视频视觉分析：把视频里的 UI 视觉信息变成结构化报告

这个 Skill 解决的是只有产品演示视频、没有设计稿时怎么还原 UI 视觉规范的问题。它用 ffmpeg 抽取视频关键帧，再用视觉模型批量分析，从中提取配色、字体、布局、组件样式等 UI 设计规范，以及功能模块信息、产品特征和交互设计，最后汇总成结构化分析报告。它把抽帧、视觉分析、汇总这三件事固定成一条流程，替代逐帧截图人工比对和逐帧提问通用多模态模型的做法。文中说明了核心能力、四步处理流程、安装启用方式（抓取资料未提供安装命令，标注为 requires_api_key=false，运行需本机 ffmpeg 与可用视觉模型）、适用场景与限制（不包含时序信息，精确数值属估计需人工复核，长视频成本高），并提示页面评分与下载统计口径不一致。