rea-video：让 AI 逆向拆解一条视频，判断它是实拍、AI 还是代码做的

刷到一条短视频，觉得拍得不错，想模仿一下，但说不清它到底是怎么做出来的：是真人拿手机拍的，还是 AI 生成的，还是用代码做的动效？rea-video 就是来回答这个问题的。

它把一条视频拆成一个一个镜头，逐个判断每个镜头是实拍、AI 生成、还是代码渲染，然后给出一份「怎么把它重做出来」的方案。

Reverse-engineer any video, shot by shot: tells whether each shot was filmed, AI-generated or coded, how the captions, cuts and audio were made, and how to remake it. 逆向一切视频，逐镜拆出制作方式并给出复刻方案。

—

Apache-2.0

Python

这是 README 里的一张演示：左边是手机实拍的带货视频，右边是 AI 复刻版，产品被换成了别的。

它到底做了什么#

流程分四步：先把视频切成镜头，音轨拆成人声、配乐、音效三条；再收集证据；然后下结论；最后给复刻方案。

rea-video 的拆解流程：拿一条带货视频举例，切成镜头和声音，每个镜头走「切开 → 取证据 → 判断 → 复刻方案」四步

我觉得最有意思的是「收集证据」这一步。它不是凭「看着像不像」来判断，而是先测硬指标：帧率、传感器噪点、整幅画面是不是像一张平面在平移、文件元数据里的 AIGC 标签。这些测不出来，才轮到看画面（手、文字、物理规律）和听声音（BPM、调性、在唱还是在说）。判定的时候，硬证据排在「看着像」前面，两种结论打架就标出来交给助手看图复核。

能拆出什么#

同一个镜头会被归到下面某一类，每一类的拆法不一样：

类型	例子	拆出什么
实拍	口播、vlog、带货、探店	机位、景别、构图、灯光（12 种布光方案加器材清单）、调色
AI 视频	文生/图生视频、AI 短剧	证据、逐镜反推的 prompt、怎么分批生成、用哪个模型
数字人	一张人像被声音驱动说话	哪些镜头是数字人、需要什么肖像和音频
3D / 动画	Blender/C4D 科普、产品动画	该用视频模型生成，还是从 3D 代码渲染
代码 / 模板	文字动效、UI 演示、图表	文字、版式和动效节奏，可以照着写 Remotion 工程
录屏 / 截图	软件教程、网页演示	哪些是你得自己录的真实素材
混剪	AI 角色 + 代码界面 + 真实录屏	逐镜判断，再拼回原来的时间线

画面之外，每条视频还会拆出这些：

字幕和花字：每行字的起止时间（导出 SRT/ASS），还有颜色、描边、怎么入场的
贴纸、表情、画中画：位置和停留时长
剪辑：切在哪、节奏多快、有没有卡在节拍上
音频：人声还是 AI 配音、配乐是 AI 还是曲库以及它的 BPM、每个音效落在哪
需要你自己准备的材料：录屏、截图、产品图

实拍镜头拆得最细。除了机位构图，还会量出主光从哪边来、光比多大、软光硬光、色温多少，连画面里能看到的灯都记下来。调色风格也分自然、青橙、日系、胶片这些。像素量不出来的（有没有轮廓光、是不是户外、拍摄速度），靠看图模型补，两部分结果在报告里并排列出。

项目自带的案例能看到实际输出的样子。下面三张是它拆过的典型视频，每个镜头都标了类型和置信度：

最特别的地方：给 AI 助手用的#

跟很多工具不一样，rea-video 是冲着让 AI 助手来跑设计的。README 开头第一句用法就是：在 Claude Code、Codex 这类能执行命令的助手里面，说一句：

1
Install https://github.com/JuneYaooo/rea-video, then break down this video: /path/to/video.mp4

助手自己装 CLI、学流程、跑完整套，你只需要装好 ffmpeg 和 Python 3.10 以上。装完之后它会把一个 skill 链接到 ~/.claude、~/.codex、~/.agents，之后直接说「帮我拆解这条视频，看看是不是 AI 做的」就行。

我觉得这个思路跟 CleanYourTV 有点像：不追求一个什么都替你做好的图形界面，而是把判断和操作交给一个会看、会跑命令的助手，人在关键点确认一下。

准不准#

README 给的数字是按镜头时长加权的「判断制作方式」准确率：

纯工具模式（离线、免费）：调优集 98.3%，对微信转码过的视频 88.6%
加视觉模型（Gemini 或豆包）：微信转码视频能到 99.6%
再加 agent 看图复核：100%

