limixbot 0.2.7 → 0.2.9

package/skills/rea-video/LICENSE

@@ -0,0 +1,202 @@
+
+                                 Apache License
+                           Version 2.0, January 2004
+                        http://www.apache.org/licenses/
+
+   TERMS AND CONDITIONS FOR USE, REPRODUCTION, AND DISTRIBUTION
+
+   1. Definitions.
+
+      "License" shall mean the terms and conditions for use, reproduction,
+      and distribution as defined by Sections 1 through 9 of this document.
+
+      "Licensor" shall mean the copyright owner or entity authorized by
+      the copyright owner that is granting the License.
+
+      "Legal Entity" shall mean the union of the acting entity and all
+      other entities that control, are controlled by, or are under common
+      control with that entity. For the purposes of this definition,
+      "control" means (i) the power, direct or indirect, to cause the
+      direction or management of such entity, whether by contract or
+      otherwise, or (ii) ownership of fifty percent (50%) or more of the
+      outstanding shares, or (iii) beneficial ownership of such entity.
+
+      "You" (or "Your") shall mean an individual or Legal Entity
+      exercising permissions granted by this License.
+
+      "Source" form shall mean the preferred form for making modifications,
+      including but not limited to software source code, documentation
+      source, and configuration files.
+
+      "Object" form shall mean any form resulting from mechanical
+      transformation or translation of a Source form, including but
+      not limited to compiled object code, generated documentation,
+      and conversions to other media types.
+
+      "Work" shall mean the work of authorship, whether in Source or
+      Object form, made available under the License, as indicated by a
+      copyright notice that is included in or attached to the work
+      (an example is provided in the Appendix below).
+
+      "Derivative Works" shall mean any work, whether in Source or Object
+      form, that is based on (or derived from) the Work and for which the
+      editorial revisions, annotations, elaborations, or other modifications
+      represent, as a whole, an original work of authorship. For the purposes
+      of this License, Derivative Works shall not include works that remain
+      separable from, or merely link (or bind by name) to the interfaces of,
+      the Work and Derivative Works thereof.
+
+      "Contribution" shall mean any work of authorship, including
+      the original version of the Work and any modifications or additions
+      to that Work or Derivative Works thereof, that is intentionally
+      submitted to Licensor for inclusion in the Work by the copyright owner
+      or by an individual or Legal Entity authorized to submit on behalf of
+      the copyright owner. For the purposes of this definition, "submitted"
+      means any form of electronic, verbal, or written communication sent
+      to the Licensor or its representatives, including but not limited to
+      communication on electronic mailing lists, source code control systems,
+      and issue tracking systems that are managed by, or on behalf of, the
+      Licensor for the purpose of discussing and improving the Work, but
+      excluding communication that is conspicuously marked or otherwise
+      designated in writing by the copyright owner as "Not a Contribution."
+
+      "Contributor" shall mean Licensor and any individual or Legal Entity
+      on behalf of whom a Contribution has been received by Licensor and
+      subsequently incorporated within the Work.
+
+   2. Grant of Copyright License. Subject to the terms and conditions of
+      this License, each Contributor hereby grants to You a perpetual,
+      worldwide, non-exclusive, no-charge, royalty-free, irrevocable
+      copyright license to reproduce, prepare Derivative Works of,
+      publicly display, publicly perform, sublicense, and distribute the
+      Work and such Derivative Works in Source or Object form.
+
+   3. Grant of Patent License. Subject to the terms and conditions of
+      this License, each Contributor hereby grants to You a perpetual,
+      worldwide, non-exclusive, no-charge, royalty-free, irrevocable
+      (except as stated in this section) patent license to make, have made,
+      use, offer to sell, sell, import, and otherwise transfer the Work,
+      where such license applies only to those patent claims licensable
+      by such Contributor that are necessarily infringed by their
+      Contribution(s) alone or by combination of their Contribution(s)
+      with the Work to which such Contribution(s) was submitted. If You
+      institute patent litigation against any entity (including a
+      cross-claim or counterclaim in a lawsuit) alleging that the Work
+      or a Contribution incorporated within the Work constitutes direct
+      or contributory patent infringement, then any patent licenses
+      granted to You under this License for that Work shall terminate
+      as of the date such litigation is filed.
+
+   4. Redistribution. You may reproduce and distribute copies of the
+      Work or Derivative Works thereof in any medium, with or without
+      modifications, and in Source or Object form, provided that You
+      meet the following conditions:
+
+      (a) You must give any other recipients of the Work or
+          Derivative Works a copy of this License; and
+
+      (b) You must cause any modified files to carry prominent notices
+          stating that You changed the files; and
+
+      (c) You must retain, in the Source form of any Derivative Works
+          that You distribute, all copyright, patent, trademark, and
+          attribution notices from the Source form of the Work,
+          excluding those notices that do not pertain to any part of
+          the Derivative Works; and
+
+      (d) If the Work includes a "NOTICE" text file as part of its
+          distribution, then any Derivative Works that You distribute must
+          include a readable copy of the attribution notices contained
+          within such NOTICE file, excluding those notices that do not
+          pertain to any part of the Derivative Works, in at least one
+          of the following places: within a NOTICE text file distributed
+          as part of the Derivative Works; within the Source form or
+          documentation, if provided along with the Derivative Works; or,
+          within a display generated by the Derivative Works, if and
+          wherever such third-party notices normally appear. The contents
+          of the NOTICE file are for informational purposes only and
+          do not modify the License. You may add Your own attribution
+          notices within Derivative Works that You distribute, alongside
+          or as an addendum to the NOTICE text from the Work, provided
+          that such additional attribution notices cannot be construed
+          as modifying the License.
+
+      You may add Your own copyright statement to Your modifications and
+      may provide additional or different license terms and conditions
+      for use, reproduction, or distribution of Your modifications, or
+      for any such Derivative Works as a whole, provided Your use,
+      reproduction, and distribution of the Work otherwise complies with
+      the conditions stated in this License.
+
+   5. Submission of Contributions. Unless You explicitly state otherwise,
+      any Contribution intentionally submitted for inclusion in the Work
+      by You to the Licensor shall be under the terms and conditions of
+      this License, without any additional terms or conditions.
+      Notwithstanding the above, nothing herein shall supersede or modify
+      the terms of any separate license agreement you may have executed
+      with Licensor regarding such Contributions.
+
+   6. Trademarks. This License does not grant permission to use the trade
+      names, trademarks, service marks, or product names of the Licensor,
+      except as required for reasonable and customary use in describing the
+      origin of the Work and reproducing the content of the NOTICE file.
+
+   7. Disclaimer of Warranty. Unless required by applicable law or
+      agreed to in writing, Licensor provides the Work (and each
+      Contributor provides its Contributions) on an "AS IS" BASIS,
+      WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or
+      implied, including, without limitation, any warranties or conditions
+      of TITLE, NON-INFRINGEMENT, MERCHANTABILITY, or FITNESS FOR A
+      PARTICULAR PURPOSE. You are solely responsible for determining the
+      appropriateness of using or redistributing the Work and assume any
+      risks associated with Your exercise of permissions under this License.
+
+   8. Limitation of Liability. In no event and under no legal theory,
+      whether in tort (including negligence), contract, or otherwise,
+      unless required by applicable law (such as deliberate and grossly
+      negligent acts) or agreed to in writing, shall any Contributor be
+      liable to You for damages, including any direct, indirect, special,
+      incidental, or consequential damages of any character arising as a
+      result of this License or out of the use or inability to use the
+      Work (including but not limited to damages for loss of goodwill,
+      work stoppage, computer failure or malfunction, or any and all
+      other commercial damages or losses), even if such Contributor
+      has been advised of the possibility of such damages.
+
+   9. Accepting Warranty or Additional Liability. While redistributing
+      the Work or Derivative Works thereof, You may choose to offer,
+      and charge a fee for, acceptance of support, warranty, indemnity,
+      or other liability obligations and/or rights consistent with this
+      License. However, in accepting such obligations, You may act only
+      on Your own behalf and on Your sole responsibility, not on behalf
+      of any other Contributor, and only if You agree to indemnify,
+      defend, and hold each Contributor harmless for any liability
+      incurred by, or claims asserted against, such Contributor by reason
+      of your accepting any such warranty or additional liability.
+
+   END OF TERMS AND CONDITIONS
+
+   APPENDIX: How to apply the Apache License to your work.
+
+      To apply the Apache License to your work, attach the following
+      boilerplate notice, with the fields enclosed by brackets "[]"
+      replaced with your own identifying information. (Don't include
+      the brackets!)  The text should be enclosed in the appropriate
+      comment syntax for the file format. We also recommend that a
+      file or class name and description of purpose be included on the
+      same "printed page" as the copyright notice for easier
+      identification within third-party archives.
+
+   Copyright 2026 JuneYaooo
+
+   Licensed under the Apache License, Version 2.0 (the "License");
+   you may not use this file except in compliance with the License.
+   You may obtain a copy of the License at
+
+       http://www.apache.org/licenses/LICENSE-2.0
+
+   Unless required by applicable law or agreed to in writing, software
+   distributed under the License is distributed on an "AS IS" BASIS,
+   WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+   See the License for the specific language governing permissions and
+   limitations under the License.

