JuneYaooo/rea-video

Reverse Engineering für beliebige Videos.

Shot für Shot: gedreht, mit KI generiert oder programmiert? Und wie baut man es nach?

Website | 中文 | English | Русский | 日本語 | 한국어 | Español | Português | Français | Deutsch

⭐ Mit einem Stern hilfst du, dass mehr Leute rea-video finden.

Links: eine TikTok-Werbung, mit dem Handy gedreht. Rechts: ein KI-Remake mit einem anderen Produkt. Laut rea-video ist links alles echt gedreht – ein Set, zwei Kamerapositionen –, rechts alles KI: 8 Shots aus 3 Generierungen.

Schnellstart

rea-video ist für KI-Agenten gemacht. Schreib in Claude Code, Codex oder einem anderen Agenten, der Befehle ausführen kann:

Installiere https://github.com/JuneYaooo/rea-video und nimm dann dieses Video auseinander: /path/to/video.mp4

Der Agent installiert die CLI, liest sich in den Ablauf ein und erledigt den Rest. Voraussetzung sind ffmpeg und Python 3.10+.

brew install ffmpeg            # sudo apt install ffmpeg
git clone https://github.com/JuneYaooo/rea-video && cd rea-video
bash scripts/install_skill.sh  # installiert die CLI (pip, sonst pipx / lokales .venv) und verlinkt den Skill → ~/.claude, ~/.codex, ~/.agents
rea-video --help

Am Ende hast du:

• eine Zusammenfassung in einer Zeile, z. B. „41 % KI-Video + 59 % Code-UI, 8 s echte Bildschirmaufnahme, Stockmusik mit 122 BPM“
• einen Remake-Plan, aufgeteilt in: was du drehst, was du generierst und was du programmierst
• einen vollständigen report.html mit Frames zu jedem Shot, Belegen, Prompts, Notizen zu Kamera und Licht und der Audioanalyse

Optional kannst du ein Modell anbinden, das Video versteht – Gemini oder Doubao, beides geht: Gib dem Agenten einfach Endpoint und Key. Dann wird die Einstufung echt/KI/3D genauer, und zu jedem Shot gibt es einen rekonstruierten Prompt. Ohne Modell geht es auch; kann dein Agent Bilder sehen, schaut er sich die unsicheren Shots selbst an.

Der Bericht kommt in der Sprache, in der du fragst (Chinesisch oder Englisch). Die Beispielberichte unten sind auf Englisch.

Was sich analysieren lässt

Unabhängig davon, wie das Bild entstanden ist, schaut sich rea-video bei jedem Video außerdem an:

• Untertitel und Texteinblendungen: Start und Ende jeder Zeile (Export als SRT / ASS), dazu Farbe, Kontur und wie der Text reinkommt
• Sticker, Emoji, Bild-in-Bild: wo sie sitzen und wie lange sie bleiben
• Schnitt: wo geschnitten wird, in welchem Tempo und ob die Schnitte auf dem Beat liegen
• Audio: echte oder KI-Stimme, KI- oder Stockmusik samt BPM, wo welcher Soundeffekt sitzt
• Material, das du selbst beisteuern musst: Bildschirmaufnahmen, Screenshots, Produktfotos

Beispiele

Die Beispielvideos in docs/cases/videos/ sind neu komprimiert, damit das Repo klein bleibt – dabei gehen die TikTok-/Douyin-Plattformtags verloren. Wenn du sie selbst durchlaufen lässt, kommt deshalb etwas anderes heraus als in den Berichten unten, vor allem ohne Vision-Modell. Zum Nachvollziehen nimm den Original-Download von der Plattform.

Gemischter Clip · 19 s · 10 Shots KI-Figuren im Gespräch + per Code gebaute UI + 8 s echte Bildschirmaufnahme. Die 5 Dialog-Shots sind zwar durch UI-Segmente getrennt, spielen aber im selben Set – eine Generierung reicht für alle. Video · Bericht	3D-Erklärvideo · 67 s · 21 Shots Komplett 3D, Sprecher per KI. Lässt sich mit 10 Videogenerierungen umsetzen – oder ein LLM schreibt Blender- / Three.js-Code. Video · Bericht
Produktvideo · 70 s · 12 Shots 83 % Motion Graphics aus Code, 12 % Bildschirmaufnahme. Ein Videomodell braucht es nicht, ein Remotion-Projekt reicht. Video · Bericht	KI-Musikvideo · 165 s · 86 Shots Erkennt richtig, dass der Song KI-generiert ist (er stammt aus Suno). Das Vision-Modell hielt einige Shots für „Realfilm-Drama“; der Agent fand falsche chinesische Schriftzeichen auf einer Schriftrolle und stufte die Shots als KI ein. Video · Bericht
Unboxing, real gedreht · 72 s · 29 Shots Komplett echt gedreht: Handy-Rig von oben, ein Teppich, eine Kameraposition, kein Voice-over, Raumton plus Stock-BGM. Nach dem Transcoding durch die Plattform hielt das Offline-Tool 35 % für KI; nach der Prüfung durch den Agenten waren es 97 % Realaufnahmen. Video · Bericht	Hybrid aus KI und echter Person · 58 s · 21 Shots 75 % echt (Talking Head + abgefilmter Handybildschirm), 25 % KI: Die Creatorin hat Jimeng einen Clip von sich vor der Kamera und zwei Produktfotos gegeben und daraus ein Produktsegment mit „echter Person“ generieren lassen. Verraten haben den KI-Teil das Jimeng-Wasserzeichen und verstümmelter Text auf der Geschenkbox. Video · Bericht