差别主要在视频来源。原始文件自带传感器噪点和平台标签，工具自己就够用；从平台下载的视频被二次压缩过，这些证据被抹掉了，得靠看图补回来。报告会在你提问的语言里输出，中文或英文都行。

动手前要知道的#

这个工具是拿来学习一条视频的结构、节奏和技法，再用自己有权使用的素材去重做。README 专门写了一条：不能直接搬运别人的视频。别人的画面、音乐、角色、肖像都不能拿来复用，发布时也要遵守平台规则和当地的 AI 内容标注要求。

还有一点，工具目前只完成到「拆解 + AI 镜头复刻」这一步。实拍镜头它给你拍摄方案，要你自己拍；代码镜头给你文字和版式，Remotion 工程要助手来写。别指望一条命令出成片。

上手步骤#

先准备环境：ffmpeg 和 Python 3.10 以上。

1
brew install ffmpeg            # Ubuntu 用：sudo apt install ffmpeg
2
git clone https://github.com/JuneYaooo/rea-video && cd rea-video
3
bash scripts/install_skill.sh  # 装 CLI，并把 skill 链接到 ~/.claude、~/.codex、~/.agents
4
rea-video --help

首次拆解会自动下载约 67 MB 的人声分离模型，存到 ~/.cache/rea-video/models。一条 30 秒的视频不开视觉模型，大约一分钟出结果。

方式一：交给 AI 助手（推荐）#

在 Claude Code、Codex 里直接说「帮我拆解这条视频 xxx.mp4，看看是不是 AI 做的」。助手会按仓库里的 SKILL.md 流程跑：先看有没有记住的偏好 → 拆解 → 对不确定的镜头看图复核 → 按模板交付报告。

也可以走插件市场装：

1
/plugin marketplace add JuneYaooo/rea-video
2
/plugin install rea-video@rea-video

方式二：自己敲命令#

只做确定性取证（离线、免费）#

1
rea-video decompose ref.mp4 -o out/ref
2
open out/ref/report.html

这一步不调模型，靠 CV 和元数据判断，输出 breakdown.json、report.html、report.md、storyboard.jpg、每镜首尾帧，以及 packaging/ 里的字幕 SRT、带样式的 ASS、贴纸截图。

加视觉模型（建议，不强制）#

1
export REA_VLM_BASE_URL=https://.../v1 REA_VLM_API_KEY=... REA_VLM_MODEL=gemini-2.5-pro
2
rea-video decompose ref.mp4 -o out/ref --vlm

任意 OpenAI 兼容的多模态模型都行，写多个可以做备选。加视觉模型后，实拍/AI/3D 的判断更准，还会给每个镜头反推生成 prompt。

没有视觉模型，让能看图的助手来复核#

1
rea-video review out/ref                 # 生成逐镜看图任务和答案模板
2
rea-video apply-review out/ref --by zcode # 助手填完答案后，并入结论和报告

纠正和记忆#

1
rea-video correct out/ref --shots 3 --label still_motion --note "这是定格动画"
2
rea-video prefs vlm on
3
rea-video memory

用户指出的纠正会被记住，存在 ~/.rea-video，下次同一条视频自动套用，同类镜头复核时也会提示。

照着报告复刻#

报告里每个镜头都标了做法，几种做法的下一步不一样：

实拍镜头：报告给出拍摄场次（几个场景、每个场景几个机位、先拍哪个）、景别、手持还是支架、灯光和器材清单。拍完把素材发给助手，说「按分镜表剪进去」，助手会剪到对应位置并出一段左右并排的对比片。
AI 镜头：报告给出生成单元和提示词（中英都有），可以手动贴到即梦、可灵生成，再发给助手拼回时间线；装了 capsule-cinema 的话，说一句「用 capsule-cinema 复刻 AI 镜头」，它会自动生成、拼回、出对比片，调模型之前会先免费试跑一遍让你确认。
代码 / 动效：让助手「按报告写一个 Remotion 工程」，之后改文案只改数据。
静图推拉：一张图加测出来的缩放平移速度，助手本地直接生成，不调模型。
声音：口播按文案用 TTS 或自己录，配乐按 BPM 和调性去曲库找或用 Suno 生成，音效按时间点表加。

最后#

如果你对一条视频「怎么做的」好奇，或者想模仿它的节奏和技法，可以先拿自己的文件跑一遍。工具离线免费就能用，报告输出在你提问的语言里。至于复刻，AI 镜头有 capsule-cinema 帮着生成，实拍和代码的部分还是得自己动手，工具负责把每一步怎么做讲清楚。