把一条成片丢给Agent，它能倒推出每个镜头怎么拍

REA-Video 是一个开源项目，做的事情很直接：把一条成片丢给 Agent，让它倒着拆。

拆什么？每个镜头是实拍、AI 生成还是代码动效，反推 Prompt、运镜方式、剪辑节奏、字幕和音效，最后生成一份带关键帧截图的复刻方案。

项目地址：https://github.com/JuneYaooo/rea-video

它的价值不在直接生成一条新片，而在先判断原片是怎么做的，再分别给拍摄方案、提示词或代码思路。想快速做同款，有更顺手的生成工具；想弄清一条视频为什么这样剪、这样拍、这样配音，REA-Video 更对路。

怎么用

REA-Video 是给 AI 助手用的。在 Claude Code、Codex 这类能运行命令的 Agent 里说：

安装 https://github.com/JuneYaooo/rea-video ，然后拆解这条视频：/path/to/video.mp4

Agent 会自己装好命令行工具、读完拆解流程，然后从头跑完。电脑上需要有 ffmpeg 和 Python 3.10 以上。

跑完会拿到三样东西：

• 一句话结论，比如 AI 视频 41% + 代码界面 59%，有 8 秒真实录屏，曲库配乐 122 BPM
• 复刻方案，按实拍、AI 生成、代码分开写
• 完整报告 report.html，包含逐镜头截图、判断依据、提示词、拍法和声音拆解

配一个看视频的模型，Gemini 或豆包都行，把接口地址和密钥告诉 Agent。配上之后实拍、AI、3D 分得更准，每个镜头还会反推出提示词。不配也能用，Agent 自己能看图的话，会补看没把握的镜头。

能拆哪些视频

实拍口播、桌拍、手持带货、vlog、探店，能拆拍摄场次和机位，景别、运镜、布光、调色。

AI 视频包括文生视频、图生视频、AI 短剧、AI MV，能拆判断依据、每镜反推的提示词、合并成几次生成、用哪个模型。

数字人、3D 动画、代码动效、录屏截图、混合混剪也能拆。除了画面，还会拆字幕和花字的起止时间，可导出 SRT 或 ASS；贴纸、表情包、画中画的位置和时长；剪辑在哪里切、节奏多快；声音是真人还是 AI 配音，配乐是 AI 做的还是曲库的，多少 BPM，音效落在哪一下。

判断方式分四步：切镜头，把视频按镜头切开，声音拆成人声、配乐、音效；取证据，测画面帧率规律、噪点、是不是整张图在推拉、文件里有没有 AIGC 标识，看图看手指、文字、物理细节，听声音听 BPM、调性、是唱还是说；综合判断，AIGC 标识、帧率这类硬证据优先于看起来像，几方意见冲突时标出来交给 Agent 看图复核；出复刻方案，按目标视频模型的实际能力分批。

案例

混合片，19 秒 10 镜，AI 人物对话 + 代码界面 + 8 秒真实录屏。5 个对话镜头被界面隔开，但同一个场景，一次生成就够。

3D 科普片，67 秒 21 镜，全部 3D 渲染，AI 旁白。可以合并成 10 次视频生成，也可以让大模型写 Blender 或 Three.js 代码。

产品宣传片，70 秒 12 镜，83% 是代码动效，12% 录屏。不需要视频模型，写一个 Remotion 工程就能做。

AI 音乐 MV，165 秒 86 镜，判出歌是 AI 生成的，实际是 Suno。看图模型说是影视剧实拍的镜头，Agent 从奏折上的伪汉字认出是 AI。

实拍开箱带货，72 秒 29 镜，全部实拍：头顶俯拍支架、一块地毯一个机位，无口播，同期声加曲库 BGM。转码后工具把 35% 判成 AI，Agent 看图复核后 97% 实拍。

AI 与真人混合片，58 秒 21 镜，实拍 75%，口播加拍手机屏幕演示，AI 25%：作者拿自己的出镜视频和两张商品图，在即梦里生成真人带货片段。靠即梦水印和礼盒乱码认出 AI 段。

复刻效果方面，REA-Video 拆完可以交给 cheap-claude-video 的复刻配方生成：运镜、动作、节奏、转场跟着原片走，只换指定元素。

准不准

按镜头时长算的制作方式准确率，只用工具离线免费时，调参集 15 条 98.3%，留出集 16 条 99.6% 和 98.9%，公众号转码视频 10 条 88.6%。加看图模型 Gemini 后，转码视频到 99.6%。加 Agent 看图复核后到 100%。

留出集的两个数分别是 holdout 9 条和 holdout2 7 条。原始文件只用工具基本够。从平台下载的视频压缩过，噪点证据没了，要靠看图才能回到 99% 以上。

抖音带货两条，实拍开箱、AI 与真人混合，只用工具 46%，开看图模型 64%，Agent 看图复核后 97.5%：拍真实手机屏幕的画面工具会判成 3D 或 AI，目前要靠看图纠正。真实素材识别 97 到 99%，镜头切点全对。

和 Hypit 这类工具的区别

Hypit 拿一条参考视频直接做一条新片：Agent 看抽帧理解原片，再用它接入的模型生成画面，字幕和动效用 HTML 渲染。它不区分原片是怎么做的。原片是实拍的，它照样按自己的流程重做，不会告诉你原片几个机位、怎么打光。

REA-Video 不直接出片。它先逐个镜头判断是拍的、AI 生成的还是代码做的，再分别给拍摄方案、提示词或代码思路。想马上做一条同款，用 Hypit 更快；想弄清原片怎么做、怎么少花钱做出来，用 REA-Video。两个可以一起用。

成本方面，项目免费开源，只用工具是离线免费的。配看视频的模型会按你用的服务计费。有网友提到，把参考视频喂进去，视频秒数也要收钱。回复里有人说，成本取决于模型，跟项目无关。

版权上，REA-Video 用来学习视频的结构、节奏和做法，再用有权使用的素材重新制作。不要直接搬运他人的画面、音乐、角色或肖像。投放时遵守平台规则和当地 AI 生成内容标识要求。

有网友说，拆出别人的制作流程不难，难的是做出值得被拆的作品。工具把门槛抹平后，拼的还是脑子。

项目思路来自 REA，Reverse Engineer Anything：从现象追到实现，结论附证据，用可测量的方式验证。