rea-video：开源AI视频逆向工程工具，逐镜头拆解制作配方实现视频复刻

1. rea-video是什么

rea-video是一款专为AI Agent设计的开源视频逆向工程工具，能够逐镜头分析任意成品视频，判断画面属于真人实拍、AI生成、3D渲染、代码动效还是屏幕录制，并在此基础上拆解出机位布光、字幕样式、剪辑节奏与音频构成等制作细节。该工具以命令行加Skill的形式接入Claude Code、Codex等AI Agent，输出逐镜头的HTML分析报告和可执行的复刻方案，支持反推每个AI镜头的提示词，配合cheap-claude-video或Hypit等复刻工具即可替换商品人物产出新视频。本地运行需安装ffmpeg与Python 3.10+，接入Gemini或豆包等视觉模型后判断准确率进一步提升。

技术定位与领域： rea-video属于AI视频分析领域的逆向工程工具，聚焦于视频制作方式的自动识别与拆解。其技术方向横跨计算机视觉、音视频信号处理与多模态内容理解，在视频理解赛道中选择了“制作方法还原”这一细分方向，与常规的视频内容理解、视频摘要生成工具形成差异化定位。

研发背景： 项目以开源形式发布于GitHub（https://github.com/JuneYaooo/rea-video），由独立开发者JuneYaooo维护。其研发动机源于AI视频创作领域的信息不对称——创作者面对大量高质量视频却难以判断其制作方式，无法快速复现同类效果。项目采用Agent原生设计理念，将复杂的视频分析流程封装为CLI工具和Agent Skill，降低了技术使用门槛。

核心价值： 该工具解决的核心问题是“这条视频是怎么做出来的”。它通过证据驱动的多模态分析，将视频拆解为可量化的制作参数——从机位布光、镜头运动到字幕样式、音频构成，输出可直接执行的复刻方案。官方自测数据显示，对原始视频的类型判定准确率约99%，这一精度在同类工具中具有明显优势。

技术特点： rea-video采用硬证据优先的决策机制，以帧节奏、传感器噪声、AIGC元数据等可量化指标作为判定依据，当硬证据与模型直觉冲突时自动标记存疑项交由Agent复核，将误判率控制在较低水平。此外，其内置的视频/图像/音频模型能力表能够按目标模型的实际能力规划复刻方案，决定某段应使用视频模型生成还是让LLM编写Blender/Three.js/Remotion代码重建。

2. 主要功能

• 视频类型判定： 逐镜头判断画面属于真人实拍、AI生成、3D渲染、代码动效还是屏幕录制。对于混合剪辑视频，系统按镜头边界自动拆分后逐段独立判断，并在重组时保留原始时间线结构。

• 制作方式拆解： 输出每个镜头的机位与布光方案、相机运动轨迹、色彩调校参数，对AI生成的镜头还能反推其提示词与所需参考素材类型。这一功能让创作者能够系统化理解视频的制作方法论。

• 字幕与装饰元素提取： 精确给出每行字幕的起止时间、颜色、描边样式和入场动效，支持导出为标准SRT/ASS字幕文件。同时定位贴纸、表情和画中画元素在画面中的位置与停留时长。

• 剪辑与音频分析： 标出所有切点位置，分析剪辑节奏与音乐节拍的对应关系，判断人声与AI配音的区别，识别AI生成音乐或曲库音乐并提取BPM值，标注音效落点位置。

• 复刻方案生成： 将每个镜头按目标视频模型的能力批量整理为生成计划，明确区分需要实拍、生成和写代码的部分，最终输出包含逐镜截图和音频拆解的HTML报告。

• 多模态证据采集： 量化层面测量帧节奏、传感器噪声、整幅画面是否作为单一平面运动，并检查元数据中的AIGC标签；视觉层面由模型检查手部结构、文字渲染、物理合理性；听觉层面分析BPM、调性并区分演唱与说话。

