看到一条很顺的带货视频，想知道哪些镜头是 AI 做的？把它交给 rea-video 拆一遍

先交代它是什么。rea-video 是作者 JuneYaooo 10 月 30 日放到 GitHub 的项目，Apache-2.0 许可证，11 月 7 日我核对时已有约 3200 颗星。它不是一个带界面的软件，而是给 AI 编程智能体用的“技能”加一个命令行工具：你把视频文件和一句话交给 Claude Code、Codex 之类能执行命令的智能体，它自己去装、去跑、去出报告。

01装之前先确认三样东西

需要 Python 3.10 以上、ffmpeg（视频处理工具，macOS 用 brew install ffmpeg，Ubuntu 用 apt install ffmpeg），以及一个能执行命令的智能体。首次拆解会自动下载约 67 MB 的人声分离模型。官方文档说，一条 30 秒的视频在不开多模态模型的情况下约 1 分钟出结果。

最省事的方式是直接对智能体说下面这句，把路径换成你的视频：

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

想自己装的话，克隆仓库后运行 scripts/install_skill.sh，它会装好命令行工具，并把技能链接到 ~/.claude、~/.codex 等目录。Claude Code 也可以用插件方式：先 /plugin marketplace add JuneYaooo/rea-video，再 /plugin install rea-video@rea-video。

02拆完你会拿到三样东西

一句话结论，例如官方示例里的“混合制作：代码/模板渲染 59% + AI 生成视频 41%”；一份复刻方案，把要做的事分成“该实拍的、该用模型生成的、该写代码做的”；还有完整的 report.html，里面每个镜头都有截图、判断依据、反推出来的提示词、机位和灯光说明、声音分析。

除了“画面怎么做的”，它还会列出字幕每一句的起止时间（可导出 SRT、ASS 字幕文件）、贴纸和画中画的位置、剪辑点是否踩在音乐节拍上、配乐的 BPM（每分钟节拍数）、音效落在哪几处，以及复刻时你得自己准备的素材，比如录屏和产品图。

03要不要接一个看图的大模型

只用工具本身，它靠帧率规律、画面噪点、文件里的 AI 生成标记、字幕文字这类可计算的线索判断，离线、免费。官方建议另外接一个多模态模型，Gemini、豆包都可以，给智能体一个 OpenAI 兼容的接口地址和密钥即可，实拍、AI、3D 的区分会更准，还能为每个镜头反推一段提示词。没有这个模型也能用；如果你的智能体自己能看图，可以让它复核存疑的镜头。命令大致是：

# 只做离线取证
rea-video decompose ref.mp4 -o out/ref

# 接入看图模型
export REA_VLM_BASE_URL=https://.../v1 REA_VLM_API_KEY=... REA_VLM_MODEL=...
rea-video decompose ref.mp4 -o out/ref --vlm

# 打开报告
open out/ref/report.html

04它准不准，要看作者怎么测的

仓库里的 eval/RESULTS.md 是作者自己的评测记录：按镜头时长加权，不开多模态模型时，三组视频的画面制作方式判断准确率分别是 98.3%、99.6%、98.9%。但同一份文件也写明，第一组是调参用的样本，第二组在首轮出错后补了规则，已不完全独立；只有第三组是规则定稿后第一次跑。这是作者的数据，样本才 31 条视频，别当成通用精度。

官方示例里有个值得记住的坑：一条实拍开箱视频经过平台转码后，离线模式把 35% 判成了 AI，让智能体复核存疑镜头后才修正到 97% 实拍。README 也提醒，示例视频为了缩小体积被重新压缩过，抖音、TikTok 的平台标记被抹掉，你自己跑出的结果会和报告不同；想复现最好用平台原始下载的文件。拿它判断“这条视频是不是 AI 做的”，我会把结论当线索，不当证据。

它也只负责拆和出方案，不会替你生成新视频；作者另有一个 capsule-cinema 项目，用来按拆解结果做复刻。步骤依据官方文档整理，核对于 2026-11-07。