package/skills/rea-video/NOTICE

@@ -0,0 +1,4 @@
+rea-video
+Copyright 2026 JuneYaooo
+
+Licensed under the Apache License, Version 2.0.

package/skills/rea-video/SKILL.md

@@ -0,0 +1,124 @@
+---
+name: rea-video
+description: 逆向拆解一条视频是怎么做出来的——逐镜头判断实拍 / 影视片段 / AI 生成 / 3D 渲染 / 2D 动画 / 定格动画 / 代码模板渲染 / 录屏截图 / 静态图推拉 / 静帧，以及实拍是否经过 AI 加工（换脸、对口型、风格化），标出后期叠加层（逐句字幕时间轴、花字、标题、贴纸 / GIF / 表情包、画中画）和用户真实素材，拆解人声、背景音乐、音效（卡在哪个画面事件上）与剪辑节奏，并给出可执行的复刻方案（可对接 capsule-cinema）。当用户给出参考视频、问"这条视频怎么做的 / 是不是 AI / 用了什么素材 / 怎么复刻"时使用。
+---
+
+> **Limix Bot.** Python 3.12 and `uv` are bundled with Limix Bot and on PATH. If the command is missing, ask the
+> person once, then install it with:
+>
+> ```
+> uv tool install "rea-video[ocr] @ https://github.com/JuneYaooo/rea-video/archive/3669923645e3953632e7406a57fb883e0ba8a6e0.zip"
+> ```
+>
+> Tools installed this way land in Limix Bot's own folder (no administrator rights needed) and are on PATH from the
+> next command. `<root>` is the folder named by this skill's `root`.
+> Source: https://github.com/JuneYaooo/rea-video/tree/3669923645e3953632e7406a57fb883e0ba8a6e0/skills/rea-video (Apache-2.0).
+
+# rea-video：视频制作方式逆向拆解
+
+你是视频制作的逆向工程师。用户给你一条视频，你要回答清楚：
+
+1. **每个镜头的底层画面是怎么来的？**从 11 类里选：实拍 / 影视片段 / AI 视频 / 数字人 / 3D 渲染 / 2D 动画 / 定格动画 / 代码模板渲染 / 录屏截图 / 静态图推拉 / 静帧。2D 动画、定格动画和影视片段（剪进来的电影、电视剧、短剧画面）工具测不出，要你看图判断。实拍镜头再看有没有被 AI 加工过（换脸、对口型、风格化、换装、换背景），填在 `ai_edits` 里（对照 `references/taxonomy.md`）。
+2. **上面叠了什么？（剪辑包装）**逐句字幕（时间轴、颜色、描边、关键词高亮、入场方式）、花字、标题、章节牌、跟着物体走的标签、表情包 / GIF / 贴纸 / 画中画、版式模板，以及哪些音效卡在文字弹出或贴纸出现上。
+3. **哪些是用户真实素材？**分两类：画面里嵌入的真实像素（实拍、照片、截图、录屏、版式里播放的视频片段），复刻时必须拿到原文件；AI / 3D 画面里出现的商品、Logo、人物，是复刻时要准备的参考图（报告里的「复刻要准备的参考素材」），不是嵌入素材。
+4. **声音怎么做的？**人声（TTS 还是真人）、BGM（风格 / BPM / 调性 / 段落）、音效（时间点、类型、对应哪个画面事件），以及切镜是否卡在节拍上。**重点是来源：AI 生成的还是现成的。**先看视频形式——AI 音乐 MV（整片是一首唱出来的歌）大概率是 AI 歌；普通视频配乐大概率是现成曲库，但 AI 工作流的视频 BGM 也常是 Suno 生成，必须标"待确认"并给确认方法。
+5. **实拍的话，怎么拍、怎么打光、怎么调色、怎么剪？**景别、机位、自拍还是支架、正常速度还是慢动作/延时；主光方向/软硬/光比/色温、有无补光和轮廓光，布光方案（正面柔光、主光 + 补光、侧光、逆光、夜景环境光、低调、高调、彩色氛围光、产品静物、户外直射/阴天/逆光——户外要靠你在 `lighting.location` 里写明"户外"）；调色风格（自然、青橙、日系、胶片、黑白、暗调）；跳切、推近切、插入素材的节奏。
+6. **怎么复刻？**每镜给出路线和工具；实拍镜头给拍摄方案（布光 + 器材清单），不是只写"用 AI 近似"，AI 类镜头可以交给 capsule-cinema 生成。
+
+核心原则：**每个结论都要有证据，确定不了就如实写"待确认"并说明还缺什么。**宁可写"实拍还是 AI 待确认（倾向 AI 70%）"，也不要编一个确定的答案。
+
+## 0. 环境
+
+先跑 `rea-video --help`。没装就按 `references/setup.md` 安装（需要 ffmpeg、Python ≥ 3.10）。
+
+VLM（能看图的多模态模型）建议配，不强制，配置方法也在 `references/setup.md`。没配也照常跑，不要因此中止：
+- 你自己能看图：你就是这次的"VLM"，按下面的「看图复核并入」做。
+- 你看不了图：遵守 `references/review.md` 的「看不了图时的规则」，回复末尾一句话建议配置 VLM。
+
+**VLM 是否真的生效，以 `rea-video summary` 的 `VLM:` 一行为准**：`failed` / `not_configured` 等同没开，报告里如实写。
+
+## 1. 标准流程
+
+```bash
+# ⓪ 先看记住了什么：用户偏好（默认引擎、是否开 VLM、给你的偏好说明）和常见纠正类型
+rea-video memory
+# ① 拆解（产出 out/<名>/breakdown.json、report.html、report.md、storyboard.jpg、audio.png、shots/、stems/）
+rea-video --env-file <你的 .env> decompose ref.mp4 -o out/ref --vlm --lang <zh|en>   # --lang 按用户提问的语言选（见「交付给用户」）；没有 VLM 配置就去掉 --env-file 和 --vlm；字幕/花字是日文就加 --ocr-lang ja
+# ② 看紧凑摘要：低置信镜头会被标出；先看 VLM: 那一行确认 VLM 是否生效
+rea-video summary out/ref/breakdown.json
+```
+
+**省 token**：结果以 `rea-video summary` 为准，不要整份读 `breakdown.json`（几十万字）或 `report.md`（附录占一半）。要某一节时先 `grep -n '^##' out/ref/report.md` 找行号，只读那一节；复核时每镜看 `shots/shot_XXX.jpg` 联系表就够（已含首 / 中 / 尾帧），`_first` / `_last` 是复刻时给生成模型参照用的，不用另开。
+
+### 看图复核并入（能看图的 agent 必做，开了 VLM 也建议做低置信镜头）
+
+```bash
+rea-video review out/ref                      # 写出 review_tasks.json（每镜要看的图、工具判断、优先级）和 review_answers.json（答案模板）
+# 读 review_tasks.json 的 instructions，逐镜看 images 里的图（priority=high 必看），把 label_probs / evidence / description / narrative / embedded_assets 填进 review_answers.json；narrative 是「这个镜头在讲什么」：role 选叙事作用（抓注意 / 交代背景 / 补信息 / 给证据 / 转折 / 给结论 / 引导行动 / 渲染情绪），point 一句话写它讲的那一点，报告会连成「叙事线」；若某镜头实为多刀合并（暗底图形与暗底口播交替时容易被合成一个长镜头），可加 split_suggestion（cuts 切点秒数 + labels 各段类别 + note），报告会在该镜头标注拆分建议，镜头边界本身不变
+# 顶层 cast 填整片的角色 / 场景 / 道具（同一个角色跨镜头认成同一个，外观写到能据此复刻）和一句视觉风格；没开 VLM 时报告的「角色、场景与道具」一节全靠这里
