20260513-日报-卓泽

用户4681

5月13日修改

一、主要进展

•
今天的重点是继续围绕已确定的目标竞品，梳理并锁定项目的局外主循环方向。当前项目方向已经从前几天的底层架构搭建，逐步进入到“可看、可跑、可演示”的玩法闭环阶段。​

•
目前局外循环按参考合了个合，确认为：资源/武器获取 -> 二合升级 -> 战斗推进 -> 金币与奖励结算 -> 再次投入成长​

二、视频抽帧特征提取工具

今天借鉴了前几天看到的极逸SOON AI, 功能是输入一个视频, 输出一个小游戏​
按着这个思路, 完成了一个感觉会很有用的AI研发工具节点：视频抽帧特征提取工具​

这个工具的作用是把参考游戏的视频转换成可输入多模态AI的带注释的图，并且可以由ai自身调用。后续在拆竞品、做玩法复刻、生成 HTML 原型、整理程序交接文档时，都可以先通过这个工具把视频处理成关键帧、时间线和分析报告，再交给 AI 进一步理解和产出。​

执行效果▼

程序本体, README文档与Skill▼

video_game_analyzer.zip

59.43MB

这个工具重点解决了普通平均抽帧的一个关键问题：固定间隔抽帧会丢失高动态过程, 无信息帧又浪费token。​

例如战斗清屏、金币雨、弹窗切换、角色下落、奖励飞散等过程，如果只按固定时间截图，AI 可能只看到前后两个状态，从而误判为“瞬移”或“状态突然变化”。这会直接影响后续对玩法节奏、动画反馈和功能逻辑的复刻判断。​

本次工具采用了更适合游戏视频的处理方式：

•
低信息密度片段少抽帧，例如长时间静态 UI。​

•
高信息密度片段密集抽帧，例如战斗爆发、金币雨、弹窗切换、奖励结算。​

•
自动生成 contact sheet，方便 AI 和人工快速浏览完整流程。​

•
自动生成 timeline.json，将视频中的关键时间点和画面变化结构化。​

•
自动生成 analysis_report.md，记录视频信息、关键帧数量、运动事件和模型读取预算。​

如图，工具将竞品视频整理为多页关键帧总览，便于快速复盘玩法流程▼​

本次使用目标游戏视频完成测试。测试视频为竖屏，分辨率 1080x2400，时长约 134 秒。工具成功抽取关键帧 158 张，识别运动/场景变化事件 39 个，并将 contact sheet 拆分为 7 页，避免单张图过长导致 AI 视觉读取效率下降。​

如图，工具识别并连续保留战斗与金币雨高动态过程，避免普通抽帧造成动作断裂▼​

20260513-日报-卓泽​