rea-video

逆向一切视频。

实拍口播、桌拍、AI 视频、3D、代码动效、混剪都能拆，

逐个镜头告诉你画面、花字、剪辑和声音是怎么做的，再告诉你怎么照着做一条。

中文 | English

左边是 TikTok 上的手机实拍原片，右边是别人用 AI 换了产品重做的版本。

rea-video 判断：左边全部实拍，一个场景、两个机位就能拍完；右边全部 AI 生成，8 个镜头可以合并成 3 次生成。

能拆哪些视频

除了画面怎么做的，每条视频还会拆：

• 字幕和花字：每句字幕的起止时间（可导出 SRT / ASS），花字用什么颜色、描边、怎么出场
• 贴纸、表情包、画中画：放在哪、停多久
• 剪辑：在哪切、节奏多快、有没有卡节拍
• 声音：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
• 要你自己准备的素材：录屏、截图、产品图

快速开始

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。

跑完你会拿到：

• 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：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 豆包都行，把接口地址和密钥告诉 agent 就行。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。

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。 视频 · 报告	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 / Three.js 代码。 视频 · 报告
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。 视频 · 报告	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。 视频 · 报告

准不准

按镜头时长算的「制作方式」准确率：

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。真实素材识别 97–99%，镜头切点全对。明细和复现方法在 eval/RESULTS.md。

怎么判断的

1. 切镜头：把视频按镜头切开，声音拆成人声、配乐、音效。
2. 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（手指、文字、物理细节对不对）；听声音（BPM、调性、是唱还是说）。
3. 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。
4. 出复刻方案：按目标视频模型的实际能力分批，比如单次能生成多长、能不能一次出多个镜头、能吃几张参考图。

常见问题

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（Seedance、PixVerse、MiniMax、Wan 等）生成画面，字幕和动效用 HTML 渲染出来。

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。AI 视频能做到什么程度，取决于它接了哪些模型：没有可灵、Veo，也没有专门的数字人和 3D；不生成 AI 配乐，配乐要自己准备。它最顺手的是口播、播客、采访这类跟着台词走的视频，纯音乐卡点、产品动效、电影感短片要弱一些。

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。

不一定。只用工具是离线、免费的，原始文件的准确率已经很高。从平台下载、压缩过的视频建议配一个能看视频的模型（Gemini、豆包都行），或者用本身能看图的 agent。模型按你用的服务计费。自动生成视频（capsule-cinema）会先免费试跑一遍，你确认后才会正式调用模型。

部分可以。AI 镜头装了 capsule-cinema 可以自动生成并拼回原时间线；实拍镜头要你按拍摄方案去拍；代码镜头要 agent 写 Remotion 工程。详见 docs/replicate.md。

不可以。rea-video 用来学习视频的结构、节奏和做法，再用你有权使用的素材重新制作。请勿直接搬运他人的画面、音乐、角色或肖像。投放时请遵守平台规则和当地的 AI 生成内容标识要求。

文档

• docs/what-it-detects.md：能拆出什么（10 类画面、拍法、打光、调色、声音）
• docs/replicate.md：拿到报告后怎么复刻
• docs/cases.md：案例详情
• docs/decompose.md：判断规则
• docs/cli.md：命令行用法、和 capsule-cinema 的对接
• rea_video/capabilities/：各家视频 / 图像 / 音频模型的能力表，复刻方案按它选模型
• eval/RESULTS.md：评测结果

社区

欢迎来 linux.do 交流使用体验、拆解案例和复刻思路。

致谢

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。