AI 拆短剧,每集 30 次看图,算出情绪账和付费卡点
- 2026-11-18 22:36:05
rea-toon 让 Claude Code 或 Codex 拆短剧,一部剧拆完,拿到爆款拆解报告、剧本和逐镜分镜表。
它把每条判断都标上镜号、秒数、台词和截图,你认错了可以直接改,改完重出页面。
成本也是明账:每集要看几十张画面拼图,大约 30 次看图调用。
仓库 11 月 14 日发了第一版,215 star,Python 写的,本机要有 ffmpeg 和 Python 3.10 以上。
下面这段动图来自官方仓库的演示素材,展示的是它拆一部短剧的三个视图:学习分析、剧本、分镜拆解。

短剧是怎么被拆开的
先把两个仓库分清楚。母仓 rea-video 逆向的是这条视频怎么做的,每镜是实拍、AI 生成还是代码做的,9,494 star,Apache-2.0。
rea-toon 建在它上面,切镜和人声配乐分轨直接用母仓的能力,再加短剧才有的那一层:角色、台词和说话人、戏剧节拍、情绪账、整部剧的结构。
官方 FAQ 的分工写得很直白,想知道这条视频怎么做的用 rea-video,想知道这部剧为什么好看、剧本怎么写用 rea-toon。
它先认类型,五种短剧看的重点不一样。
真人短剧:每场戏谁压谁、靠哪句台词翻盘,打脸和反转的节奏,几个景、几套衣服撑起一集
AI 真人感短剧:人设靠什么一眼立住,AI 才拍得出的奇观占多少,口型少的段落怎么靠剪辑和配乐撑情绪
2D / 3D 漫剧:分格、漫符、特效放大情绪的位置,角色记忆点,运镜制造的爽感
动态漫画、沙雕漫:一张图撑多久、切图节奏,哪些格子做了局部动,梗的密度和配音音效
解说类:解说词的钩子句、悬念句、金句在哪,换图是不是落在信息点上,语速和信息密度
然后是五步走,每一步的产出都留着。
切开:母仓 rea-video 切镜头、分人声和配乐,本地 OCR 读字幕轨,只认字幕行上的字
认人:先出角色表,乔装和换装合并成同一人,再逐镜看谁在画面里、在做什么
定台词:全剧逐句标说话人,和逐镜看图对不上的句子,再看帧裁决
读剧本:分场、每场造型、画面文字、机位视线、戏剧节拍、逐镜看点和情绪、信息差
出结果:代码算节奏曲线、情绪账、戏份,再写报告、剧本和分镜脚本
默认是快拆,5 个镜头一次调用,一集约 30 道题。同一集要走十几轮,从字幕校对一路排到剧本润色。
第一次跑要先切镜、分轨、OCR,大约 10 分钟。拆完一集,命令会打印出 index.html 的路径。
git clone https://github.com/JuneYaooo/rea-toon && cd rea-toon
pip install -e .
pip install git+https://github.com/JuneYaooo/rea-video
rea-toon analyze work/<名字> --source <本地视频> --title "<这条视频叫什么>"
整部剧别一口气拆完。官方建议先拆 5 集,确认效果和花费都能接受,再去掉 --first 接着跑。
拆到一半断了也不怕,重跑同一条命令会跳过做过的步骤,接着往下走。
底子好不好,看母仓的评测表。下面是 rea-video 官方 README 里的数字,rea-toon 站在这套切镜和分轨之上。
只用离线工具:调优集 98.3%,留出集 99.6% 与 98.9%,平台重编码过的视频掉到 88.6%
加上视觉模型:留出集 99.6% 与 99.8%,重编码视频回到 99.6%
再加上 agent 视觉复核:重编码视频到 100%
真实素材检测 97% 到 99%,镜头边界召回率 95%、准确率 94%
情绪账、付费卡点和证据链
情绪账是代码算出来的,不靠模型事后概括。
源码 emotion.py 的开头就写着 counted from the per-shot breakdown, no model call。
每镜带一个情绪标签,一共八种:爽、憋、虐、甜、笑、悬、惊、燃。其中六种算命中,憋和悬是等一次释放的铺垫。
连续同情绪的镜头合成一个情绪节点。中间切到别人的反应镜头,三秒内不算断,节点继续。
账上算三样:情绪节点、空白段、憋了多久。
情绪节点:观众留下来的那些时刻,连续同情绪的镜头合成一个
空白段:第一个节点之前、节点之间、最后一个节点之后的静默时间
憋住多久:每个爽节点配上前面的憋,算它被压了多久、压了多少秒
第三项里有个 owed 字段:最后一个爽之后还剩多少秒的憋没还上,这个数就是下一集要还的债。
付费卡点在跨集那一层。整部剧另出一份跨集拆解,里面有分阶段打法、反复使用的套路、人物弧光、伏笔和回收、集尾钩子、付费卡点。
证据链是它跟别的拆解工具最不一样的地方。每条判断都带镜号、秒数、台词和截图,页面上点任意一镜,右下角就播原片那一段。
认错的地方改 story.json,再跑 rea-toon redo pages 重出页面。
想把审过的版本定稿,跑 rea-toon lock。没锁过的报告页会标出「基于未审版本」。
给 AI 读的 VIDEO.md 拆片包
每个 skill 有 SKILL.md,每个视频有 VIDEO.md。
VIDEO.md 是开放格式,spec 版本 1,规范文档 CC BY 4.0,代码 Apache-2.0。
它分层放:卡片、概览和地图、时间线、单个镜头、原始数据。每个文件都写明自己占多少 token。
读法是先读卡片和概览,大约 2k token;按镜头答问题再读时间线,大约 4k;核某一镜才开那个镜头的文件和帧图。
看到的和推出来的是分开的。
推断项在语法上带波浪号,比如 made~ filmed 92%,数据里标 inferred,带概率和是谁判的,还能再标一条低置信度。
pip install videomd
videomd check path/to/package
门槛有三条。
拆解只能用能看图的模型,纯文字模型拆不了。默认由 agent 自己看图作答,不用配密钥。
要配接口模型,就读 REA_TOON_VLM_BASE_URL、REA_TOON_VLM_API_KEY、REA_TOON_VLM_MODEL 三个环境变量。
深度模式逐镜单独调用再加逐秒表演,官方写明贵约 5 倍。
还有一条硬约束值得先说:这个仓库按 PolyForm Noncommercial License 1.0.0 授权,不允许商用。
个人学习、研究、非商业用途可以改可以分发,任何商业用途都要先拿到作者书面授权。
短剧是商业场景,这条不是小事。
官方安装文档里直接写着,用户要拿去做商业用途时,提醒他先找作者授权。
母仓 rea-video 是 Apache-2.0,没有这个限制,两个仓库要分开看。
片源只吃本地视频,给链接不行,得先存到本地
一个文件里装了好几集的合集要先切,agent 会先和你确认每集起点
命令跑到需要判断的地方会停下,退出码 3 是等你答题,不是出错,答完原样重跑
商业用途要先拿作者的书面授权
相关链接
官方仓库github.com/JuneYaooo/rea-toon
中文说明github.com/JuneYaooo/rea-toon/blob/main/i18n/README_zh.md
Agent 手册github.com/JuneYaooo/rea-toon/blob/main/skills/rea-toon/SKILL.md
拆片包格式videomd.github.io/videomd/
母仓 rea-videogithub.com/JuneYaooo/rea-video
许可证原文github.com/JuneYaooo/rea-toon/blob/main/LICENSE