+rea-video apply-review out/ref --by <你的名字>  # 并入：重写 breakdown.json、report.md、report.html，打印改判了哪些镜头
+rea-video summary out/ref/breakdown.json      # 用并入后的结果写回复
+```
+
+没看过的镜头 label_probs 留空 `{}`，会被跳过。你的答案会和确定性结果融合（不是直接覆盖），所以帧率、AIGC 标识这类强证据仍然起作用；如果并入后的结论和你的看法不同，在回复里写明理由。
+
+融合规则、看不了图时怎么办、原片 / 转码视频的特殊规则，见 `references/review.md`。能看图时**一定要做看图复核**，开了 VLM 也要做，并且独立判断，不要照抄 VLM。
+
+然后**一定要自己复核**，不要直接转述工具输出：
+
+1. 先看 `storyboard.jpg` 和 `audio.png`，对整片建立整体印象。
+2. 对标了"低置信，需要复核"的镜头，或"次选"概率很接近的镜头：
+   - 打开 `shots/shot_XXX.jpg`（首、中、尾联系表）。
+   - 必要时抽帧细看：`rea-video tiles ref.mp4 --start 12.3 --end 13.1 --every 0.1 -o out/ref/check.jpg`。
+   - 按 `references/taxonomy.md` 的"易混对照表"逐条核对。
+3. 角色与场景：`rea-video summary` 的「角色 / 场景」几行（`report.md`「角色、场景与道具」一节）。核对同一个角色有没有被 VLM 认成几个（逐镜描述里叫法不一致是常见问题），复刻时每个角色固定一张参考图贯穿所有生成单元；不对就在 `review_answers.json` 顶层 `cast` 里改。
+4. 声音按 `references/audio.md` 复核：先听 `stems/vocals.wav`（人声干声）和 `stems/music.wav`（配乐），再看 `rea-video summary` 里的"声音来源"一行（视频类型 → 人声 / 音乐 / 音效来源）。信号层面检出的音效只是**低置信候选**，音效清单以 VLM 听到的为准；没开 VLM 时要说明"轻音效可能漏检"。
+5. **实拍（口播 / 桌拍 / vlog / 商品）**：`rea-video summary` 末尾按维度列出「取景 / 机位 / 打光 / 剪辑 / 形式」（`report.md`「拍法、打光与剪辑」一节，含复刻拍摄方案和器材）。
+   工具在画面主体上测量：有人脸用人脸，没有人脸（桌拍、商品、手）用画面里最清晰的区域，后者的景别是估算。
+   看图时在 `review_answers.json` 每镜的 `aspects` 和顶层 `aspects` 里补像素测不出的：机位角度、自拍还是支架、主光是什么光源、眼神光、轮廓光/背景灯、画面里的光源、推测设备、视频形式。报告里测量、VLM、看图三个来源并列，不平均。
+   注意：平台转码会压暗部，软硬和补光的测量偏保守。AI / 3D 画面也会给光影描述，但标明「不是拍摄方案」，只用于写生成提示词。
+6. 真实素材按 `references/materials.md` 复核：代码模板里嵌入的截图和照片，确定性检测能找出大部分，但**暗色、半透明的背景照片会漏**。
+7. 剪辑包装（`rea-video summary` 的「包装:」几行，`report.md`「剪辑包装层」一节，文件在 `packaging/`）：
+   - 字幕时间轴和样式是测出来的，一般可信；字体是什么要你看图补（工具只给颜色、描边、底框、字高）。
+   - 贴纸：标了「需要看图确认」的，看 `packaging/sticker_XX.jpg` 和 `review_tasks.json` 里的 `frame_cmd`，在 `review_answers.json` 的 `packaging.stickers` 里填 `is_overlay` 和 `what`；工具漏掉的写进 `packaging.missed`。3D / 动画 / 版式画面里突然出现的物体工具不算贴纸，你看到是后期贴的再补。
+   - 花字和标签分错类时在 `packaging.text` 里改 `kind`。
+   - 音效「对应画面」一列是按时间就近对齐的，没开 VLM 时补出的候选（来源 `deterministic_anchored`）实测只有约四成是真音效，写成"可能"。
+   - 「按台词定位」是花字 / 标题 / 贴纸落在哪句字幕上（句中第几秒、对上哪个词），「常驻图层」是跨切镜不变的免责声明、标题栏、角标。只在有字幕时才有；定位按时间推的，看图觉得不对就在回复里说明。
+8. 第 3、5、6、7 步改了 `review_answers.json` 的，改完**再跑一次** `rea-video apply-review out/ref --by <你的名字>`，否则这些修改进不了报告。
+9. 如果你的判断和工具不同，以你的复核为准，在回复里写明理由；有价值的话，建议用户把这条视频加进评测集（仓库 `docs/dev/evaluation.md`）。
+
+用户指出判错或说出长期偏好时，按 `references/memory.md` 记下来（`rea-video correct` / `rea-video prefs`）。
+
+## 2. 交付给用户
+
+按 `references/output-template.md` 回复：先一句话结论，再内容与角色（这条视频讲什么、主要角色和场景），叙事线（每一步在抓注意、补信息还是给结论，见 `report.md`「内容与结构」；建议用户保留这条线、换成自己的案例和素材来重写，不只是换个主角），然后复刻方案（按生成单元 / 拍摄场次组织）、分镜表、剪辑包装、声音、真实素材清单、不确定点，最后给 `report.html` 路径。不要把 breakdown.json 贴进对话。
+
+**报告和回复都用用户的语言。**语言的判断顺序：用户明确指定的语言（「用英文出报告」「report in Chinese」）> 用户提问所用的语言 > `rea-video memory` 里的 `lang` 偏好 > 中文。
+- 工具支持 `--lang zh` 和 `--lang en`：`decompose` 时就传对，报告文件（`report.html` / `report.md`）、`summary` 输出、VLM 的画面描述和提示词都会是该语言；忘了传可以在 `apply-review out/ref --lang en` 时补上（会重新生成结论和报告文字；VLM 已写好的描述和提示词保持原语言）。看图复核时，`review_answers.json` 里的 evidence / description / prompt 也用这个语言写。
+- 用户用日语、韩语等工具不支持的语言提问时，跑 `--lang en`，回复用用户的语言写；用户要该语言的报告文件时，把 `report.md` 翻译成 `report_<语言>.md` 放在同一目录，并说明 `report.html` 是英文的。
+- 用户设了长期偏好（「以后都出英文报告」）就 `rea-video prefs lang en` 记下来。
+
+## 3. 复刻（需要时）
+
+见 `references/remake.md`：AI 镜头走 capsule-cinema（会计费，先 `rea-video remake-run --dry-run` 并征得用户同意）；实拍给拍摄方案；代码渲染用 Remotion；用户自己的素材用 `rea-video assemble` 拼回原时间线。
+
+## 参考文件
+
+| 文件 | 什么时候看 |
+|---|---|
+| `references/setup.md` | 安装、配置 VLM |
+| `references/review.md` | 看图复核：融合规则、看不了图、原片判 AI、平台转码 |
+| `references/taxonomy.md` | 11 类画面、AI 加工、判断要点速查、易混对照 |
+| `references/audio.md` | 声音复核 |
+| `references/materials.md` | 真实素材复核 |
+| `references/output-template.md` | 交付格式 |
+| `references/remake.md` | 复刻、对接 capsule-cinema |
+| `references/memory.md` | 记住纠正和偏好 |
+
+## 4. 不要做的事
+
+- 不要只凭画风判断。卡通 3D 风格既可能是 AI 视频，也可能是 Blender 渲染，要看形变、闪烁和几何稳定性。
+- 不要把代码渲染画面里的文字算成"叠加层"，那些文字就是画面本身。
+- 不要把用户的真实素材写成"可用 AI 生成"。
+- 不要把元数据缺失当成"不是 AI"的证据，平台转码常会清除元数据。
+- 不要在用户确认之前调用付费生成。

