{"full_name":"JuneYaooo/rea-video","owner":"JuneYaooo","name":"rea-video","shard":"1","url":"https://github.com/JuneYaooo/rea-video","description":"Reverse-engineer any video, shot by shot: filmed, AI-generated or coded, and how to remake it. Breakdowns in the open VIDEO.md format. 逆向一切视频，逐个镜头看是拍的、AI 生成的还是代码做的，再告诉你怎么复刻；拆解结果按 VIDEO.md 格式输出。","homepage":"https://www.reavideo.ai/","topics":["agent-skills","ai-video","aigc-detection","claude-code","codex","ffmpeg","prompt-engineering","remotion","reverse-engineering","short-video","shot-detection","subtitles","video-analysis","video-breakdown","video-editing"],"tag_pages":["agent-skills","ai-video","claude-code","codex","ffmpeg","prompt-engineering","remotion","reverse-engineering","short-video","subtitles","video-editing"],"language":"Python","license":"Apache-2.0","avatar":"https://avatars.githubusercontent.com/u/60815510?u=cb47c5b64bd84b4b8699499ef9afc67ae54dce54&v=4","created_at":"2026-10-29T16:15:01Z","pushed_at":"2026-11-16T08:18:18Z","metrics":{"stars":9420,"forks":1388,"watchers":19,"issues":23,"prs":21,"releases":1,"issues_open":4,"issues_closed":19,"prs_open":1,"prs_closed":2,"prs_merged":18,"discussions":2},"growth":{"day":{"stars":637,"forks":97,"base_day":"2026-11-15"},"week":{"stars":4423,"forks":674,"base_day":"2026-11-09"}},"history":{"dates":["2026-11-09","2026-11-10","2026-11-11","2026-11-12","2026-11-13","2026-11-14","2026-11-15","2026-11-16"],"stars":[4997,5933,6935,7322,7678,8164,8783,9420],"forks":[714,850,1001,1078,1135,1213,1291,1388],"watchers":[15,15,16,16,16,17,18,19],"issues_open":[null,null,4,3,3,3,4,4],"prs_open":[null,null,0,0,0,0,0,1]},"boards":{"daily":35,"weekly":23,"monthly":132,"daily_rate":17,"weekly_rate":11,"monthly_rate":49,"daily_forks":29,"new":51},"same_owner":[],"issues":[{"number":17,"title":"求拆解-牌子","comments":3,"created_at":"2026-11-09T06:49:47Z"},{"number":43,"title":"[求拆解]","comments":1,"created_at":"2026-11-14T05:16:44Z"},{"number":14,"title":"minimax h3怎么复刻","comments":1,"created_at":"2026-11-08T13:06:59Z"},{"number":8,"title":"[求拆解]","comments":1,"created_at":"2026-11-05T03:36:13Z"}],"discussions":[{"number":13,"title":"https://linux.do/login 可以邀请我码","comments":1,"category":"General","created_at":"2026-11-06T13:23:58Z"},{"number":9,"title":"欢迎 / Welcome","comments":0,"category":"Announcements","created_at":"2026-11-05T04:09:48Z"}],"latest_release":{"name":"v0.1.0","tag":"v0.1.0","published_at":"2026-11-11T17:48:35Z","body":"## 视频拆解标准包 Reel，报告重写，音效单独分离\n\n这一版定下了视频拆解的标准包格式：拆片包（Reel）。