前言¶
做 AI 視頻創作的人常遇到兩類問題。一是拿到一段參考視頻，只能憑感覺說「這個鏡頭好」，說不出好在哪：景別是什麼、機位角度如何、運動方向和節奏怎樣。二是要把參考視頻轉成可執行的分鏡腳本，再翻譯成 Sora / Runway / Kling / Veo / 可靈 / 即夢 的提示詞，手動做既慢又容易漏項。video-decomposer 就是針對這兩個環節的 Skill，它按資深攝影師的視角把視頻逐項拆開，輸出結構化的拆解結果。
下面介紹這個 Skill 的定位、能力、啓用方式和使用注意事項。需要先說明的是，本次覈對時官方頁面與接口地址均抓取失敗，安裝命令和本地配置項未能覈實，因此下文只寫已確認的信息，不給出未經驗證的安裝代碼。
這是什麼¶
video-decomposer 是一個面向視頻內容的結構化拆解 Skill，座標 @user_f13d61ff/video-decomposer，版本 1.0.0，來源爲 community，由發佈者 user_f13d61ff 維護，歸類在 design-media 下。它解決的問題是：把「一段視頻」這種非結構化輸入，轉成「場景設定、人物檔案、道具、鏡頭語言、逐鏡腳本、AI 視頻提示」這類可複用的結構化輸出。
按 SkillHub 頁面數據，該 Skill 標籤爲 requires_api_key=false，即不需要單獨配置 API Key 即可啓用；評分與下載量屬於平臺側統計，寫作時以頁面當前展示爲準。
核心功能¶
官方簡介列出的能力包括以下幾項。
- 輸入支持兩種來源：本地視頻文件，或直接的公開視頻 URL。
- 場景設定：解析視頻中的場景環境、時間與空間設定。
- 人物檔案：整理出鏡人物的形象特徵與身份信息。
- 道具：識別並記錄場景中的道具元素。
- 鏡頭語言：按景別、角度、運動三個維度拆解鏡頭，對應 cinematography 中對鏡頭的常規描述方式。
- 逐鏡分鏡腳本：按鏡頭順序輸出 shot list / storyboard 形式的腳本。
- AI 視頻提示：把拆解結果整理爲適用於 Sora、Runway、Kling、Veo、可靈、即夢 的生成提示詞。
觸發詞覆蓋中英文兩類說法：視頻拆解、視頻分析、分鏡、分鏡頭、故事板、拉片、鏡頭腳本、鏡頭拆解、視頻腳本，以及 video breakdown、shot list、storyboard、deconstruction、scene analysis、camera work analysis、cinematography。需要區分的是，「鏡頭拆解」偏向單鏡頭的細讀，「拉片」偏向整片的節奏與結構分析，兩者在觸發詞層面都會被命中。
安裝與啓用¶
本次未能覈實到官方提供的安裝命令、目錄約定或配置文件字段，因此不給出命令行示例，避免寫入無法驗證的內容。
可確認的信息如下。
- SkillHub 頁面：
https://www.skillhub.cn/skills/user_f13d61ff/video-decomposer - 接口地址：
https://api.skillhub.cn/user_f13d61ff/video-decomposer - 來源類型：community
- 依賴：
requires_api_key=false
啓用路徑上，可以先打開上面的 SkillHub 頁面確認當前版本號與說明是否與本文一致，再按你所用的 Agent 平臺的 Skill 加載方式引入該 Skill。不同客戶端對 community 來源 Skill 的安裝入口和校驗方式並不統一，以平臺實際提示爲準。
典型用法¶
官方簡介只給出了能力範圍和觸發關鍵詞，沒有提供可復現的命令行示例或參數說明，因此這裏不構造具體調用樣例。
可以確認的使用方式是：把本地視頻文件路徑或公開視頻 URL 作爲輸入，同時給出拆解意圖（例如只要分鏡腳本，或只要攝影技法分析）。觸發詞可以自然語言形式出現在請求裏，Skill 側按關鍵詞匹配後進入拆解流程。輸出應包含上一節列出的幾類結構化內容，你拿到結果後可以直接用於分鏡整理，或改寫爲對應 AI 視頻工具的提示詞。
適用場景與注意¶
適合的場景：需要從參考視頻中提煉鏡頭語言、整理分鏡表、爲 AI 視頻工具批量準備提示詞的創作者與編導；需要對競品或經典片段做拉片式記錄的研究者；需要在團隊內沉澱可複用鏡頭檔案的項目。
需要注意的幾點：
- 輸入只支持本地文件與公開 URL，內網視頻、需登錄或帶防盜鏈的地址不在能力範圍內。
- 拆解質量取決於源視頻的畫面清晰度與鏡頭密度，純對白音頻、無畫面信息的片段難以提取鏡頭語言。
- 輸出中的 AI 視頻提示是轉寫後的生成指令，不同模型對景別與運動的描述習慣不同，落到具體工具時通常需要再做一次適配。
- 人物檔案與道具信息來自畫面可見內容，不涉及對未出鏡信息的推斷。
- 該 Skill 標註爲 community 來源，使用前建議自行覈對權限範圍與數據用途。
結尾¶
video-decomposer 的價值在於把視頻拆解從一次性的人工拉片，變成可重複執行、字段固定的結構化流程，省掉逐鏡記錄和提示詞改寫中的重複勞動。它的能力邊界也清晰：只做畫面層面的拆解與轉寫，不負責剪輯、渲染或素材生成。官方地址：https://www.skillhub.cn/skills/user_f13d61ff/video-decomposer。
