视频前三秒钩子分析技能。从分镜拆解结果中提取前三秒分镜数据，为钩子吸引力评估提供结构化上下文。运行脚本 `python scripts/analyze_hook_segments.py "<breakdown_json_file>"` 或通过 stdin 传入 JSON。输出包含前三秒分镜数量、总时长和每个分镜的详细信息（含关键帧 URL）。
视频前三秒钩子分析技能从分镜拆解结果中提取前三秒的分镜数据，并构造结构化的分析上下文，包含视觉内容描述、关键帧图片 URL、运镜方式等信息，为后续的 LLM 多维度评分分析提供输入。
本技能提取的数据供以下 5 个维度评分（由 LLM 完成评分）：
| 维度 | 权重 | 评估要点 |
|---|---|---|
| 视觉冲击力 | 30% | 画面构图、色彩、光影、运镜动感 |
| 语言钩子 | 25% | 文案与画面配合度、悬念制造 |
| 情绪唤起 | 15% | 画面情绪、人物表情、氛围营造 |
| 信息密度 | 15% | 有效信息量、核心价值传达 |
| 节奏掌控 | 15% | 分镜切换节奏、平台特性适配 |
# 1. 先使用 video-breakdown skill 处理视频并获取分镜结果
python ../video-breakdown-skill/scripts/process_video.py "https://example.com/video.mp4" > breakdown.json
# 2. 提取前三秒分镜数据
python scripts/analyze_hook_segments.py breakdown.json
cat breakdown.json | python scripts/analyze_hook_segments.py -
{
"segment_count": 3,
"total_duration": 2.8,
"total_video_segments": 15,
"analysis_mode": "multimodal",
"segments": [
{
"index": 0,
"start_time": 0.0,
"end_time": 1.0,
"duration": 1.0,
"visual_content": "画面描述",
"speech_text": "语音文字",
"shot_type": "特写",
"camera_movement": "推镜头",
"function_tag": "开场",
"frame_images": [
{"type": "image_url", "image_url": {"url": "https://..."}}
],
"frame_count": 3
}
]
}
分析结果可用于识别以下钩子类型：
| 分数段 | 等级 | 描述 |
|---|---|---|
| 9-10 | 顶级 | 极强的吸引力和创意 |
| 7-8 | 优秀 | 具备良好的吸引力 |
| 5-6 | 一般 | 有改进空间 |
| 3-4 | 较弱 | 需要重大改进 |
| 1-2 | 很差 | 基本没有吸引力 |
frame_images 字段中包含关键帧 URL，可供 Vision 模型直接分析process_video 返回的完整 JSON 数据| 问题 | 解决方案 |
|---|---|
| 输出为空 segments | 确认输入 JSON 包含 segments 字段且不为空 |
| 前三秒无分镜 | 视频可能从静止画面开始，检查原始数据 |
| 关键帧 URL 失效 | TOS 签名 URL 可能已过期，重新拆解获取 |