package/skills/rea-video/manifest.json

@@ -0,0 +1,32 @@
+{
+  "id": "rea-video",
+  "name": "rea-video",
+  "version": "1.0.0",
+  "description": "Reverse-engineers how a video was made, shot by shot (live action, AI, 3D, screen recording...), its subtitles, sound and editing, and how to remake it.",
+  "defaultEnabled": true,
+  "triggerTerms": [
+    "video này làm",
+    "video này được làm",
+    "phân tích video",
+    "mổ xẻ video",
+    "làm lại video",
+    "dựng lại video",
+    "video có phải ai",
+    "video ai hay thật",
+    "how was this video made",
+    "remake this video",
+    "reverse engineer this video",
+    "这条视频怎么做",
+    "视频怎么做的",
+    "是不是ai",
+    "怎么复刻",
+    "rea-video"
+  ],
+  "requiredCapabilities": [],
+  "source": {
+    "repo": "JuneYaooo/rea-video",
+    "commit": "3669923645e3953632e7406a57fb883e0ba8a6e0",
+    "folder": "skills/rea-video",
+    "license": "Apache-2.0"
+  }
+}

package/skills/rea-video/references/audio.md

@@ -0,0 +1,97 @@
+# 声音拆解
+
+工具产出：`breakdown.json` 的 `audio`（测量值）和 `audio_plan`（与 VLM 合并后的结果和复刻方案），以及 `audio.png` 时间轴。
+
+## 能信多少
+
+| 项 | 方法 | 可靠度（capsule-cinema 样本） |
+|---|---|---|
+| 有无人声 | 人声频段的音节调制（3–8Hz），加上句间停顿 | 高 |
+| 有无 BGM | 人声间隙里仍有响亮、有音调的声音（谐波占比 >0.62）；没有人声时看谐波持续性；或者有明显节拍周期。整段只有一个音高（测试音、蜂鸣、带谐波的电流嗡声，底下有点底噪也一样）不算音乐，记为 `steady_tone` | 高 |
+| BPM | 打击成分起音包络的自相关，同时给出半速/倍速候选；持续音、长音铺底这类几乎没有打击成分的声音报「无明显节拍」，不给 BPM；打击成分很少、周期也很弱的（没有鼓的铺底）同样不给 | 高（咸鸭蛋 110.0 vs 真值 110.15） |
+| 调性 | 色度 + Krumhansl 调性轮廓 | 中高（两条真值都对：D major） |
+| 段落变化 | 色度和响度的新颖度峰值 | 中 |
+| 音效 | 人声段落之外非常突出的瞬态，且不在节拍上；有 BGM 时要求更突出；瞬态处要有真实的打击能量（持续音的压缩噪声不算），音轨最后 0.1 秒的截断声不算 | **低**：在人声 + BGM 的混音里，信号层面实测精度只有约 0.2，轻音效基本测不出。音效清单以 VLM 为准 |
+| TTS 还是真人 | 交给 VLM | — |
+| 男声 / 女声 | 基频中位数（<150Hz 偏男声，>200Hz 偏女声） | 中，只作参考 |
+| 卡点剪辑 | 切点落在节拍上的比例 vs 随机概率 | 中高 |
+
+## 剥离音轨
+
+`decompose` 默认把声音剥成三条轨，放在 `stems/` 下（`rea-video stems <视频>` 可以只做这一步）：
+
+| 文件 | 内容 |
+|---|---|
+| `original.wav` | 原声（视频里的完整混音） |
+| `vocals.wav` | 人声干声：旁白、口播、歌声。注意：键盘声、"叮"之类的瞬态音效也会落在这里 |
+| `music.wav` | 配乐 + 环境声 |
+
+模型是 UVR MDX-Net Inst HQ 3（ONNX，CPU 即可，首次运行从 GitHub 下载约 67 MB，缓存在 `~/.cache/rea-video/models`，可用 `REA_VIDEO_MODELS` 改位置）。实测 TTS + Suno BGM 混音分离 SDR 约 19.7 dB；纯 BGM 漏进人声轨 −42 dB。约 0.6 倍实时（4 核）。
+
+复核时**直接听 vocals.wav 和 music.wav**，比听混音容易判断：人声是唱还是说、是不是 TTS，配乐有没有人声、结尾是不是被截断。
+
+## 来源判断：AI 生成还是现成的？
+
+**一句话结论**在 `sound_sources.summary_zh`，格式是"视频类型 → 人声 / 音乐 / 音效来源"：
+
