免費版給 AI 關鍵幀跟逐字稿，夠它知道影片「在講什麼」。
Pro 版補上剩下的一切：怎麼拍、怎麼剪、怎麼說、什麼情緒。全部在你電腦上跑完，變成任何 LLM 都讀得懂的純文字。
Pro 加了什麼
運鏡與節奏 --motion
每個鏡頭自動標運鏡：固定、搖鏡、俯仰、推拉、手持。完整鏡頭表：每鏡秒數、每分鐘剪接數、開中尾節奏變化。高動態鏡頭自動抽 0.2 秒連拍，動作讀成過程不用猜。
聲音與情緒 --senses
語音情緒、語氣起伏、聲音事件（笑聲、音效、環境音）逐段標記。人聲配樂自動分離：情緒判讀吃乾淨人聲，配樂另給 BPM 跟能量曲線。MV、電影這種沒人講話的，自動改用畫面色彩光線讀情緒。
互動分析介面 --viewer
分析完多一個網頁檔，雙擊打開：影片、可點跳秒的事件時間軸、逐字稿跟著播放亮起。介面支援英文、繁中、簡中。零安裝零上傳。
一鍵雙報告 --ai-report
用你自己的 API key，直接產出兩份報告：一份講畫面怎麼拍，一份講內容在說什麼。
畫面文字辨識 --ocr 新
影片裡的字幕、字卡、招牌，全部變成帶時間戳、可引用、可搜尋的文字。聽寫聽錯的人名、數字、術語，由畫面上的原字幕當場糾正——短影音滿屏字卡，每一張都成了資料。中日韓文辨識特別強，全程在你的電腦上跑。
跨影片記憶 crv-pro-ask 新
Pro 看過的每一支影片，都進到你電腦上同一個可搜尋的索引。用一句話問——哪支影片講過、第幾秒、原句是什麼，中英文都查得到。再問只有 Pro 答得出來的：--camera zoom 找出你看過的所有推鏡片段、--track emotion 找出聲音模型標到情緒的時刻、--rhythm 把整個片庫按剪接密度排名。看過的影片再跑一次 0.04 秒直接指回既有分析，不重跑。一個 SQLite 檔在你機器上，什麼都不上傳。
速度鑑識 --speed-check 新
逐段檢出影片時間軸被動過的手腳。多重訊號交叉驗證——墊幀指紋、運動軌跡連續性、以人為基準的速度時鐘——逐段標出慢放墊幀、後製加速與縮時拍攝，並附證據等級。設計上誠實到底：只報告證據、永遠不說「這是正常速度」，內建融合規則讓激烈運動和遊戲畫面不被冤枉。上線前經過三輪真人盲測驗收。
看實際介面操作
真實輸出
全部寫進你的 LLM 本來就在讀的 MANIFEST.txt——純文字：
--- motion analysis (crv Pro) --- editing rhythm: 14 shots | 21.0 cuts/min | avg 2.8s (median 2.1s, range 0.8-9.4s) cuts by thirds (open/middle/close): 7 / 4 / 3 shots: #01 0.00-2.10s (2.10s) camera: pan-right motion: high (12.3%W/s) burst: burst_shot01_1..4 #02 2.10-4.80s (2.70s) camera: zoom-in motion: medium (3.1%W/s) #03 4.80-9.20s (4.40s) camera: static motion: low (0.2%W/s) ...
用戶怎麼說
有用戶自己跑 SHA-256 重放驗證我們的逐幀時間戳——用一支真實的 22 分鐘課程影片，60 幀全數通過。公開留言在 GitHub issue #7：
適合誰
常見問題
來自 Reddit 討論串和買家來信的真實提問，用實測數字回答。
會不會很耗 token？
不會——最重的活從頭到尾碰不到 AI。影片處理全部在你電腦上免費跑完，token 只花在「AI 讀那份小小的結果」：一分鐘的影片濃縮成幾張圖加一份文字檔，用九宮格打包後讀一整支片的成本只剩零頭。一般一次閱讀就是幾美分的量，或根本包含在你本來就付的 Claude／ChatGPT 訂閱裡。
我的影片會被上傳嗎？
不會。影片、畫面、逐字稿、分析全部在你自己的機器上完成，不經過任何伺服器。唯一會離開你電腦的，是你自己事後選擇貼給 AI 的內容。客戶素材、還沒發佈的片，一格都不出門。
需要很強的電腦嗎？
一般筆電就夠，不用顯卡。Mac mini 上一分鐘的影片全功能分析不到兩分鐘跑完，輕量模式更快。macOS、Windows、Linux 都支援。
我不會寫程式，用得了嗎？
用得了。裝好之後打 crv-web，瀏覽器會開一個本機頁面：貼影片連結、按分析、看結果，全程不用碰指令。或裝成 Claude Code 的 skill，在聊天裡貼影片連結就行，剩下 AI 自己處理。
Google 的 AI 不是已經能看影片了嗎？
Gemini 確實能，而且不錯。差別有三個：它要把影片上傳到 Google 伺服器（這裡影片不出你的電腦）；它按固定時間抽畫面，crv 只留畫面真正變化的時刻；而且 Gemini 只能在 Gemini 裡用——crv 讓每一個 AI 都讀得懂影片，包括本來完全不收影片檔的 Claude 和 ChatGPT。
分析一支影片要多久？
快速讀法（抽幀＋逐字稿）：短片大約一分鐘。全功能開好開滿：大約是影片長度的 2 倍起，事件密集的素材可能到 5 倍——一分鐘的 reel 約兩分鐘，一支資訊很密的兩分鐘宣傳片全開實測跑了九分鐘。功能是模組化的，開多少等多少。
可以商用嗎？
可以。引擎和所有內建模型都用可商用授權（Apache-2.0／MIT），每次發版前都會查核一輪。一份授權你的所有機器都能用。
運作方式
運鏡與節奏分析用 ffmpeg + OpenCV，不用下載模型；聲音與情緒感知的模型第一次用時自動下載，之後離線跑。逐字稿引擎是 Whisper turbo（turbo 是 large-v3 的剪枝版，比 large 快很多，品質只有輕微折損）。影片全程在你的電腦處理、原始影片不會上傳；你之後自己選擇貼給雲端 LLM 的畫格或逐字稿，才會傳給該服務。購買後拿到安裝包跟授權金鑰；一份授權，你所有的電腦都能用。