01 — 样例视频上传1. 功能定义与核心意义功能定义样例视频上传是「爆款结构迁移引擎」工作流的第一步。用户将需要作为模板参考的爆款短视频上传至系统后端自动完成视频基础信息的全面解析为后续的结构分析和模板提取提供数据基础。核心意义全流程起点没有样例视频后续的结构拆解、缺口识别、SVT 生成均无法执行。本模块是整个平台的燃料入口降低创作门槛用户无需手动描述视频的帧率、时长、分段结构——上传视频后系统自动完成所有基础分析桥接样例与目标被分析的样例视频成为「成功标杆」系统提取其结构特征后可迁移到任意新主题上解决的问题痛点本模块的解决方案不知道爆款视频的成功因素自动提取 fps / 时长 / 分辨率 / 镜头切分点为 LLM 结构分析提供量化数据人工描述视频太慢拖拽上传即可3 秒内完成全部基础信息提取手动计算时间分段不准OpenCV 逐帧分析镜头变化精确到帧级的镜头切换点检测2. 详细操作步骤前置条件后端服务已启动python main.py运行于http://localhost:8000已通过浏览器打开frontend/index.html准备一个 MP4 / MOV 格式的样例视频文件操作步骤Step 1进入上传区域在页面左侧「第一步上传样例视频」区域可以看到一个虚线框的上传区域。Step 2上传文件两种方式任选其一方式 A — 拖拽上传将视频文件从文件管理器拖入虚线框中方式 B — 点击选择点击虚线框区域在弹出的文件选择对话框中选中视频文件Step 3等待分析完成上传后上传区域下方会出现「正在分析视频基础信息...」的加载提示。系统后端自动执行保存文件至uploads/目录以{UUID}_{原文件名}命名OpenCV 解析视频基础信息fps、总帧数、时长、分辨率按时间轴均匀提取 10 张关键帧逐帧进行直方图比对检测镜头切换点生成预估的脚本三段时间分配建议Hook/Body/CTAStep 4确认结果分析完成后弹窗提示「视频基础信息分析完成」同时页面右侧的「第二步爆款结构分析」和「素材缺口识别」区域会自动显示。预期结果操作预期上传成功弹窗提示分析完成currentTaskId和currentSampleData设置完成结构分析区域显示structure-result和gap-section区域的hidden类被移除上传失败弹窗提示「上传失败{错误详情}」返回数据结构{ task_id: uuid-string, filename: sample.mp4, sample_data: { basic_info: { fps: 30.0, duration: 15.5, total_frames: 465, resolution: 1920x1080, width: 1920, height: 1080 }, key_frames: [data:image/jpeg;base64,..., ...], shot_changes: [3.0, 6.2, 9.8, 12.1], estimated_script: { hook_suggestion: 0-3.0s, body_suggestion: 3.0-12.4s, cta_suggestion: 12.4-15.5s } }, status: processed }3. 使用场景说明场景描述竞品分析竞品发布热销视频 → 上传 → 提取结构 → 迁移到自有产品多品类复用一个「零食种草」爆款结构 → 上传 → 提取 → 复用至「化妆品」「数码产品」内容团队标准化团队将历史爆款集中上传分析沉淀出一套标准化的视频结构模板库新手上手新手创作者不知道如何设计视频结构找一个行业对标视频上传即可获得结构参考适用条件视频时长建议5 秒 ~ 5 分钟过长可能导致处理时间增加和 LLM token 超限支持格式MP4、MOV、AVI 等 OpenCV 支持的视频格式文件大小限制最大 500MBMAX_FILE_SIZE配置项需要 OpenCV 视频编解码器支持通常 Windows/macOS/Linux 预装即可4. 参数配置说明参数位置默认值说明MAX_FILE_SIZEbackend/config.py500MB最大上传文件大小num_framesvideo_processor.extract_key_frames()10提取的关键帧数量thresholdvideo_processor.detect_shot_changes()30.0镜头检测的直方图差异阈值越高越不敏感UPLOAD_DIRbackend/config.pyuploads/上传文件存储目录5. 注意事项与限制注意事项文件保留上传的视频文件会持久存储在服务器的uploads/目录中如长期运行需定期清理task_id 生命周期每次上传生成唯一task_id前端在后续步骤中必须携带此 ID刷新页面后task_id丢失需重新上传前后端分离部署前端通过const API_BASE http://localhost:8000/api连接后端若后端部署在其他地址需修改此项CORS 配置后端已配置allow_origins[*]允许任意来源的前端访问功能限制不支持实时流仅支持上传完整的视频文件不支持直播流或在线 URL无视频转码系统不转换视频编码仅读取元数据和帧数据基础分析为主关键帧提取和镜头检测基于直方图差异不涉及 AI 内容理解AI 分析在第二步由 LLM 完成大文件风险超大视频2GB可能在关键帧提取阶段消耗大量内存建议先剪辑压缩6. 常见问题解答Q1上传后显示处理失败怎么办A可能原因包括视频文件损坏或编码格式不兼容 → 尝试用视频转码工具转为标准 MP4H.264 编码视频时长为 0如单帧图片伪装视频→ 检查文件完整性OpenCV 版本问题 → 确认opencv-python版本 ≥ 4.8Q2上传后没有显示第二步区域A检查浏览器控制台是否有 JavaScript 报错。确认后端服务正常运行访问http://localhost:8000/是否能返回 JSON。Q3能否不上传视频直接手动输入视频信息A当前版本不支持手动输入。视频信息解析依赖 OpenCV 库无法从空数据中生成。未来可考虑增加纯文本描述入口。Q4上传的样例视频会被如何使用A仅用于当前会话的结构分析不会被分享或用于训练模型。上传的视频存储在本地服务器uploads/目录。