🔑 前置：ASR 凭据（仅首次）

本技能的语音转写走公共 ASR 路由（skills/_shared/asr.py），凭据在哪家走哪家：

1. 火山录音文件极速版（VOLC_ASR_*，优先）
2. 百炼业务空间（WORKSPACE_ID + MODELSTUDIO_API_KEY/DASHSCOPE_API_KEY）：qwen-audio-3.1-asr-flash → qwen-audio-3.0-asr-flash
3. 百炼 agent plan（AWK_API_KEY）：qwen-audio-3.0-asr-flash

按序尝试已配置的供应商；业务空间内先尝试两个候选模型，均失败才继续 Agent Plan。设置 BAILIAN_ASR_MODEL 后百炼每个端点仅调用该模型。百炼 Flash 单次音频不超过5分钟；较长视频使用火山后端。

三组任一组在环境里即可运行；都缺失时分析器退出码 2 并提示配置。

Viral Chaser（追爆分析 — 报告产出）

Use this skill when:

• 用户提供抖音 / 小红书 / 快手 / TikTok / X / 微博视频链接，或本地视频，希望拆解分析
• 需要分析爆款视频的结构和公式

本技能仅产出追爆报告，不生成脚本，不制作视频。如需据此生成视频，需另行委托 content-producer （spawn subagent）执行。

采集路由： 抖音、小红书、快手、TikTok、X、微博分别用 douyin-hunter、xhs-hunter、kuaishou-hunter、tiktok-hunter、x-hunter、weibo-hunter。其他平台暂不支持，需要使用用户已提供的本地视频，不在本技能恢复下载逻辑。analyzer 不依赖来源平台，只接受本地视频与可选独立音轨。

视频限定： 图文内容的分析不在本技能范围内。

⚙️ 执行方式（强制）

本技能涉及多步骤生产流程，你应该 self-spawn 一个 subagent 来执行，原因：subagent 独立上下文，不会因对话历史积累而降低输出质量。

你只负责跟进subagent的执行，避免它们长时间卡在某个步骤，必要时可以提供提示或调整执行策略。

Workflow

Step 1 — Create workspace

将工作目录建在来源平台的运营文件夹 <platform>/ref/（平台代号 douyin / xhs / kuaishou / tiktok / twitter / weibo）下：

mkdir -p "<platform>/ref/<slug>/references"

若调用方 workflow 指定了产出落点（如把参考素材收进在制作品目录 <platform>/outputs/<work>/references/），则按指定位置建工作目录，内部结构不变。

来源链接、hunter 返回的作品资料、下载的视频和音轨、分析产物保存在同一工作目录；references/ 存放素材与 analyzer 产生的音频、关键帧。本地输入按调用方指定的工作目录归档，不猜测来源平台。

Step 2 — 调用对应 hunter 获取资料与下载视频

先读取来源平台 hunter 的 SKILL.md，按其流程完成登录检查、链接解析、作品资料获取和视频下载。探活、会话失效、签名与平台风控均在 hunter 阶段处理；失败时停止本次采样，analyzer 不处理这些错误或恢复登录。

抖音和小红书的独立采集命令示例：

douyin-hunter fetch --url '<视频链接>' --video-only --download-media --output-dir '<工作目录>/references'
xhs-hunter fetch '<视频链接>' --video-only --download-media --output-dir '<工作目录>/references'

这些 hunter 将视频保存为 video.mp4、资料保存为 note.json。以各自实际输出为准；保留原始资料，不让 agent 重写为 analyzer 的输入 schema。新增平台使用 <hunter> fetch <视频链接> --video-only --download-media --output-dir <目录>，视频文件名与扩展名以 media_paths 返回为准。

只分析本地视频时跳过 hunter 采集。图文不进入 analyzer。

Step 3 — 运行 analyzer（转写与关键帧）

用 viral-chaser wrapper 调用 scripts/analyzer.ts。脚本只读本地媒体，内部完成音频提取、公共 ASR 转写与抽帧，不接收平台 URL、不读取平台登录态、不调用 hunter 或下载器。

viral-chaser --video '<工作目录>/references/video.mp4' --output-dir '<工作目录>/references'

若 hunter 提供独立音轨（与视频同步的独立音轨），用 --audio '<本地音轨路径>' 指定同一视频的同步音轨；不下载音轨 URL。--no-frames 跳过抽帧，只用于用户明确只需转写时。--output-dir 优先于已有 OUTPUT_DIR 环境变量，未指定则写入视频所在目录。

The script outputs a JSON object to stdout. Read it and proceed with analysis.