+| 视频类型 | 人声 | 音乐 | 音效 |
+|---|---|---|---|
+| 音乐 MV / 歌曲类 | 歌曲自带的演唱 | **AI 生成**（Suno 等）为主 | 音效库 |
+| AI 视频原生出声 | 视频模型生成 | 后期配乐 | 视频模型生成 |
+| 实拍 | 同期声 / 真人配音 | 现成配乐 | 同期声 |
+| 旁白/口播 + 配乐 | TTS 或真人配音 | **现成曲库**为主（AI 工作流也常用 Suno 垫乐） | 音效库 |
+| 纯配乐 | — | 现成曲库 | 音效库 |
+
+工具产出：`breakdown.json` 的 `sound_sources`（music / voice / sfx 各自的 `source`、`leaning`、`probs`、`evidence`、`how_to_confirm`）。
+
+### 第一步：先看视频形式（决定先验）
+
+| 形式 | 怎么认 | 音乐来源先验 |
+|---|---|---|
+| **AI 音乐 MV**（整片就是一首带人声的歌） | VLM 说 format=MV；或确定性层：音乐铺满全片（>85%）**且人声是唱的**（`voice.style` = singing / rap_or_rhythmic，在分离出的干声上测） | AI 生成 60%（未开 VLM 时降权为 45%） |
+| **普通视频配乐**（旁白/口播 + 垫底 BGM，或无人声的纯配乐） | 人声是说话（`voice.style` = speech），或没有人声 | 现成曲库 60% |
+
+"唱"和"说"在**人声干声**上判断，两个信号：
+
+- 持续音高（`sustained_note_ratio`）：唱歌会在一个音高上停留 ≥160ms，>0.3 算唱。实测 TTS 旁白 0.14–0.15，说唱 0.24（说唱本来就不拖长音）。
+- 副歌重复（`chorus_repeat_share`）：4 秒的人声旋律片段在 6 秒以后又出现。>0.1 算歌（包括说唱）。实测 AI 说唱 MV 0.26，TTS 旁白 0.00。短视频只截了一段、没有重复的副歌时，这个信号会失效。
+
+### 第二步：用证据修正
+
+| 证据 | 指向 | 权重 |
+|---|---|---|
+| 歌词唱的就是本片的角色/商品/剧情（VLM `lyrics_match_content`） | AI 生成（定制歌） | 强 |
+| VLM 认出歌名（`song_guess`） | 知名歌曲 | 强 |
+| 平台音乐标签是具体歌名（`--meta`） | 现成曲目 | 强 |
+| 平台标签是「@作者创作的原声」 | 不是平台曲库；MV 类多为 AI 歌 | 中 |
+| 片尾音乐满音量被硬切 | 截取的现成曲目 | 弱 |
+| 音乐和视频一起收尾 | 按片长定制/剪辑（两种都可能） | 很弱 |
+| 文件带 AIGC 隐式标识 | 整片声明含 AI 内容 | 很弱 |
+
+最高概率 <45% 时输出"待确认"，同时给出倾向（`leaning`）。
+
+### 已知陷阱（一定要在回复里提醒）
+
+**AI 工作流做出来的普通视频，BGM 也常是 Suno 生成的**（capsule-cinema 自己的 monkey_wine、咸鸭蛋、鸟窝都是）。"普通配乐 = 曲库"的先验在这类视频上会错，而纯听感/信号特征分不开 Suno 器乐和曲库器乐。所以普通配乐的结论必须写成"倾向曲库，待确认"，并给出确认方法：
+
+1. 抖音/小红书原页面的音乐标签（`--meta` 传进来最好）。
+2. 汽水音乐 / QQ 音乐「听歌识曲」或 ACRCloud：识别得到就是现成歌曲；识别不到不代表是 AI（曲库冷门曲也常识别不到）。
+3. 听感：AI 歌咬字含糊、高频发虚带金属感、歌词紧扣画面；AI 器乐常见结构一成不变、结尾突然收住或循环拼接。
+
+### 人声和音效的来源
+
+- **人声**：TTS / AI 视频自带人声 / 真人录音。镜头切换处底噪跳变（`per_clip_audio.resets_at_cuts`）说明每段声音跟着画面片段走，是 AI 视频模型原生出声（如 Veo、Seedance 带音频）或实拍同期声。
+- **音效**：多数来自现成音效库（mixkit、爱给等）；AI 视频模型原生出声时音效也跟着片段走。确定性层只能给倾向，清单以 VLM 为准。
+
+## 复核方法
+
+1. 看 `audio.png`：人声条、音乐条和切镜线是否对得上直觉。
+2. 音效有疑问时，抽那一段画面看看有没有对应事件（文字弹出、转场、动作）：`rea-video tiles`。
+3. VLM 给出 `source_guess=popular_song`，或平台标签是具体歌名时，在复刻方案里写明"需要授权或替换"。
+4. 音乐来源按上面的"来源判断"写，普通配乐不要写成确定的"曲库"。
+
+## 复刻
+
+- **人声**：capsule-cinema 的 DoubaoTTSTool / UniversalTTSTool 或 MiniMax 克隆；要卡原时间窗时用时长可控 TTS。
+- **BGM**：按 BPM、调性、情绪用 Suno（UniversalMusicGenerationTool）或曲库；在段落变化点对齐镜头。
+- **音效**：按时间点摆放；有音高的音效对齐 BGM 调性（capsule-cinema plush 配方的 sfx.py / cues.py 就是这样做的）。

