video-reviewer

Что делает простыми словами

Это «худрук на сдаче». Получает готовый .mp4 и за пару минут выдаёт вердикт — публиковать или переделывать. Работает так:

1. Достаёт из видео 15-25 кадров через uniform-sampling (для 30-секундного ролика это примерно кадр каждые 2 секунды — хватает чтобы увидеть каждую сцену)
2. Дёргает ffprobe для метаданных: resolution, fps, длительность, наличие аудио, битрейт
3. Vision LLM смотрит на кадры и оценивает по 5 измерениям (визуал / пейсинг / синк / субтитры / платформа)
4. Формирует структурированный отчёт: score 1-10, что работает, что сломано, конкретные фиксы
5. Возвращает JSON {score, issues, suggested_fixes} + читабельный текстовый report

5 измерений ревью

Score guide

Команды

Извлечь кадры из видео

python ~/.claude/skills/video-analyzer/scripts/extract_frames.py \
  --video ~/video-projects/bas_dent/videos/variant_a.mp4 \
  --output-dir ~/video-projects/bas_dent/thumbnails/review \
  --count 15 \
  --mode uniform

# Для 30с видео → 1 кадр каждые 2с
# Для 60с+ видео → --count 20 или 25

Проверить metadata

ffprobe -v quiet -print_format json -show_format -show_streams \
  ~/video-projects/bas_dent/videos/variant_a.mp4

Из вывода смотрим:

• Resolution — должно быть 1080×1920 (9:16)
• Duration — совпадает с ожидаемой длиной озвучки
• FPS — 30
• Audio track — присутствует
• File size — не раздутый и не слишком сжатый (для 30с реклы — 5-25MB норма)

Главный воркхорс: review_video.py

python ~/.claude/skills/video-reviewer/scripts/review_video.py \
  --video ~/video-projects/bas_dent/videos/variant_a.mp4 \
  --project-dir ~/video-projects/bas_dent \
  --frames 15 \
  --output review.json

# → JSON {score, issues, suggested_fixes} + human-readable report

Формат финального отчёта

Reviewer выдаёт review в строгом формате — agent наверху по нему принимает решение:

VIDEO REVIEW: variant_a.mp4
Duration: 28.4s | Resolution: 1080x1920 | Size: 12.3MB

QUALITY SCORE: 7/10

WHAT'S WORKING:
  + Сильный hook — крупный план улыбки в первые 2с
  + Хорошая цветовая консистентность между всеми клипами
  + Субтитры читаются на мобильном

ISSUES FOUND:
  1. [CRITICAL] Чёрный кадр на 14.2с между двумя клипами → пересобрать с overlap или crossfade
  2. [MAJOR] CTA-сцена слишком тихая — голос почти не слышен → поднять voice volume +3dB или убрать музыку в последние 4с
  3. [MINOR] Один клип держится 6.3с (превышение лимита) → разрезать на два сегмента 3 + 3.3с

PRIORITY FIX: Убрать чёрный кадр на 14.2с — это единственное что сразу скроллится.

CHECKLIST:
  [x] No blank/black frames        ← НЕТ, есть на 14.2с
  [x] Subtitles readable at mobile
  [x] Strong opening hook (first 2-3s)
  [x] Correct aspect ratio (9:16)
  [x] Audio track present
  [x] Clean ending with CTA
  [x] Consistent visual quality
  [ ] Smooth transitions

VERDICT: NEEDS REVISION

The improvement loop

Если видео NEEDS REVISION:

1. Список конкретных фиксов в порядке приоритета
2. Спросить юзера — применять?
3. Если да — возвращаемся в director для пересборки с правками: другие клипы, скорректированная длительность сегментов, изменённый transition, перезаписанная озвучка (если аудио-проблема)
4. После пересборки — снова reviewer
5. Цикл до score 8+

Сравнение вариантов

Когда на ревью 2-3 варианта одного и того же ролика — reviewer прогоняет каждый независимо, потом сравнивает и даёт рекомендацию:

VARIANT COMPARISON:

Variant A (score 7/10):
  + Сильный hook с крупным планом лица
  - Middle ощущается монотонным (3 раза одинаковый scene type)

Variant B (score 8/10):
  + Лучшее разнообразие клипов в middle
  + Плавный пейсинг
  - Hook слабее

RECOMMENDATION: Variant B сильнее в целом. Можно подменить hook
Variant B на открывающий клип Variant A — получится лучший микс.

Скрипты

Чужие скрипты, на которые опирается:

Brand context из project.yaml

Reviewer читает project.yaml чтобы понимать что считать «хорошо для этого бренда»:

brand:
  voice: "профессиональный, деликатный"
  colors:
    primary: "#0F4F8B"
    accent: "#FFB400"
  target_audience: "женщины 28-45, Алматы, средний+"
  forbidden: ["шок-контент", "негатив о конкурентах"]

captions:
  style: karaoke              # стиль субтитров — проверяется на читабельность

aspect: "9:16"                # целевой aspect для платформы

Reviewer не оценивает соответствие бренду напрямую, но использует brand-контекст для контекстуальной оценки: например, если voice = «премиум, деликатный», а в кадре резкий маркетинговый текст — это попадёт в ISSUES.

Gotchas и tips

Место в пайплайне

В авто-режиме video-orchestrator может запускать reviewer автоматически и крутить loop пока score ≥ 8. В ручном режиме reviewer вызывают точечно когда юзер просит «оцени что получилось».