• Agent原生集成： 以CLI加Skill的形式供Claude Code、Codex等Agent调用，一句指令即可自动完成环境安装、依赖配置和全流程分析。即使不接入外部视觉模型也能运行基础模式。

• 模型能力规划： 内置主流视频、图像、音频模型的能力表，根据目标模型的生成特性将镜头批处理为最省生成次数的计划，避免无效生成尝试。

3. 应用场景

• 电商带货复刻： 拆解爆款带货视频的机位设置、分镜结构与字幕节奏，生成完整的制作参数清单后，替换为自家商品即可批量产出同款风格的带货视频。

• MCN竞品研究： 逐镜头分析竞品视频的构成比例——实拍占比、AI生成段、代码动效——准确估算其制作成本与流程复杂度，为内容策略提供数据支撑。

• AI短片创作提效： 将参考AI短片反推出每镜头的提示词和生成参数，省去反复试错摸索提示词的试错成本，直接站在已有成果的基础上进行二次创作。

• 混合内容拆解： 对“真人+AI角色+录屏”的混合视频逐段判定制作方式，按原始时间线重组为自己的版本，解决混合内容难以统一处理的难题。

• 科普/动效仿制： 将3D科普、代码动效类视频还原为Blender或Remotion的重建思路，用脚本化方式以更低成本复现类似效果，适合教程类内容的快速生产。

• 视频内容审计： 对机构或个人的视频资产进行技术审计，明确各视频片段的制作方式、素材来源和使用工具链，为版权管理和内容合规提供依据。

4. 如何使用

1. 环境准备： 在本地电脑安装ffmpeg（用于视频解码、镜头切分和音轨分离）和Python 3.10及以上版本（用于运行CLI工具）。操作系统不限，Windows、macOS和Linux均可使用。

2. 选择Agent环境： 在Claude Code、Codex或任何能执行命令的AI Agent中使用。rea-video的设计目标是Agent原生调用，因此需要Agent具备执行终端命令和读取文件的能力。

3. 安装项目： 直接对Agent发送指令“安装 https://github.com/JuneYaooo/rea-video”，Agent会自动克隆仓库、安装Python依赖并配置环境变量。安装完成后即可调用rea-video相关命令。

4. 发起视频拆解： 对Agent发送指令“拆解这条视频 /path/to/video.mp4”，Agent会运行完整的分析流程——镜头切分、音轨分离、多模态证据采集、类型判定和报告生成。

5. 接入视觉模型（可选）： 在Agent配置文件中提供Gemini或豆包的接口地址和API Key。接入后系统能对每个镜头自动反推提示词，判断准确率显著提升，存疑项减少。不接入视觉模型时，Agent会直接查看截图复核存疑镜头。

6. 查看分析结果： 分析完成后，用户将获得三部分输出——一句话总结、分“实拍/生成/写代码”三类的复刻计划、包含逐镜截图和音频拆解详情的report.html文件。可直接在浏览器中打开报告查看。

7. 继续复刻执行： 将生成的HTML报告交给cheap-claude-video或Hypit等视频复刻工具，按照配方生成替换元素后的新版本。至此，从分析到复刻的完整工作流闭环形成。

5. 优缺点分析

6. 同类工具对比

从定位差异来看，rea-video与Hypit形成天然的上下游配合关系——前者负责分析“视频怎么做的”，后者负责执行“按配方做出来”，两者协同可以实现从拆解到复刻的完整工作流。选择rea-video适合需要对视频制作方式进行深度研究的用户场景；选择Hypit更适合已有明确配方、需要批量产出视频变体的商业场景。对于没有技术背景、更侧重创意生成的用户，Runway ML和Descript提供了更易用的图形化界面，但代价是无法获得rea-video级别的制作细节拆解能力。