拆一条视频现在得到两样东西：给人看的报告（HTML / PDF），和给模型、下游项目读的拆片包。格式介绍和规范见 [docs/reel.md](https://github.com/JuneYaooo/rea-video/blob/v0.1.0/docs/reel.md)。\n\n**拆片包 Reel**\n- 四层逐级展开：卡片 → 概览和地图 → 时间线（一行一镜）→ 单镜文件，最后才是完整数据。一条 3 分钟口播读到概览约 2k token，完整数据约 19 万 token。\n- 每个文件开头写着自己的 token 数；看到的和推断的分开写，时间线里推断的键名带 `~`。\n- 字段有 JSON Schema（`rea_video/reel.schema.json`）。`rea-video reel out/ref --check` 检查一个目录是否合格，`reel.read()` 读出结构化数据。\n- 拆解时自动生成；旧的输出目录用 `rea-video reel out/ref` 补出来。\n\n**给人看的报告**\n- 从上往下：一句话结论 → 核心看点（开头怎么抓人、能火的几处做法，写明第几秒）→ 画面 / 包装 / 声音三层 → 叙事线 → 分镜表 → 照着复刻的步骤和每步细节 → 参考细节。每样信息只出现一次。\n- 分镜表每镜分「画面里看得到的」和「工具推断的制作方式」。\n- 判断依据写明是谁看的：工具测量、看图模型、AI 助手看图复核、用户纠正。\n- `rea-video pdf out/ref` 用本机 Chrome 打印成 PDF；正文折叠内容展开，时间轴、逐镜取证这类查阅数据保持折叠。\n\n**复刻方案**\n- 每个 AI 生成单元写明要喂什么：首帧、尾帧、参考图、参考视频，各自从哪来、为什么要。首尾帧和参考素材不能放进同一个请求的模型（如 Seedance 2.x），每个单元只选一种：要保住商品和人物长相时用参考图，只锁构图时用首尾帧。\n- Seedance 2.0 的能力补全：一次能出多个镜头，参考图 9 张、参考视频和音频各 3 段，时长 4–15 秒。默认按它规划，不再换成 2.5。能力地图新增 `exclusive_inputs` 字段。\n- 同一段成片在片中用了两次（开头先放预告、结尾完整放）时，只生成一次，剪辑时放到两处。\n- 拍摄场次和生成单元优先按看图认出的场景分组，特写和中景不会因为颜色不同被拆开。\n\n**声音**\n- 音效单独分离：新增对白 / 音乐 / 音效三轨分离（BandIt v2），音效从音效轨上找，不再在混音里找突然变响的点，人声的爆破音和配乐的鼓点不会再算成音效。在混了 12 个已知音效的 60 秒口播上，找到的从 1 个变成 8 个。\n- 听起来一样的音效合并成一种，写明用了几次、在哪几秒；每种能直接试听，试听片段听不到人声和配乐。\n- 只列卡在字幕、贴纸、切镜上的后期音效；画面自带的环境声、动作声不算。\n\n**判断**\n- 只有 AI 助手看图复核、没有看图模型时，复核的判断可以跳出工具的前两名（融合结果要正是复核选的类别，且这一镜没有 24→30 这类帧率证据）。相机拍真实手机屏幕的画面不会再停在「3D / 代码渲染」。\n- 30fps 文件里每隔一帧重复，不再当成 24fps 素材的证据（那是画面几乎不动）。\n- 复核时列出每镜后期加的字幕，画面里拍到的手机界面、包装上的字不再算成字幕和标注。\n- 看图复核新增三项：核心看点（`story`）、每镜后期文字（`overlay_text`）、重复使用的成片（`same_clip_as`）。\n\n**评测**\n- 评测摘要新增 `by_resolution` / `by_camera`，按分辨率和运镜拆开准确率和误判方向。\n- `eval/RESULTS.md` 新增「只用 agent 复核」一栏、误判分布，以及全部评测集从头解码重测的结果。只用工具时，文章视频 88.6% → 96.5%，带货 46.4% → 63.2%，口播 75.5% → 93.3%，没有一组下降。\n\n## 剪辑包装跟着台词走\n\n口播、带货这类片子，画面里的字幕、花字、贴纸大多跟着说的话出现。这一版把包装层和台词对上，复刻时生成模型只出干净的画面，包装层后叠。\n\n**拆解**\n- 按台词定位：花字、标题、贴纸落在哪句字幕上，句中第几秒，有没有重复句里的词（「五折」花字落在「全场五折」这句上）。换文案时按句子放，不按原秒数。只认说话那一条字幕；画面里的字、OCR 杂讯不参与。\n- 常驻图层：跨切镜不变的免责声明、标题栏、角标单独列出，同一段文字多次出现合成一个，复刻时整段叠一次。\n- 竖排小字导出 ASS 时按竖排输出，字号不超过测得的文字框。\n\n**复刻**\n- `remake-plan`：首尾帧上带着原片字幕、花字或贴纸的镜头，任务里标出 `overlays_in_frames` 并提醒先擦掉再生成，`--dry-run` 会打印出来。