package/skills/rea-video/references/materials.md

@@ -0,0 +1,34 @@
+# 用户真实素材
+
+**定义**：画面里不是制作方生成或渲染、而是从现实中引入的像素，包括实拍视频、真实照片、网页/App 截图、录屏、版式里播放的视频片段、贴上去的 Logo / 商品图。复刻时这些必须由用户提供原文件，**不能写成"用 AI 生成"**。
+
+**和「参考素材」分开**：AI 视频、数字人、3D 画面里出现的商品、Logo、人物，像素是模型或渲染器做出来的，不算真实素材；它们记在 `material.references`，报告里是「复刻要准备的参考素材」，复刻时作为参考图（`@图片N`）喂给模型。实拍画面里的商品是道具，同样记为参考。
+
+## 工具怎么标
+
+- **整帧**：
+  - 实拍 → 实拍视频素材
+  - 录屏/截图 → 录屏素材或界面截图（静止的算截图）
+  - 静帧/推拉且来源是照片或截图 → 真实照片或截图
+  - 静帧来源不明（没开 VLM）→ "图片素材（真实/AI 待确认）"，不计为真实素材
+- **嵌入**（只在渲染画面里检测，即代码渲染、录屏、3D、渲染卡片）：
+  - 照片纹理区域：灰度熵高、无平涂，且不在字幕带 → 照片/图片素材，**标为"真实还是 AI 待确认"**（模板里贴的也可能是 AI 图）。要么由 VLM 确认，要么你自己看图判断
+  - 浅色面板 + 单帧 ≥6 处小字 → 界面截图（直接算真实素材）
+  - 区域内有运动而周围静止 → 嵌入视频片段或录屏
+- **VLM**：`embedded_assets` 里 `is_real_material=true` 的条目。底层是渲染版式（代码、录屏、静图）时算嵌入素材，VLM 说的 `real_footage` 记为「嵌入视频片段」（它可能本身是 AI 视频）；底层是 AI 视频 / 数字人 / 实拍，或 3D 里的商品、Logo、人物，记为参考素材。
+
+## 已知漏检
+
+- 暗色、半透明、作为氛围背景的照片（例如 mediank 的 NASA 背景图）：纹理对比太低，确定性检测不出来。看到深色模板时，要自己看一眼背景。
+- 暗色主题网页截图：不是浅色面板，检测不到，要看画面里有没有浏览器或界面框。
+- 实拍或 AI 画面里叠加的小 Logo、商品图：确定性层不在照片底图上做嵌入检测（容易误报），依赖 VLM。
+
+## 素材库空镜
+
+城市航拍、延时、风景、商务人物、手部特写这类和视频主体无关的实拍空镜，常是从素材网站买的，不是作者自己拍的。工具会把它们标成「实拍视频素材」。看图时在 `description` 写明「疑似素材库空镜」，交付时和作者自拍的素材分开列：复刻时到素材网站找同类即可，不用向用户要原片。
+
+影视片段（`film_footage`）同理：素材来自片方，交付时写「需要找原片对应片段，商用要授权」，不要写成用户自己的素材。
+
+## 交付时的写法
+
+逐条列出：镜头号、时间、素材类型、画面位置、内容描述，以及"复刻时需要你提供：……"。

