[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-92728":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":15,"stars30d":16,"stars90d":15,"forks30d":15,"starsTrendScore":15,"compositeScore":17,"rankGlobal":10,"rankLanguage":10,"license":18,"archived":19,"fork":19,"defaultBranch":20,"hasWiki":21,"hasPages":19,"topics":22,"createdAt":10,"pushedAt":10,"updatedAt":29,"readmeContent":30,"aiSummary":31,"trendingCount":15,"starSnapshotCount":15,"syncStatus":32,"lastSyncTime":33,"discoverSource":34},92728,"lapian-notes","bkingfilm\u002Flapian-notes","bkingfilm","拉片笔记:把电影变成 AI 辅助的拉片笔记 - 本地抽帧\u002F剧情泳道时间轴\u002F结构树\u002F情绪曲线\u002F段落深拆","https:\u002F\u002Fdiscord.gg\u002FuT6xryBX9w",null,"TypeScript",321,43,1,0,190,54.93,"MIT License",false,"main",true,[23,24,25,26,27,28],"ai","film-analysis","filmmaking","react","screenwriting","vite","2026-07-22 04:02:06","# 拉片笔记（Lapian Notes）\n\n[![Discord](https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F958164961270591508?logo=discord&logoColor=white&label=Discord%20%E7%A4%BE%E5%8C%BA&color=5865F2)](https:\u002F\u002Fdiscord.gg\u002FuT6xryBX9w)\n[![X](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FX-%40bkingfilm-000000?logo=x&logoColor=white)](https:\u002F\u002Fx.com\u002Fbkingfilm)\n[![下载](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fv\u002Frelease\u002Fbkingfilm\u002Flapian-notes?label=%E4%B8%8B%E8%BD%BD%E6%9C%80%E6%96%B0%E7%89%88&color=2d6cdf)](https:\u002F\u002Fgithub.com\u002Fbkingfilm\u002Flapian-notes\u002Freleases\u002Flatest)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002Fbkingfilm\u002Flapian-notes?color=green)](LICENSE)\n\n把一部电影变成一份可编辑的拉片笔记：本地抽帧、自动配字幕、一键生成 AI 分析包，把 AI 返回的结果导回来，得到剧情泳道时间轴、结构树和观众情绪曲线。\n\n为想系统学习电影叙事的创作者设计。全程本地运行，影片和笔记数据不上传任何服务器。\n\n> **English**: Lapian Notes turns a film into an editable shot-by-shot study notebook — local frame extraction, AI-assisted structure analysis (bring your own AI, no API key), story-line swimlanes, structure tree and audience-emotion curve. UI is currently Chinese-only; everything runs locally.\n\n> **下载解压后：Windows 双击 `run.bat`，苹果电脑双击 `run.command`**，等它自动装好，浏览器会自己打开工具。