Dance Video To Prompt

跳舞/姿态短视频 → 视频生成提示词

一句话说明

本地视频 → 抽帧 → 清晰度检测/救援 → 节奏脚本 →（画面代理 ∥ 节奏子代理）→ 融合 → 7 段 Prompt。
目标是服务「用 AI 再生成类似/卡点增强视频」，不是动捕或跟跳评分。

适用场景

时长建议：优先 ≤10s；10~20s 可做；更长建议拆段。

固定输出结构（不可增删标题）

1. 视觉风格
2. 场景叙述（人物身材 + 穿搭颜色与样式）
3. 拍摄场景（场所、空间关系、背景、陈设）
4. 摄影技术（含 拍摄方法、运镜、关注重点）
5. 动作清单（含表情 + 卡点对齐）
6. 对话/文字
7. 背景声音（含 BPM 与拍点关系）

契约：references/output_contract.md
模板：templates/output_template.md
节奏子代理：agents/rhythm_agent.md

多角色分工（强制）

textCopy code
主 Agent（编排）
 ├─ 本地脚本：抽帧 → 清晰度检测/邻帧救援 → 节奏分析
 ├─ 画面代理：优先 read 清晰帧 → analysis.json
 ├─ 节奏子代理：读 rhythm_* → rhythm_plan.json
 └─ 融合：analysis + rhythm_plan → prompt.md → 校验

子代理调用建议（Grok/支持 Task 的环境）：

textCopy code
spawn_subagent(
  subagent_type="general-purpose",
  description="节奏卡点规划",
  prompt="你是节奏子代理。只读 OUT_DIR 下 rhythm_analysis.json 与 rhythm_brief.md，
  严格按 skills/.../agents/rhythm_agent.md 输出 rhythm_plan.json 到 OUT_DIR。
  不要读关键帧，不要写 prompt.md。"
)

无 spawn 时：主 Agent 切换角色完成节奏子代理步骤，再融合。

人物身材 / 穿搭 / 拍摄场景 / 拍摄运镜 / 面部表情 / 动作五要素

身材特征（强制，主写「场景叙述」）

看图与 analysis.json 必须填写：

融合进 prompt.md 时：场景叙述须有连续、可复现的身材描写（整体体型 + ≥2 项分部位/比例 + 体态），禁止「身材好/很瘦」空话。
身材锚点主放场景叙述；动作清单仅在体态相关处轻点，不整段重复。

穿搭颜色与样式（强制，主写「场景叙述」）

看图与 analysis.json 必须填写 subject.outfit：

融合时：逐件写出颜色与款式（剪裁/长短/腰线），禁止「时尚穿搭」或只写「白衬衫黑裙」不写剪裁。
详见 references/output_contract.md。

拍摄场景（强制，独立成段「拍摄场景」）

记录「拍的是什么地方」，不并入场景叙述、不与运镜混写。analysis.json 的 scene 至少填写：

融合进 prompt.md 时必须含：场所 + 空间关系 + 背景 + 地面 + 陈设 + 时空与环境光 + 氛围 + 场景变化。
禁止「场景好看」；不编造未见地标。

拍摄方法 / 运镜 / 关注重点（强制，主写「摄影技术」）

跨帧对比推断镜头语言；analysis.json 的 camera 至少填写：

融合进 prompt.md 时，摄影技术必须含：

1. 拍摄方法 — 怎么拍、机位与稳定、想突出什么
2. 运镜 — 可执行的方向/推拉/跟随（禁止「运镜流畅」）
3. 关注重点 — 镜头优先拍全身比例 / 腿脚 / 腰胯 / 手势 / 面部 / 服装 / 环境中的哪些

有节奏时尽量写「强拍微顿镜头 / 弱拍跟移」。切镜须标明，勿伪装连续长镜头。

面部表情与动作五要素

眉眼口 + 情绪变化；每条动作含 左右肢、角度/幅度、手型、视线、面部表情。

详见 references/output_contract.md。

重要原则

1. 不要调用 外部 Vision HTTP API（除非用户明确要求 API 版）。
2. 必须用 read_file 看关键帧做画面分析。
3. 节奏数值以脚本为准；子代理只做解释与卡点策略，不改 BPM 造假。
4. 融合强制：有 ok=true 的节奏结果时，动作清单与「背景声音」必须贴合拍点。
5. 准确优先：画面事实 > 卡点增强时机/力度；不编造不存在的服装道具。

路径解析

REPO_ROOT：DANCE_VIDEO_PROMPT_ROOT → skill 上两级/三级 → 自动解析为当前仓库根

工作流（必须按序）

Step 0：确认输入

• 本地视频绝对路径
• 可选：--interval（默认 0.33）、--max-frames（默认 36）

Step 1：抽帧 + 清晰度 + 节奏（无模型 API）

bashCopy code
bash "<SKILL_DIR>/scripts/run_extract.sh" "<视频绝对路径>" --interval 0.33 --max-frames 36

run_extract / main.py 自动完成：

1. 抽帧 → frames/
2. 清晰度检测（Laplacian 方差）+ 邻帧救援 → frame_quality.json
3. 节奏分析 → rhythm_analysis.json

记下：OUT_DIR、FRAME_COUNT、QUALITY_OK、SHARP/RESCUED/BLURRY、RHYTHM_OK、BPM。

仅补跑清晰度（可选）：

bashCopy code
bash "<REPO_ROOT>/scripts/check_frame_quality.sh" "<视频>" "<OUT_DIR>"

