rea-video：AI Agent 逐镜拆解视频，实拍/AI/代码判定与复刻方案

获取下载链全程约 1 分钟

打开微信，搜索「软件教程管家」关注，或长按下方二维码关注
回复关键词 rea-video
公众号自动回复网盘链接，点击即可保存下载

rea-video：AI Agent 逐镜拆解视频，实拍/AI/代码判定与复刻方案

打开微信扫一扫关注
或搜索【软件教程管家】

rea-video 是一个面向 AI Agent 的视频逆向分析工具：给它一段视频，它会逐个镜头拆开，判断每个镜头是实拍、AI 生成还是代码做的，再给出怎么复刻这段视频的完整方案。短视频创作者想学爆款视频的拍法、剪辑师想拆解一条广告的结构、开发者想研究 AI 视频的生成痕迹，都能用它先把视频“解剖”一遍。

项目名称	rea-video
开发语言	Python（命令行工具，配合 AI Agent 使用）
GitHub 星标	入库时 2704，2026 年 11 月已超 7000
开源许可证	Apache-2.0
运行要求	Python 3.10 或更高版本、FFmpeg
适用 Agent	Claude Code、Codex 或其他能运行命令的 AI Agent
输出形式	一句话总结、复刻方案、report.html 逐镜报告

核心功能

逐镜判定制作方式：把视频按镜头切开，逐个判断是实拍、AI 生成、代码渲染还是混合制作，并给出证据，而不是只给一个笼统的“AI 生成”结论。

字幕与样式提取：提取每行字幕的出现时间、颜色、描边和入场方式，支持导出 SRT 或 ASS 字幕文件，字幕样式可以直接复用。

剪辑与音频分析：分析镜头切换点、剪辑节奏、音乐 BPM、语音是真人还是 AI、音效落点，剪辑层面的信息和画面信息放在同一份报告里。

逆向提示词：对 AI 生成的镜头给出逆向工程得到的提示词，告诉你用什么模型、怎么分批生成能复刻出接近的效果。

复刻方案与报告：输出拍摄、生成、编码三类任务的拆分建议，并生成一份带逐镜画面、证据、提示词、摄影和灯光说明的 report.html 报告，报告支持中文或英文。

能拆解哪些视频

视频类型	例子	能给出的信息
实拍	口播、产品演示、Vlog、开箱	机位、布景、运镜、灯光、调色方案
AI 视频	文生视频、图生视频、AI 短剧、AI 音乐视频	证据、每镜逆向提示词、分批生成建议
头像口型	数字人口播、头像同步视频	哪些镜头是头像镜头、需要的人像与音频素材
3D / 动画	Blender 科普片、产品动画、二维动画	用视频模型生成还是写 3D 代码渲染更划算
代码 / 模板	动效文字、UI 演示、图表动效	文字、版式与动效时间点，可直接重建为 Remotion 工程
屏幕录制	软件教程、网页演示	哪些部分是必须自己录制的真实素材
混合剪辑	AI 人物对话加代码界面加真实录屏	每个镜头单独判定，再按原时间线拼回

准确率怎么样

README 公布了按镜头时长加权的制作方式判定准确率，数字来自项目自带的评测集，可以复现：离线工具模式在原始文件上准确率 98.3%（调参集）到 99.6%（留出集），接上 Gemini 这类视觉模型后达到 99.6% 到 99.8%，再加 Agent 人工视觉复核后，对微信转码过的视频也能达到 100%。但要注意一个前提：平台下载的视频经过二次压缩，会抹掉噪点等关键证据，工具单独判断的准确率会掉到 88.6%，必须加视觉复核才能回到 99% 以上。所以分析平台下载的视频时，别只信工具的结论。

安装与使用

最省事的方式：在 Claude Code、Codex 或其他能运行命令的 AI Agent 里直接说一句话，Agent 会自己装好 CLI、学习工作流并跑完全程：

Install https://github.com/JuneYaooo/rea-video, then break down this video: /path/to/video.mp4

手动安装：先装好 FFmpeg 和 Python 3.10 或更高版本，再按 README 的步骤装：

brew install ffmpeg            # 或：sudo apt install ffmpeg
git clone https://github.com/JuneYaooo/rea-video && cd rea-video
bash scripts/install_skill.sh  # 安装 CLI，并把 skill 链接到 ~/.claude、~/.codex、~/.agents
rea-video --help

拿到手的三样东西：一句话总结（例如“41% AI 视频加 59% 代码界面，8 秒真实录屏，122 BPM 曲库音乐”）、一份复刻方案（哪些镜头要拍、哪些要生成、哪些要写代码）、一份完整的 report.html（每镜画面、证据、提示词、摄影灯光说明和音频拆解）。

使用要点

1、优先用原始文件分析：平台下载的视频被二次压缩过，噪点、元数据里的 AIGC 标签这些硬证据会被抹掉，分析前尽量拿到原始文件，准确率差一个档次。

2、给 Agent 接一个视觉模型：接 Gemini 或豆包这类能看视频的模型，镜头判定会更准，还能给每个镜头生成逆向提示词；不接也能用，Agent 自己看图复核存疑镜头，但要多花人工确认的时间。

3、报告语言可以指定：分析时用中文或英文提问，报告就按对应语言生成，拿去给团队或客户看不用再翻译一遍。

4、复刻先分任务再动手：报告里的复刻方案已经把任务拆成拍摄、生成、编码三类，先按这个拆分备素材、排生成批次，比拿到报告直接开拍省时间。

注意事项

1、分析结果是逆向判断，不是官方结论：它告诉你一段视频“更可能”是怎么做的，没有 100% 的保证，复杂素材、重度转码的视频要人工再看一遍，别把判定结果当定论发出去。

2、只学结构，不盗用素材：rea-video 的定位是学习视频的结构、节奏和技法，再用自己有版权的素材复刻，不要直接拿别人的成片、音乐、人物形象去发。发布时还要遵守平台的 AI 内容标注规则。

3、它不直接帮你生成视频：这个工具只做拆解和分析，不渲染成片。想自动生成复刻版要配合 capsule-cinema 这类生成流程，实拍镜头还得自己按拍摄方案去拍，代码镜头要写成 Remotion 工程。

4、依赖版本要固定：Python、FFmpeg 和项目依赖的版本变化会影响视频解析结果，团队共用时把环境版本记下来，升级前先在样本视频上复核一遍 CLI 参数和报告格式。

适用人群与选型建议

适合短视频创作者、视频制作人员、内容分析人员，以及想在 Claude Code、Codex 这类 Agent 里自动拆解视频的开发者。做口播、产品演示、AI 短剧、带货视频之前，先拿同类爆款视频拆一遍，拍摄清单、生成提示词、剪辑节奏一次拿到，比凭感觉翻拍靠谱。

选型上分两档：如果目标是看懂一条视频是怎么做的、再用自己的素材低成本复刻出来，rea-video 就是为这个场景做的，优先选它；如果目标是输入参考视频、一键出个相似成片，那是 Hypit 这类一键复刻工具的活，它更快，但不会告诉你原片用了几个机位、怎么布的光。两者可以配合用：先用 rea-video 拆明白，再用生成工具按方案出片。

访问 GitHub 仓库

GitHub 国内访问较慢，如打不开可多刷新几次

推广