package/skills/rea-video/references/memory.md

@@ -0,0 +1,7 @@
+# 记住用户的纠正和偏好
+
+- 用户指出某个镜头判错（"这是定格动画不是 AI"、"这段是我自己拍的素材"）：运行
+  `rea-video correct out/ref --shots 3,5 --label stop_motion --note "<用户原话>"`（`--label` 填用户说的那一类，类别名见 `taxonomy.md`：定格动画是 `stop_motion`，静态图 + 推拉是 `still_motion`；也可用 `--start/--end` 指定时间段，`--shots all` 表示整条；真实素材用 `--real yes|no`）。
+  这会立刻改结论和报告，并记入 `~/.rea-video/corrections.jsonl`；以后拆同一个文件会自动套用，同类镜头会在复核任务里提示。
+- 用户说出长期偏好：能对应参数的用 `rea-video prefs engine kling2.1`、`prefs vlm on`、`prefs env_file <路径>`、`prefs reviewer <名字>`、`prefs capsule_root <capsule-cinema 路径>`；其余的用 `rea-video prefs --note "报告尽量短，重点写复刻方案"` 记下，下次 `rea-video memory` 会显示，按它调整回复。
+- 只记用户明确说的，不要把你自己的猜测写成纠正。纠正不会自动改分类权重；积累到几条以后，用 `rea-video memory --export-labels eval/user_labels.yaml` 导出成评测样本，再按开发约定评测、改规则（仓库 `docs/dev/evaluation.md`）。

package/skills/rea-video/references/output-template.md

@@ -0,0 +1,46 @@
+# 交付给用户
+
+## 原则
+
+- 先给一句话结论（这条视频是怎么做出来的），再用两三行说内容和角色（讲什么、主要角色 / 场景 / 商品，`report.md`「角色、场景与道具」一节），再给**复刻方案**（`breakdown.json` 的 `production_plan`，报告里「复刻方案」一节），然后才是分镜表。
+- 复刻方案按实际制作的组织方式写，不按剪辑镜头逐个写：
+  - AI 镜头 → **生成单元**：几个连续镜头一次生成、用哪个模型、参考素材（`@图片` 产品/人物、`@视频` 原片片段）、合并后的多镜头提示词、单元之间怎么衔接。默认引擎不支持一次多镜头时，照抄 `engine_note`，说明换模型能省几次调用。
+  - 实拍镜头 → **拍摄场次**：哪些镜头是同一场景、同一机位，一起拍；每个场景的布光；先大景别后特写。分镜表本身仍然逐镜写细。
+  - 代码渲染 → 几段代码合成，每镜写清画面元素和动效（报告「代码合成」一节的逐镜动效时间轴：元素位置、出现时间、方向、快慢、色值，元素截图在 `shots/`）；静图推拉 → 本地重建。
+- 提示词缺失（未开 VLM）时，你看图补写：`rea-video review` 的答案里每镜填 `replication.image_prompt / video_prompt / video_prompt_en`，`apply-review` 后生成单元会自动带上。
+- 然后写剪辑包装（字幕样式和时间轴文件、花字 / 贴纸清单、音效卡点）、声音拆解、真实素材清单，最后写不确定点。
+- 报告文件路径（`report.html`）写给用户。有代码渲染镜头、用户要复刻时，告诉用户复刻要用整个报告目录（`shots/` 里的元素截图和关键帧条、`packaging/` 里的字幕文件），只给 HTML 或 PDF 会缺单张截图。不要把 breakdown.json 整段贴进对话。
+
+## 语言
+
+报告语言跟 `--lang` 走（zh / en），回复语言跟用户走；两者的判断顺序见 SKILL.md「交付给用户」。下面的模板是中文版，英文回复用同样的结构：one-line verdict → content and cast → remake plan → shot list → packaging → audio → material you must supply → open questions → report path。
+
+## 回复模板（中文）
+
+**一句话结论**：混合制作——底层画面 AI 生成视频 62%、代码模板 30%、实拍 8%；全片字幕由代码叠加；引入了 2 段真实截图；女声 TTS + 110 BPM 流行 BGM，切镜卡在节拍上。
+
+**内容与角色**：剧情短片，4 镜；主角 A「小黄」（黄色卡通小河马，粉色连体衣、斜挎粉包，全片出场）、B 男友（同款配色，#3–#4）；场景 S1 白天城市街道。复刻时 A、B 各固定一张参考图贯穿所有生成单元。
+
+**分镜表**
+
+| # | 时间 | 制作方式（置信度） | 素材来源 | 叠加层 | 关键证据 | 复刻路线 |
+|---|---|---|---|---|---|---|
+| 1 | 0:00–0:02.5 | AI 视频（86%） | AI 生成 | 字幕、标题 | 24→30 重复帧；手指形变 | capsule-cinema 首尾帧 |
+
+**拍法、打光与剪辑**（有实拍镜头时写，对应 `rea-video summary` 末尾的取景 / 机位 / 打光 / 剪辑 / 形式几行）：视频形式（口播/桌拍/vlog）、景别和机位角度、手持还是支架、机位/场景数；布光方案（主光方向和高度、光比、软硬、色温、有无补光/轮廓光、画面里的光源）；剪辑手法（跳切剪气口、推近切、插入截图/录屏的比例）；给一份复刻器材清单。测量值和你看图的结论冲突时写明依据。
+
+**剪辑包装**：字幕（几句、位置、颜色 / 描边 / 底框、关键词高亮、入场方式，SRT/ASS 文件路径）；花字、标题、章节牌、跟随标签（时间、文字、样式、动画）；贴纸 / GIF / 表情包 / 画中画（时间、位置、贴的是什么、是否循环）；哪些音效卡在文字弹出或贴纸出现上；花字 / 贴纸跟哪句台词（「按台词定位」）、哪些是常驻图层。工具没测到、你看图补的写明。
+
+**声音**：人声（TTS 还是真人、音色，台词见报告脚本表）/ BGM（歌名猜测、风格、BPM、调性、来源与版权风险、段落）/ 音效（时间点 → 对应画面事件）/ 混音（是否压低音乐）。报告「声音」一节每一项是一张卡，照着抄即可。
+
+**需要你提供的真实素材**：镜头 #4 中部的 GitHub 页面截图……
+
+**复刻方案**：按 `production_plan` 写。AI 镜头写生成单元（镜头范围、模型、参考素材、多镜头提示词、衔接）；实拍镜头写拍摄场次（场景 → 机位 → 镜头，布光）；代码渲染写几段代码合成、每段用什么做法，并指向逐镜动效时间轴和元素截图；静图推拉一句。涉及付费的操作先确认。
+
+> 例：AI 画面 8 镜 → 3 个生成单元、3 次 Seedance 2.5 调用（默认的 Seedance 2.0 不支持一次多镜头，逐镜要 8 次）。G1 #1–#5（9.0s）：@图片1 产品图 + @视频1 原片 0–9s，一次出 5 个镜头……
+
+**不确定的地方**：#7 实拍还是 AI 待确认（倾向 AI 64%）：没有手部和文字可供判断，建议……
+
+**报告**：out/ref/report.html
+
+**VLM**：照抄 `rea-video summary` 的 `VLM:` 一行（已生效 / 部分生效 / 全部调用失败 / 未配置 / 未开）。没生效、而且你自己也看不了图时，加一句建议："配置任意多模态模型（REA_VLM_BASE_URL / REA_VLM_API_KEY / REA_VLM_MODEL）后加 --vlm 重跑，实拍/AI/3D 的判断会更准。"你能看图时写"由 agent 看图复核"即可。

