/全景等）、运镜方式（推/拉/摇/移/固定）、画面内容和剪辑节奏。产出一份交互式 HTML 报告：镜头表、质量门、统计分布，一目了然。

关键设计哲学：镜头边界是量出来的，不是看出来的。这是 reelbench-skills 与市面上所有"让 AI 看视频"方案的本质区别。Claude 报"这个镜头大约 3 秒"，但 ffmpeg 告诉它"精确是 2.97 秒"——两者的差距决定了这份数据能不能用。所以切点、时长、运动量全部由代码用 ffmpeg 量化，Claude 只判断它真正该判断的事：景别、运镜、画面内容。然后 15 道质量门逐条对账，任何 Claude 的误判都会触发警告。

video-sync 做的是合成带分镜信息的视频：画面一边、分镜信息一边同步滚动播放。你给 Claude 一段视频 + 对应的拉片报告，它生成一份双窗口的视频文件，镜头切了信息跟着切，镜头表自动高亮。竖屏版横屏版各有一套 CSS，改布局只需要改一个文件。这个 skill 对 AI 视频创作者特别有用：把竞品视频的拉片报告交给 Claude，让它照着节奏做参考仿写。

video-scrub 做的是元数据清理。AI 视频工具生成的视频文件往往携带大量隐私元数据：GPS 坐标、设备信息、账号 ID、编码参数。这些数据大多数工具看不见（ffprobe 读不出来），但实际上在码流里存在。video-scrub 用 ffprobe 看不到的三层——SEI、AAC 的 DSE、compressorname——逐字节检测并清理，确保发布出去的视频不携带任何可追溯的个人信息。清理后画面逐字节对照，12 道门字节级验收，确保内容完全不变。

架构设计：零依赖的纯粹 Shell + FFmpeg

reelbench-skills 的技术选型非常克制：纯 Bash 脚本 + Node.js（仅标准库，无 npm 包）+ FFmpeg 命令行。没有任何 Python 依赖，没有任何 npm 包，没有任何 API key 调用。这种设计有几个深意：

第一，精度保证。FFmpeg 的场景检测（scdet 滤镜）和帧差分析是业界最精确的工具，Claude 自己看视频的帧级判断远不如它。分工明确才能各尽其能。

第二，零安装门槛。macOS 用户一条 brew install node ffmpeg 即可；Linux 用户 apt install node ffmpeg。没有 Python 环境要求，没有虚拟环境，没有 pip install 报错。Skill 本身就是自包含目录，拷走就能用。

第三，成本归零。不在这里调用任何付费 API——视频分析不收费，用 Claude Code 本身的会话额度就够了。

每个 skill 的入口是一个 SKILL.md 文件，遵循 Claude Code Skills 规范：YAML frontmatter 定义 name、version、description、triggers、allowed-tools，Markdown body 定义完整的工作流步骤和 prompt。Claude Code 读取 SKILL.md 后，按照步骤引导执行——从调用 ffmpeg 检测切点，到逐镜头调用 Claude 分析，到生成报告，全流程自动化。

实际效果：一个 203 秒 AI 短片的完整拉片

作者在项目中提供了真实产出物（demo-report/），用 202.9 秒的 AI 短片《啥是AI》跑出了完整拉片报告：53 个镜头，平均镜长 3.83 秒，每分钟 15.7 切，15 道质量门全部通过。产出的 shots-report.html 是单文件交互页：内嵌播放器播放时同步高亮镜头、点击镜头跳转、镜头节奏带、可搜索可筛选的镜头表（列表/卡片两种视图、首尾关键帧并排）、统计分布、质量门。零外部依赖，离线双击能开。

英文版本（demo-report-en/）跑一段 287.4 秒的英文片段，46 个镜头，平均镜长 6.25 秒，最长的一镜 46.92 秒——场景检测在这个长镜头段落里一刀没落，因为它真的是一条不切的长镜头。这验证了 ffmpeg 场景检测的可靠性。

安装与使用：5 分钟上手

# 克隆仓库
git clone https://github.com/eternityspring/reelbench-skills.git
cd reelbench-skills

# 一键软链到 Claude Code / Codex
./scripts/install.sh

# 或指定目标
./scripts/install.sh --claude      # 只装到 Claude Code
./scripts/install.sh video-shots   # 只装某一个 skill
./scripts/install.sh --uninstall   # 取消软链

装好后，在 Claude Code 对话框里直接说"帮我拉片 /path/to/video.mp4"，AI 会自动读取 ~/.claude/skills/video-shots/SKILL.md，按步骤引导完成全流程。

局限与边界

reelbench-skills 有清晰的能力边界：不做语音转写（没有 ASR，台词靠读画面字幕，读不到就留空）；不做人脸识别与人物自动归并（cast 是人工编号）；不评价内容质量（只给事实和统计）；不剪辑不导出片段；不做镜头内物体检测。这些边界是刻意的设计决策，让项目保持简洁和可靠。

此外，这是一个纯本地的 Claude Code skill 包，不支持 Web UI，不支持服务器部署，也不支持直接在网页端使用。必须配合 Claude Code CLI 或 Codex CLI 使用，有一定的技术门槛。

行业意义：AI 视频创作的"测量工具"

reelbench-skills 的意义不只是给 Claude Code 增加了一个功能，而在于它提出了一种AI 视频协作的范式：AI 负责理解、创意、决策；FFmpeg 负责精确测量；两者各司其职。在 AI 视频创作井喷的当下，reelbench-skills 提供了一套可量化的"测量工具"——用数据而非主观感受来指导创作参考，让 AI 生成视频的质量评估有据可依。

截至 2025 年，GitHub 上已有 180 个 Claude Code 视频类 skill，但 reelbench-skills 是唯一一个明确提出"镜头边界必须量化"这一工程原则的方案，在同类工具中具备差异化竞争力。

分析基于 GitHub 最新数据，报告字数约 1500 字。