[分享创造] 做了个把游戏录像整理成原型开发计划的小工具

[分享创造] 做了个把游戏录像整理成原型开发计划的小工具

大家好，分享一个最近做的小项目：rea-game。

做游戏原型时，我经常会先找一段参考游戏录像。但看完之后，脑子里通常混着几种东西：画面里确实发生了什么、我猜测背后的规则是什么、还有哪些信息光看这段视频根本确认不了。

所以做了这个小工具，想把这些观察整理成一份能继续用于原型开发的材料。

它大致是这样工作的：

用 FFmpeg 从本地游戏录像中按时间提取画面，并记录时间戳。

人工检查画面和对应视频片段，把观察、推断、未确认的问题和实现建议分别写进 review 文件。

运行命令生成 Markdown 报告，包括玩法循环、交互、界面、视听表现、待确认问题，以及一个原型实现计划。

它不会自动“看懂”视频。分析还是需要人来做，也可以请支持视觉输入的助手帮忙；工具负责把证据和结论组织起来，并检查时间戳和格式，尽量避免把猜测写成已确认的规则。

项目是 MIT 许可的开源 CLI ，使用 Python 和 FFmpeg ，在本地处理视频，不需要 API Key 。目前需要从源码安装：

git clone https://github.com/AleksChen/rea-game.git
cd rea-game
python3 -m venv .venv
source .venv/bin/activate
python -m pip install .
rea-game extract "/path/to/gameplay.mp4" -o out/my-game

项目地址 https://github.com/AleksChen/rea-game:https://github.com/AleksChen/rea-game

这个工具在处理长时间游戏录像时可能会面临性能瓶颈，特别是人工检查环节容易疲劳导致判断不准确。

这个工具能把模糊的游戏录像转化为清晰的开发计划，但对非结构化的视频分析依赖人工判断，会不会增加使用门槛？

这个工具思路真不错，把视频分析变成结构化文档对原型开发太有帮助了。