\n\n![界面截图：剧情泳道时间轴、观众情绪曲线、带帧截图的结构树](docs\u002Fscreenshot.jpg)\n\n## 它能做什么\n\n- **电影时间轴**：导入影片后按 1 秒间隔抽帧，生成带截图的全片时间轴\n- **AI 分析包**：把截图、字幕、剧情资料打包成 ZIP，发给 ChatGPT 等任意 AI 分析（不绑定任何 AI 服务，无需 API Key）\n- **剧情泳道图**：AI 返回结果后，按这部电影自己的剧情线（AI 定制命名）铺开多泳道时间轴，多线复用的段落自动生成引用卡\n- **结构树与情绪曲线**：按主线\u002F支线\u002F情感线\u002F信息线分组段落，观众投入强度曲线标出全片节奏起伏\n- **段落深拆**：任意段落可单独打小包发给 AI，拆到场与镜头级（剧本小节、视听手法）\n- **手动精修**：每个段落都有完整的编辑面板（段落功能、关键节拍、剧本还原、创作意图等）\n- **导出**：整份笔记导出 Markdown，剧本正文单独导出\n\n## 使用流程\n\n界面顶部有常驻的四步向导，跟着走即可：\n\n1. **导入电影**：选择影片文件。之后全自动：格式不兼容自动本地转码，抽帧，读取内嵌字幕（没有就自动搜索网络字幕），最后自动生成 AI 分析包\n2. **把分析包发给 AI**：把 ZIP 传给 ChatGPT 等任意 AI，先粘贴指令（已自动复制到剪贴板），再上传 ZIP\n3. **导回 AI 结果**：AI 返回 JSON 文件后点「导入 AI 结果」，时间轴、结构树、情绪曲线自动生成\n4. **拉片精修**：点段落写笔记；关键段落「只导出本段给 AI」深拆；完成后导出 Markdown\n\n## 快速开始\n\n### 不懂编程？三步就能用\n\n1. **下载**：点本页面绿色的「Code」按钮，选「Download ZIP」\n2. **解压**：双击或右键解压下载的压缩包\n3. **启动**：\n   - Windows：双击文件夹里的 `run.bat`\n   - Mac：双击文件夹里的 `run.command`。第一次系统可能提示\"无法打开\"，在文件上**按住 Control 点击 → 打开 → 打开**，只需要这一次，以后直接双击\n\n第一次启动会自动准备运行环境和程序组件（电脑上没装过 Node.js 也没关系，会自动下载便携版，共约几分钟；之后每次都是秒开），完成后浏览器自动打开工具页面。使用期间保持那个黑色服务窗口开着；用完关掉它就是退出。\n\n### 开发者\n\n要求：Node.js 18+，Chrome 内核浏览器（Chrome \u002F Edge）。[ffmpeg](https:\u002F\u002Fffmpeg.org\u002F) 可选，装了才有 RMVB\u002FAVI\u002FHEVC 等格式的自动转码，H.264 MP4 不需要。\n\n```bash\nnpm install\nnpm run dev\n```\n\n浏览器打开终端提示的地址（默认 http:\u002F\u002Flocalhost:5173）。\n\n> 注意：自动转码和自动搜索字幕由 dev server 的本地接口提供，必须用 `npm run dev`（或启动脚本）运行才有完整功能。静态部署（`npm run build` 产物）时这两项会降级为手动操作，其余功能不受影响。\n\n## 数据存储\n\n- 笔记文本自动保存在浏览器 localStorage，帧截图缓存在 IndexedDB，均在本机\n- 「保存项目」会导出一个自包含 ZIP（笔记 + 截图 + Markdown），换浏览器或备份用它\n- 受浏览器安全限制，刷新后需要重新选择影片文件才能重新抽帧（已有笔记和截图不受影响）\n\n## 免责声明\n\n- 本工具仅供个人学习和研究电影叙事使用，请使用你拥有合法访问权的影片\n- 网络字幕搜索功能从公开字幕站获取字幕，字幕版权归原作者所有，请勿用于任何商业用途\n\n## 交流与反馈\n\n- **想交流拉片、聊电影和游戏影像**：来 Discord 社区 [BKinGfilm](https:\u002F\u002Fdiscord.gg\u002FuT6xryBX9w)（2500+ 成员）\n- **发现 bug 或想提功能建议**：[提一个 Issue](https:\u002F\u002Fgithub.com\u002Fbkingfilm\u002Flapian-notes\u002Fissues)\n- **关注工具更新和作者动态**：X [@bkingfilm](https:\u002F\u002Fx.com\u002Fbkingfilm)\n\n## License\n\n[MIT](LICENSE)\n","拉片笔记是一款面向电影学习者的本地化 AI 辅助拉片工具，支持影片本地抽帧、自动生成带截图的时间轴、结构树、剧情泳道图与观众情绪曲线。核心特点包括全程离线运行、无需 API Key 的开放式 AI 分析接口（支持任意大模型）、多维度段落深拆（场\u002F镜头级）及手动精修能力。适用于影视专业学生、编剧、导演及影像研究者开展系统性电影叙事分析与创作复盘，所有数据（帧图、笔记、字幕）均存储于本地浏览器环境。",2,"2026-07-10 02:30:17","CREATED_QUERY"]