Step 1.5：清晰度处理规则（强制）

阈值：max(35, 中位数 × 0.40)（自适应 + 绝对下限）。

Step 2：读工作包

1. OUT_DIR/AGENT_INSTRUCTIONS.md
2. OUT_DIR/frame_quality.json、frame_quality_brief.md（先于看图）
3. OUT_DIR/frames_meta.json
4. OUT_DIR/rhythm_analysis.json、rhythm_brief.md
5. skill 内 templates + references/output_contract.md + agents/rhythm_agent.md

Step 3A：画面代理 — 事实观察

• 优先 read_file frame_quality.json → sharp_for_analysis 列表
• 模糊路径不细抠手脸与精确身材轮廓
• 强制观察身材：整体体型、比例、分部位轮廓、体态 → 写入 subject.body_* / posture_habit
• 强制观察穿搭：风格标签、配色、逐件颜色+款式/剪裁 → 写入 subject.outfit；变装填 change 与 segments[].outfit_note
• 强制观察拍摄场景：室内外、地点类型、空间结构、人物站位、背景/地面（含颜色材质）、陈设、时空与环境光 → 写入 scene.*；切场填 changes 与 segments[].scene_note
• 强制观察摄影/运镜（须跨帧对比）：
  • 设备与稳定感、机位高度/角度、景别构图
  • 运镜类型与路径（推拉/横移/跟随/固定/环绕等）
  • 关注重点：镜头在展示全身、腿脚、腰胯、手势、面部、服装还是环境
  • 写入 camera.shot_method / movement / focus_priority 等；分段填 shot_size / camera_move / shot_focus
• 各段填写 body_focus（本段画面突出的身材/体态）
• 写入 OUT_DIR/analysis.json（字段对齐 templates/stage1_schema.json）
• 音乐字段可粗写；BPM 以节奏文件为准

Step 3B：节奏子代理 — 卡点规划

• 按 agents/rhythm_agent.md
• 写入 OUT_DIR/rhythm_plan.json
• 可与 3A 并行（spawn 时）

Step 4：融合 — 7 段 Prompt

合并 analysis.json + rhythm_plan.json：

• 场景叙述合并 body_type + body_proportions + body_details + posture_habit + 发型 + outfit（逐件颜色与款式），形成人物身份锚点；不写环境细节
• 拍摄场景合并 scene.setting_type / location / space / subject_placement / background / ground / props / time_weather / ambient_light / atmosphere / changes
• 摄影技术合并 camera.shot_method + movement + focus_priority + 机位/镜头/灯光；有节奏则叠加运镜卡点（强拍微顿等）
• 动作时间轴对齐拍点 / accent
• 强拍写清重音动作；体态相关动作可呼应 body_focus；焦点变化可轻点 shot_focus
• 「背景声音」写入 BPM、能量弧、卡点秒数
• 严格 7 个 ## 标题 → OUT_DIR/prompt.md

Step 5：校验

• 身材：场景叙述含整体体型 + ≥2 项分部位/比例 + 体态；无空话；未见不编
• 穿搭：逐件颜色 + 款式；有风格标签；无「时尚穿搭」空话
• 拍摄场景：独立成段；场所 + 背景 ≥2 元素 + 人物站位；未与场景叙述/摄影技术重复
• 摄影：含拍摄方法 + 可执行运镜 + 关注重点；无「运镜流畅」空话；切镜未伪装长镜头
• 画面：无编造、左右正确、五要素齐全
• 节奏：ok=true 时 BPM 与大卡点是否进 prompt
• 覆盖写回 prompt.md

Step 6：交付

1. 打印完整 prompt.md
2. 路径：prompt.md、analysis.json、rhythm_analysis.json、rhythm_plan.json、frames/
3. 提示：可人工扫帧；长片拆段生成

输出示例（身材 + 穿搭 + 拍摄场景 + 摄影运镜 + 动作卡点）

markdownCopy code
## 场景叙述
一位身材高挑纤细的年轻女性，头身比修长、腿长占比高，窄肩锁骨清晰，腰肢纤细、小腹平坦，
胯线利落，细长直腿，手臂纤细，站姿挺拔略带舞蹈感；浅棕长卷发齐肩；
身着 OL 职场风：白色修身短袖翻领衬衫、领口扣好，黑色高腰包臀迷你裙，黑色漆皮尖头细高跟鞋。

## 拍摄场景
- 场所：室内楼梯间过道，狭长空间
- 空间关系：人物靠右侧灰白墙，距半开白门约半步，面朝镜头
- 背景：灰白墙面有铅笔涂鸦，黑色踢脚，右侧半开白门
- 地面：水泥灰地
- 陈设与道具：半开白门；双手握透明冰咖杯
- 时空与环境光：白天室内，顶灯一块过曝
- 氛围：冷灰职场过道
- 场景变化：单场景贯穿

## 摄影技术
- 拍摄方法：竖屏手机+轻云台感，眼平略偏低机位正面偏 3/4 侧，始终框住全身以突出腿长与体态线条
- 运镜：主体居中缓慢跟拍；强拍处镜头微顿半拍，弱拍轻微横移跟随胯线
- 关注重点：主焦点全身比例与站姿；次焦点脚步踩点与裙摆；表情段落短暂抬景别至半身
- 摄影机：眼平微低、正面略侧、稳定器级平滑
- 镜头：全身主景别，背景轻度虚化，人物居中留顶安全距
- 灯光：……
- 情绪：清爽、卡点、自信

## 动作清单
1. 0.05–0.67秒（第1–2拍）：左腿支撑；右脚强拍落地……；面部：……；卡点：踩实。
2. 10.62–11.24秒（大卡点）：……；卡点：顿步半拍。

## 背景声音
- 音乐：……约 96.5 BPM……
- 混音与卡点：一拍一步；大卡点 5.03/10.0/10.62s

与 API 版

失败处理

安装同步

bashCopy code
bash skills/dance-video-to-prompt/scripts/install.sh