\n- 复刻方案里，生成单元镜头上有包装层时多一条说明：包装层不写进提示词，生成后叠回。\n- `assemble --overlays`：把测得的字幕、花字、标题按原样式叠到换掉的镜头上，原片占位的镜头不重复叠；贴纸列在 `assemble_log.json` 里。\n\n## 切点检测\n\n剪辑节奏复刻靠切点。切点漏了，镜头时长、卡点、复刻时间轴都会跟着偏。这一版重写了切点判断，复刻时生成片段按整段变速对齐原镜头。\n\n**切点**\n- 跳剪 / 推近切：同机位、同背景，人物位置或景别在一帧内跳变，变化面积小，以前抓不到。现在看这一帧的变化是否远高于前后几帧，并确认前后都平稳、画面没有回到切之前。口播和手持开箱里大量这种切点。\n- 闪光、枪口火光、频闪：一两帧内变亮又恢复原样，不算切点。闪白转场褪去后露出新画面，仍算切点。\n- 挨得很近的几处边界（闪光紧挨着真切点、一帧残影、甩镜）只保留最强的一处，不再只认第一处。\n- 两刀干净硬切之间画面稳定的短镜头，最短保留 0.12 秒（快剪里的插入镜头、开头封面帧），以前不到 0.35 秒都会被并掉。\n- 短镜头里只出现一帧重复，不再当作 24fps 转制的证据，短实拍镜头不会因此被判成 AI。\n\n**复刻**\n- `assemble` 把生成片段整段变速塞进原镜头时长（最多快 3 倍、慢 1.25 倍，超出部分再裁）。生成模型有最短时长，以前只截前几秒，动作做一半就切走，节奏偏慢。\n\n**评测**\n- `eval/koubo.yaml`、`daihuo.yaml`、`film.yaml`、`articles.yaml` 给 9 条片子加了逐帧人工标注的切点真值（`cuts`），看不准的位置放在 `cuts_uncertain`，检测到也不算错。评测输出新增切点汇总（找到 / 漏掉 / 误报）。\n\n| 评测集 | 切点召回 | 切点精确率 |\n|---|---|---|\n| 口播（2 条） | 71% → 91% | 89% → 90% |\n| 带货（2 条） | 44% → 94% | 79% → 87% |\n| 影视混剪（4 条） | 93% → 98% | 93% → 98% |\n| 手机实拍带货（1 条） | 83% → 92% | 100% → 100% |\n| 合计 | 79% → 95% | 91% → 94% |\n\n制作方式准确率在本地还找得到的部分样本上（不是全集）：labels / holdout / holdout2 为 100% → 99.2% / 99.5% → 99.7% / 100% → 100%。全集的数字见 `eval/RESULTS.md`。\n\n**速度和消耗**\n\n切得更细以后镜头变多（评测集整体 +14%），这一版同时把逐镜的开销压下来，拆解时间和 VLM 调用次数都没有因此上涨：\n- 镜头上的文字直接取剪辑包装层整片 OCR 那一遍的结果，不再每个镜头另读 4 帧；整片 OCR 太稀（长视频）或关掉包装层时，按镜头时长读 1–4 帧。\n- 全分辨率首尾帧（复刻的首帧参考）在后台抽取，和下一个镜头的计算并行。\n- 跳剪连起来的几段是同一条素材剪开的，报告里标为「跳剪」。开 VLM 时合成一个片段问一次（最长 12 秒、最多 8 段）：制作方式和拍法整段给一次，每段的内容描述和复刻提示词分开给。复刻计划里这几段照常合成同一个生成单元。\n- VLM 调用次数到上限（60 次）时，优先给工具最拿不准、时长最长的镜头，不再只取前 60 个。\n\n| 片子（不开 VLM） | 切点优化前 | 切点优化后 | 提速后 |\n|---|---|---|---|\n| 72 秒开箱 | 29 镜 100 秒 | 68 镜 173 秒 | 68 镜 104 秒 |\n| 166 秒口播 | 62 镜 224 秒 | 69 镜 229 秒 | 69 镜 206 秒 |\n\n镜头的制作方式判断、真实素材判断和字幕时间轴与提速前一致（全部评测集逐条对比）。开 VLM 时：开箱片 68 个镜头只需 24 次调用（按镜头调要到 60 次上限，最后 8 个镜头拿不到 VLM）；夜景口播 69 个镜头 57 次，全部镜头都有 VLM 结果。\n\n**已知局限**\n- 手机录屏里的界面滑动、翻页动画仍会被当成切点。\n- 切得更细后，暗光口播叠截图、3D 毛绒角色的短镜头有时会判错制作方式。\n","is_prerelease":false},"readme":true,"readme_zh":false,"news":[{"title":"REA (Reverse Engineer Anything) for Videos","url":"https://github.com/JuneYaooo/rea-video","hn":"https://news.ycombinator.com/item?id=50368605","source":"Hacker News","lang":"en","date":"2026-11-04","points":4,"comments":0}],"stale":false,"snapshot_at":"2026-11-16T09:23:14Z","history_start":"2026-09-06"}