package/skills/rea-video/references/remake.md

@@ -0,0 +1,41 @@
+# 复刻
+
+## 各类镜头怎么复刻
+
+- **AI 类镜头**：用原镜头首尾帧加 VLM 提示词，通过 capsule-cinema 生成（会计费，先 `--dry-run`，并征得用户同意）。
+- **静态图推拉、静帧**：本地按测得的运动参数重建。
+- **代码渲染**：用 Remotion 重建。把报告「代码合成」一节（每镜做法、逐镜动效时间轴、色值）连同 `shots/` 里的元素截图、关键帧条和 `packaging/overlays.ass` 一起交给写代码的人或 LLM；按时间轴的时间和位置写动画，按截图重画图形，图标 / Logo / 插画这类画不出来的直接抠图用。
+- **真实素材**：列清单让用户提供。
+- **声音**：TTS、BGM（按 BPM / 调性 / 情绪）、音效（按时间点）三条轨分别准备。
+- **剪辑包装（字幕、花字、贴纸）**：不进生成。生成模型只出干净的人和画面，包装层最后按「剪辑包装层」的时间轴叠上去，这样字不会被模型画糊，换文案时也只改包装层。
+  - 首尾帧上带着原片字幕的，`remake-plan` 的任务里有 `overlays_in_frames` 和警告：先擦掉字再当参考图，否则生成画面会照抄原字幕。
+  - 换文案时，花字和贴纸按报告里的「按台词定位」放到新文案的对应句子上，不沿用原秒数；「常驻图层」整段叠一次。
+
+**用户自己拍的素材、或在网页上手动生成的视频，拼回原时间线**（不需要 capsule-cinema）：
+
+1. 按分镜表（`report.md` 的镜头号和时长）把素材对应到镜头。一条长素材覆盖多个镜头时，先用 ffmpeg 按动作切开；拿不准对应关系时给用户看截图确认。
+2. 写一个 `results.json`：`{"results": {"<镜头号>": {"video": "<素材绝对路径>"}, ...}}`。手动生成的「生成单元」视频覆盖多个镜头时，同样先按单元提示词里的「镜头i（a–b s）」时间切开再填。
+3. `rea-video assemble out/ref/breakdown.json <results.json 路径>`：每段生成素材整段变速塞进原镜头时长（最多快 3 倍、慢 1.25 倍，超出部分再裁），切点和原片对齐，没填的镜头暂时用原片占位，声音沿用原片；输出 `remake.mp4` 和左右对比的 `compare.mp4`。告诉用户哪些镜头还是原片占位、声音还要换。
+   - 加 `--overlays`：把测得的字幕 / 花字 / 标题按原样式叠到换掉的镜头上（原片占位的镜头本来就有字，不重复叠）。字体是通用无衬线体，颜色和底框是测量值，可能和原片有出入；贴纸只在 `assemble_log.json` 的 `stickers_to_add` 里列出来，要自己找素材贴。
+
+**自动生成的限制**：`remake-plan` 和 capsule-cinema 目前还是一个镜头调一次模型；报告里「生成单元」的多镜头提示词要用户手动贴到支持多镜头的模型（如即梦 / Seedance 2.5）上用。向用户说明这一点，并给出两种做法的调用次数。
+
+## 对接 capsule-cinema
+
+生成要用 capsule-cinema 自己的 Python 环境。`rea-video remake-run` / `capsule-draft` 会自动找 `$CAPSULE_CINEMA_PYTHON` 或 `<capsule-root>/.venv/bin/python`，也可以用 `--python` 指定。
+
+```bash
+CC=$CAPSULE_CINEMA_ROOT   # capsule-cinema 仓库路径
+rea-video remake-plan out/ref/breakdown.json --capsule-root $CC --engine seedance2.0   # 也可以 --mode image_to_video / --labels ai_video
+rea-video remake-run out/ref/remake/jobs.json --dry-run      # 先给用户看任务和费用
+rea-video remake-run out/ref/remake/jobs.json                # 用户确认后再跑
+rea-video assemble out/ref/breakdown.json out/ref/remake/results.json                   # 拼回原时间线 + compare.mp4
+rea-video capsule-draft out/ref/breakdown.json --capsule-root $CC --capsule-name xxx [--write-capsule]
+```
+
+- jobs.json 里每个任务的 `executor` 取值：
+  - `capsule_cinema`：调模型生成
+  - `local_ffmpeg`：静态图本地重建
+  - `keep_original`：保留原片，比如代码渲染、录屏、真实素材
+- `user_assets`：这个镜头需要用户提供的真实素材。生成结果只是近似，要提醒用户。
+- `capsule-draft`：通过 capsule-cinema 自带的 `tool_factory` 注入拆解结果，不改 capsule-cinema 代码，生成的配方草稿默认是 `review_required`。