Remakes

Hat rea-video ein Video zerlegt, baut das Remake-Rezept in capsule-cinema daraus eine neue Version: Kamera, Bewegung, Tempo und Übergänge bleiben wie im Original, getauscht wird nur, was du auswählst. Erzeugt wurden die Ergebnisse mit einem selbst gehosteten MiniMax H3: Der Original-Shot liefert die Bewegungsreferenz, Keyframes mit den getauschten Elementen (gpt-image-2) bestimmen den Look. Unten drei Remakes, die OiiOii in seinen WeChat-Artikeln gezeigt hat. Zu jedem haben wir zwei Versionen gebaut: eine mit demselben Tausch wie bei OiiOii und eine, in der zusätzlich Hauptfigur, Umgebung und Requisiten getauscht sind. Jedes GIF zeigt vier Versionen synchron: Original, OiiOii-Remake, unser Remake und die Version mit getauschten Elementen.

Outfitwechsel von oben · 12 s Gleicher Tausch: Frau → Mann, drei Outfits → passende Herrenmode. Elemente getauscht: ein Mädchen in drei historischen Hanfu-Outfits in einem chinesischen Studierzimmer; die Fernbedienung wird zu einem runden Fächer. HD-Vergleichsvideo (mit Ton) · Standbilder vom selben Moment

Papier- / Aquarell-Animation · 30 s Gleicher Tausch: ein neues Knetmädchen als Hauptfigur. Elemente getauscht: ein Fuchs; Wald → Korallenriff, Wolken → Sternenhimmel, Sonnenuntergang → Polarlicht. HD-Vergleichsvideo (mit Ton) · Standbilder vom selben Moment

Produktvideo aus der Hand · 21 s · 11 Shots Gleicher Tausch: ein eigenes, neues Produkt; englischer Sticker → chinesische Bildunterschrift. Elemente getauscht: rosa Produkt, Küche → Campingtisch, neue Zutaten. HD-Vergleichsvideo (mit Ton) · Standbilder vom selben Moment

Die HD-Vergleichsvideos laufen mit dem Originalton. Originale und OiiOii-Versionen stammen aus den Artikeln und sind nur zum Vergleich dabei.

Genauigkeit

Wie zuverlässig rea-video erkennt, wie ein Shot entstanden ist (gewichtet nach Shot-Länge):

Die beiden Holdout-Werte gelten für holdout (9 Videos) bzw. holdout2 (7 Videos).

Bei Originaldateien reichen meist schon die Tools. Von Plattformen heruntergeladene Videos sind neu komprimiert, dabei gehen die Rauschspuren verloren – um wieder über 99 % zu kommen, braucht es dann eine visuelle Prüfung.

Echte Assets werden zu 97–99 % erkannt, die Shot-Grenzen stimmen alle. Zahlen und wie du sie reproduzierst: eval/RESULTS.md.

Wie es funktioniert

1. Zerlegen: Video in Shots schneiden, Ton in Stimme, Musik und Effekte trennen.
2. Belege sammeln: Frames vermessen (Frame-Takt, Sensorrauschen, ob sich das ganze Bild wie eine einzige Ebene verschiebt, AIGC-Tags in den Metadaten), Bilder anschauen (Hände, Text, Physik), hinhören (BPM, Tonart, Gesang oder Sprache).
3. Entscheiden: Harte Belege wie AIGC-Tags und Frame-Takt zählen mehr als „sieht aus wie“. Widersprüche werden markiert, damit der Agent sie sich ansieht.
4. Remake planen: Shots so bündeln, wie es das Ziel-Videomodell tatsächlich hergibt – maximale Cliplänge, Multi-Shot-Support, wie viele Referenzbilder es nimmt.

Star History

FAQ

Dokumentation

• docs/what-it-detects.md: alles, was erkannt wird (10 Bildtypen, Kamera, Licht, Grading, Audio)
• docs/replicate.md: nachbauen anhand des Berichts
• docs/cases.md: die Fälle im Detail
• docs/decompose.md: Erkennungsregeln
• docs/cli.md: CLI-Nutzung und capsule-cinema-Integration
• rea_video/capabilities/: Fähigkeitstabellen für Video-, Bild- und Audiomodelle; danach werden die Modelle für den Remake-Plan ausgewählt
• eval/RESULTS.md: Evaluationsergebnisse

Die Doku gibt es vorerst nur auf Chinesisch.

Community

Fragen, Analysen und Remake-Ideen gehören in die GitHub Discussions. Zum Quatschen gibt es unseren Discord. Wer Chinesisch spricht, findet uns auch auf linux.do.

Du willst ein bestimmtes Video analysiert haben? Mach ein Request-Issue mit dem Link auf, dann veröffentlichen wir das Ergebnis als Fallbeispiel.

Danksagung

Inspiriert von REA (Reverse Engineer Anything): vom Sichtbaren aus zurückverfolgen, wie es entstanden ist, jede Aussage mit Belegen untermauern und per Messung überprüfen.