Output JSON structure:

{
  "ok": true,
  "kind": "video",
  "metadata": {
    "durationSeconds": 36,
    "width": 1080,
    "height": 1920,
    "orientation": "vertical",
    "hasAudio": true
  },
  "transcript": {
    "text": "全文转录...",
    "segments": [{ "start": 0.0, "end": 5.2, "text": "开场文案" }],
    "estimated": false,
    "durationSeconds": 36,
    "truncated": false
  },
  "frames": ["<platform>/ref/<slug>/references/frames/frame_00_0s.jpg", "..."],
  "localPaths": {
    "video": "<platform>/ref/<slug>/references/video.mp4",
    "audio": "<platform>/ref/<slug>/references/analysis-audio.wav",
    "tmpDir": "<platform>/ref/<slug>/references"
  },
  "warnings": []
}

• kind: 仅 video；图文不下载、不分析，转对应平台专家 workflow。
• metadata 由本地 ffprobe 得到，只含时长、宽高、画幅和视频是否自带音轨。来源平台、作品 ID、标题、作者/简介、发布时间、话题和互动计数从 Step 2 的 hunter 资料读取；缺失写「接口未返回」，本地输入无资料时写「未提供」，不编造。小红书 PC 笔记资料不提供播放数。
• frames: 最多 12 张，覆盖开场（0s / 3s）、各口播段中点与全片比例点（25% / 50% / 63% / 75% / 90%）——反转植入类作品的反转点通常在 55%-76%，只抽前几秒会完全错过。
• transcript.estimated=false 表示使用公共 ASR 返回的真实时间戳；true 表示接口没有返回分段时按音频时长估算。报告据实际结果注明，不能将估算时间写为精确时间。
• 音频提取最多前 10 分钟；transcript.truncated=true / TRANSCRIPT_PARTIAL 表示转写未覆盖全片，必须写清转写范围。关键帧仍按完整视频时长采样，不能把未转写区间当作没有口播。
• KEY_FRAMES_PARTIAL 表示部分抽帧失败；报告记录视觉样本缺口，不能用旧帧或文字推测补齐。

Exit codes:

• 0 = Success
• 1 = 本地媒体、音轨、ASR 请求或分析错误，按 error / message 排查
• 2 = ASR_NOT_CONFIGURED，配置公共 ASR 凭据；与平台登录态无关

Step 4 — Read key frames (if available)

For each path in frames, use the Read tool to load the image and analyze it visually.

Read: <platform>/ref/<slug>/references/frames/frame_00_0s.jpg
Read: <platform>/ref/<slug>/references/frames/frame_01_3s.jpg
...

Analysis Framework

读完 hunter 资料、analyzer JSON 与全部关键帧后，产出追爆报告，保存到工作目录的 raw_article.md。报告既要能给人看，也要能直接喂 DNA 采样（见最后一节）。

1. 作品 meta 信息

2. 内容摘要

1–2 句：这条作品给观众的核心价值或核心情绪是什么。

3. 开头钩子分析（前 0–10 秒）

基于 transcript.segments 中 start < 10 的段：

• 钩子类型：提问型 / 冲突型 / 反转型 / 数字型 / 悬念型 / 痛点型 / 利益型
• 具体文案：逐字摘录开场句
• 声画是否同步：画面、字幕、口播是否在同一秒传递同一个重点
• 效果评估：这个钩子为什么留人（或为什么不留）

4. 结构拆解（按时间占比）

按功能把全片切段，每段给时间区间与占全片百分比：

必须额外标注：

• 反转点位置（若有）：占总时长的百分比，以及反转是靠什么衔接的（口播因果句 / 意象复用 / 身份彩蛋 / 戏中戏）。
• 植入或转化段占比（若有）：产品/服务出现在哪一段、占比多少、是否集中。
• 主悬念：一句话复述贯穿全片的悬念；说明它在哪一秒被回答。