7. 编辑总结

rea-video在AI视频工具链中占据了一个独特的生态位——视频逆向工程。在众多工具都在解决“如何生成更好的视频”时，它选择了回答“这条视频是如何生成的”。这一技术方向的创新性体现在其证据驱动的检测架构上：通过帧节奏量化、传感器噪声分析、AIGC元数据检查等硬性指标作为判定依据，而非单纯依赖模型直觉，这种多模态取证思路在视频分析工具中属于先例。官方自测的99%原始视频准确率表明其技术路线的有效性，尤其在混合剪辑内容的逐段拆分判断上展现出处理复杂输入的能力。

从实用价值来看，rea-video将视频分析从“看懂内容”推进到“看懂制作”，输出的机位布光清单、反推提示词和剪辑节奏数据，构成了可直接执行的复刻方案。这种“分析即配方”的产品思路大幅压缩了从视频灵感到达成品的路径，对电商带货、MCN竞品研究、AI短片创作等场景具有直接的应用价值。Agent原生的工具形态也符合当前AI工具链的发展趋势，消除了传统软件的安装配置摩擦。

适用人群方面，该工具面向三类最典型的用户——需要系统拆解竞品视频制作方法的MCN机构和内容研究者、希望通过反推提示词加速AI短片创作的独立创作者、以及需要批量产出视频变体的电商运营团队。对普通视频编辑用户而言，其命令行交互方式和Agent依赖特性构成了一定的使用门槛，需要具备基础的命令行操作能力。

作为个人开发者维护的开源项目，rea-video目前的社区规模尚小，但项目定位的独特性赋予了它清晰的成长空间。随着AI视频生成质量的持续提升和创作者对制作方法透明度的需求增强，视频逆向分析将逐步成为内容创作工作流中的标准环节。建议关注项目的后续版本迭代，尤其是视觉模型接入的优化和社区生态的拓展。

8. 常见问题FAQ

Q：rea-video是否需要GPU才能运行？
A：不需要。rea-video的核心分析逻辑以ffmpeg视频处理和Python计算为主，不涉及本地大模型推理，CPU环境即可流畅运行。视觉判断部分通过API调用Gemini或豆包等云端模型完成，本地不需要配备高性能显卡。

Q：接入视觉模型与不接入有什么区别？
A：接入Gemini或豆包等视觉模型后，系统能够自动为每个AI生成镜头反推提示词，逐镜头的判定准确率显著提升，存疑项大幅减少。不接入时，分析流程仍可运行，但对存疑镜头的复核需要Agent直接查看截图进行人工判断，准确率和自动化程度均有下降。

Q：rea-video与Hypit是什么关系？
A：两者是上下游协作关系。rea-video负责视频逆向分析，输出包含机位布光、反推提示词和复刻计划的HTML报告；Hypit负责视频复刻执行，读取rea-video输出的配方后替换商品或人物等元素，生成新的视频版本。两者配合使用可实现从分析到复刻的完整工作流。

Q：能处理多长的视频？分析耗时多久？
A：rea-video对视频长度没有硬性限制，但处理时间与视频时长、镜头数量和是否接入视觉模型直接相关。镜头越多、需要视觉复核的片段时间越长，总耗时随之增加。实际使用中，几分钟的短视频通常在几分钟到十几分钟内完成全部分析。

Q：rea-video的反推提示词可以直接用于其他视频生成模型吗？
A：可以，但需要根据目标模型的能力进行适配。rea-video内置了主流视频、图像和音频模型的能力表，会按照目标模型的实际能力将镜头批处理成最省生成次数的计划。用户也可以将反推的提示词作为参考，手动调整后用于任何视频生成模型。

Q：分析结果是否可用于商业用途？
A：可以。rea-video采用开源协议发布，代码可自由使用和修改。但用户需要自行评估对被分析视频的版权合规性——分析他人的视频用于学习和研究通常没有问题，但直接复刻商业视频的创意元素用于自有商业内容时，应综合考虑商标、版权和商业竞争等相关法律风险。

9. 项目地址

• GitHub仓库：https://github.com/JuneYaooo/rea-video （官方开源代码仓库，包含完整的CLI工具源码、使用文档和Agent Skill配置指南）