← 返回重点项目
查看 GitHub 项目

eternityspring/reelbench-skills

一句话定位

AI 视频 shot-analysis 与 ffmpeg Skill 包——学习笔记 + 工具 skill 双层；Claude Code skills 入口；22MB 学习资料 + shot-analysis 工作流 + ffmpeg 工具链；Apache-2.0。

它解决的问题

2025-2026 年 AI 视频生成（Runway / Sora / Kling / Veo / Pika 等）爆发，但"如何用 ffmpeg 拆解 / 重组 / 评估视频"的工作流分散在各处——开发者需要把 shot detection、frame extraction、quality metrics 等工具链手动拼装。reelbench-skills 把 AI 视频工作流打包成 Claude Code skills 形态——通过结构化提示词 + ffmpeg 工具链 + 22MB 学习资料，让 Claude Code 能直接对视频做 shot analysis、拆解、重组、评估。

为什么值得关注（2026-09-12）

热度来源判断

Skill 形态（Claude Code / Codex skills）在 2026 年迅速爆发——从通用工具（3D / 公文 / 工作纪律）到垂直领域（视频 / 配音 / 转场）。reelbench-skills 是「AI 视频 Skill 垂直化」的首批标杆。热度来源是「AI 视频生成爆发 × Claude Code skills 形态成熟 × ffmpeg 工具链刚需 × 22MB 学习资料降低入门」四因素叠加。fork/star 13.8% 偏高企服信号。热度真实且属垂直赛道，能否扩展取决于是否出现"AI 配音 Skill"、"AI 转场 Skill"等同类。

关键技术亮点

  1. shot-analysis 工作流：Claude Code 通过结构化提示词自动对视频做 shot detection、frame extraction、quality assessment
  2. ffmpeg 工具链集成：内置 ffmpeg 工具链用于视频拆解 / 重组 / 转码 / 滤镜
  3. 22MB 学习资料：远大于 README 体积，是 skill 资料包而非代码库
  4. HTML 主目录：README 是完整 HTML 结构，便于直接预览 / 嵌入文档站点
  5. Claude Code skills 入口：与 Anthropic Skills 标准兼容
  6. Apache-2.0：商业友好，企业可自由采用并修改

架构师速览

决策问题 研究判断 证据边界
系统边界 Claude Code skill 包（提示词 + 工具链 + 学习资料）+ HTML 文档主目录；本地 Claude Code 加载 skill 后可用 仅基于 README 与 GitHub 元数据；具体 skill 目录结构、ffmpeg 调用接口、学习资料内容未在档案中给出
主路径 开发者启用 skill → Claude Code 加载结构化提示词 → 用户上传视频 → shot-analysis 工作流 → ffmpeg 拆解 / 重组 → 输出评估报告或新视频 主路径为 README 语义抽象；ffmpeg 调用安全边界、视频大小限制、并发任务管理均待核验
关键权衡 Skill 提示词通用性 vs ffmpeg 工具链灵活性 vs 学习资料完整度 vs Claude Code 版本兼容 vs 22MB 下载成本 档案明示 skill 资料包 + Claude Code skills 入口两点；Claude Code 升级后 skill 兼容机制、ffmpeg 路径管理、视频格式覆盖矩阵均待核验
最小 PoC 在 Claude Code 启用 reelbench-skills（按 README 安装指引）；上传一段 10 秒短视频；让 Claude Code 做 shot-analysis 并用 ffmpeg 输出关键帧 PoC 范围与退出路径由档案"先单视频、最小 ffmpeg 调用、可审计"原则推导；具体 Claude Code 版本、ffmpeg 路径、输出格式均待核验
依赖与红线 依赖 Claude Code + 本地 ffmpeg；Apache-2.0 允许商业衍生；22MB 下载体积对移动端是负担 依赖与红线均来自 README + GitHub 元数据；具体 ffmpeg 版本、Claude Code skill 协议版本、平台兼容矩阵需独立核验

架构图（MMD）

证据边界：此图只采用本档案已有可核验描述；“待核验”节点不应视为项目实现事实。

flowchart LR
  User[AI 视频开发者] -->|启用 skill| ClaudeCode[Claude Code Harness]
  ClaudeCode -->|加载 skill| Skill[reelbench-skills
结构化提示词]
  Skill -->|shot-analysis 工作流| Workflow[shot 检测 / 帧提取 / 质量评估]
  Workflow -->|调用 ffmpeg| FFmpeg[本地 ffmpeg 工具链]
  FFmpeg -->|拆解 / 重组 / 转码| VideoOut[输出帧 / 关键帧 / 重组视频]
  Workflow -->|输出评估报告| Report[shot 分析报告]
  Skill -.22MB 学习资料.-> Learn[视频分析学习笔记]
  ClaudeCode -.Skill 协议版本兼容.-> Compat[Claude Code 升级适配 待核验]
  FFmpeg -.本地依赖.-> FFDeps[ffmpeg 安装与路径管理 待核验]

架构启发

reelbench-skills 的核心启发是 「Skill 不只是提示词，是提示词 + 工具链 + 学习资料的复合产品」——22MB 学习资料 + ffmpeg 工具链 + Claude Code skills 入口，让 AI 视频工作流从"零散工具拼装"升级为"开箱即用 skill 包"。更深层的启发是「HTML 主目录 + 完整文档化」的发布工程——README 是完整 HTML 结构，便于直接预览 / 嵌入文档站点。最值得借鉴的是「Skill 垂直化」的产品哲学——不追求通用工具，而是把 AI 视频场景做深做透。

定位判断

工具型项目（AI 视频垂直 Skill 包）。 reelbench-skills 与 viettranx/3dviz-pro-max（3D Skill）、mizzlelover/gongwen-gbt9704-skill（公文 Skill）同构——Skill 形态从"通用工具"扩展到"垂直领域模板库"。真正的差异化是「AI 视频垂直化」——精准切入 ffmpeg + shot-analysis + AI 视频生成的工作流。能否扩展取决于：(a) 是否出现同类垂直 Skill（配音、转场、配乐、字幕等）；(b) Claude Code 升级后 skill 兼容机制（决定长期可用性）；(c) 22MB 下载体积是否会被拆分为按需加载（决定入门门槛）。当前定位是"AI 视频 Skill 垂直化首批标杆"，向更多垂直领域演进是合理路径。

风险 / 局限 / 泡沫点

与同类项目的关系

是否值得持续跟踪

值得短期观察（AI 视频 Skill 垂直化首批标杆）。 reelbench-skills 代表了"Skill 形态从通用到垂直"的演进方向，无论其本身成败，这一方向会持续影响 Skill 生态。建议关注：(a) 是否出现同类垂直 Skill（配音、转场、配乐、字幕等）；(b) Claude Code 升级后 skill 兼容机制（决定长期可用性）；(c) 22MB 下载体积是否会被拆分。对 AI 视频开发者，这是 Claude Code skill 形态参考的好样本。对 Skill 生态观察者，它是"垂直化 Skill"的代表样本。

后续观察点

首次记录：2026-09-12