5. 关键帧逐帧分析

对 frames 里每一张都用视觉模型读取，逐帧一行（不要只看首帧）：

--no-frames 或 frames 为空时注明：「（跳过视觉分析，请重新运行不带 --no-frames 参数）」。

6. 视觉与声音风格汇总

基于逐帧结果与转录：

• 色调风格：暖/冷、高饱和/低饱和、黑白；是否有明显的两段式对比（如解说段冷暗、植入段明亮）
• 画面形态：实拍 / 影视或开源片源 / 录屏 / 图文卡片 / AIGC / 混剪
• 字幕与贴图：字体粗细、位置、背景框、箭头标注、重点字变色放大
• 声音形态：原声口播 / TTS 旁白 / 纯画面 + 字幕；BGM 类型与主从关系；音效使用（如反转处 whoosh）
• 整体视觉标签：3–5 个关键词

7. 内容形态判定与制作指向

判定这条作品属于哪种视频内容形态，并给出制作指向——只能写真实存在的资源名：

判定要写依据：口播占比、素材来源、画面是否连续叙事、有无产品段。

8. 内容创意

• 创意内核：一句话说清这条作品的创意是什么
• 展开逻辑：悬念 / 反转 / 递进 / 对比 / 清单 / 实测
• 记忆点：观众会记住或复述的那一个点
• 可复用套路：换成别的主题还能怎么用（这是 DNA 的 content-idea 维度要的）

9. 爆款元素评估

每项评 强 / 中 / 弱 + 一句说明：

10. 可借鉴点与目标受众

• 可借鉴点：3–5 条，每条一句、可直接执行。
• 目标受众：一句话人群画像。
• ASR 校正注记：转写与画面字幕不一致时（谐音、专有名词、案名），逐条列出原文与校正依据（哪一帧的字幕）。

11. DNA 样本归档（喂 style-profiler 用）

这条作品要进 DNA 时，把报告转成一份样本文字稿，落 <platform>/ref/<dna-id>/transcripts/<sample-id>.md，格式如下（<platform>-style-profiler report --input 直接吃这个文件：首个一级标题即作品标题）：

# 样本文字稿：<作品标题>（sample-id: <sample-id>）

> 来源：<对标账号名 + 账号 ID / 用户提供>
> 原视频 URL：<url>（内容 ID <id>）
> 时长：xxs ｜ 画幅：竖屏 9:16 ｜ 点赞 x ｜ 评论 x ｜ 播放量：<数值或「接口未返回」>
> 发布时间：<publishTime 或「未返回」> ｜ 抓取日期：YYYY-MM-DD ｜ 拆解报告：<platform>/ref/<slug>/raw_article.md
> ASR 说明：公共 ASR 路由；时间戳为<真实/估算>（estimated=<实际值>），转写覆盖<实际范围>
> ⚠️ ASR 谐音校正：<逐条列出，注明依据的画面字幕帧；无则写「无」>
> 转录约定：逐字引语为原话引用（含时间戳）；标注 [剧情概括] 的段为报告中段转述，非逐字。

## 口播全文（含时间戳）

- 0.04–5.32s：<逐字>
- 5.36–8.84s：<逐字>
- 8.9–14.3s：[剧情概括] <转述>

## 结构标注（取自拆解报告）

- 0–24.6s（≈71%）：<段功能与内容>
- 24.7–25.7s（≈3%）：<反转过渡>
- 25.7–35.3s（≈26.5%）：<植入段>

• 逐字引语与转述必须分开标注，不得把概括写成原话。
• DNA 工具只统计「口播全文」节内的逐字内容，自动去除列表前缀和时间码；来源、备注、结构与视觉分析放在该节之外。该节包含 [剧情概括] / [转述] 时，口播密度不参与聚合；不能把概括补写成逐字原话来获得统计值。
• 拿不到的字段写「接口未返回」或「未观测」，不编造。

Notes

• 原始平台资料由 hunter 保存；analyzer 仅生成本地媒体分析数据，不增加新平台适配器。
• 快手/TikTok/X/微博沿用“hunter 采集 → 本地 analyzer → 拆解报告”的流程，登录检查、短链解析与下载限制以各 hunter 文档为准。
• 只有转写与抽帧完成并核对结果后才写分析结论；hunter 失败不运行 analyzer，本地分析失败不重新采集或恢复平台登录。