AgentStack
SKILL verified MIT Self-run

Hook Lab

skill-hongfamonvai-hook-lab-hook-lab · by hongfamonvAI

Use when the user gives a TikTok/Instagram Reels/YouTube Shorts URL (or runs /analyze <url>) and wants to know why the video works — extracts metadata and transcript, then breaks down hook, script structure, style tags, viral factors, and rewrite angles for Chinese platforms.

No reviews yet
0 installs
5 views
0.0% view→install

Install

$ agentstack add skill-hongfamonvai-hook-lab-hook-lab

✓ scanned · ✓ verified — works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

Are you the author of Hook Lab? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

/analyze — 短视频内容拆解

Input

$ARGUMENTS = 一个视频 URL(TikTok / Instagram Reels / YouTube Shorts)。

如果用户没有提供 URL,问他要。

Step 1: Extract

运行提取脚本:

python3 ~/.claude/skills/hook-lab/scripts/analyze-video.py "$ARGUMENTS"

脚本返回 JSON,包含:

  • platform: tiktok / instagram / youtube
  • metadata: 标题、描述、作者、播放量、点赞、评论、时长等
  • transcript: 视频字幕/转写文本(可能为 null)

提取失败的回退策略

如果 metadata._error 存在,按以下顺序尝试回退:

回退 1 — WebFetch: 用 WebFetch 工具访问视频 URL,prompt 设为: > "Extract all video metadata: title, description, author name, author handle, view count, like count, comment count, share count, duration, and any transcript/caption text visible on the page."

回退 2 — 用户提供信息: 如果 WebFetch 也拿不到数据,请用户提供:

  • 视频的文案/字幕文本(可以从视频里手动复制)
  • 基本数据(播放量、点赞数等,截图也行)

拿到任何数据后继续分析,在输出开头注明数据来源和完整度。

Step 2: Analyze

基于提取到的数据,进行以下分析。用中文输出。

2.1 基础数据面板

用表格展示关键指标:平台、作者、时长、播放量、点赞、评论、转发。 计算互动率 = (like + comment) / view。

2.2 Hook 分析(前 3 秒)

从 transcript 的前 1-3 句提取 hook 文案,分析:

  • Hook 类型: curiosity gap / shocking stat / bold claim / question / visual hook / pattern interrupt
  • Hook 强度判断: 为什么能让人停下来
  • 可优化空间: 如果 hook 不够强,给出改写建议

如果没有 transcript,从 description 和 title 推断 hook 策略。

2.3 脚本结构拆解

将 transcript 按叙事结构分段:

| 段落 | 时间估算 | 内容 | 作用 | |------|----------|------|------|

典型结构:Hook → Problem/Context → Solution/Reveal → Proof/Example → CTA

分析脚本节奏:信息密度是否合理、转折点在哪、哪里容易流失观众。

2.4 风格与格式标签

给视频打标签(多选):

  • 呈现方式: talking head / voiceover / text-on-screen / skit / montage / screencast / interview
  • 内容类型: educational / entertainment / storytelling / review / tutorial / hot-take / news
  • 情绪基调: 紧迫 / 好奇 / 幽默 / 震惊 / 共鸣 / 权威

2.5 为什么这条视频能爆

综合分析 2-3 个核心原因。要具体,不要泛泛而谈。 比如不要说「因为内容好」,要说「开头用了具体数字制造反差($0 → $10K),3 秒内给出明确价值承诺」。

2.6 可借鉴的改写方向

给出 3 个具体的改写角度,每个包含:

  • 角度: 一句话概述
  • Hook 示例: 写出改写后的 hook 文案
  • 适合平台: TikTok / Instagram / 小红书 / 视频号

改写方向要考虑中文创作者的场景。

Step 3: Output

按上面 2.1-2.6 的顺序输出完整分析。格式用 markdown 表格和分段标题,清晰可读。

最后附一行: > 数据来源:yt-dlp 提取 | 分析模型:Claude

Step 4: 记录到结果库

分析完成后,往 ~/.claude/skills/hook-lab/results/analyzed-videos.md 追加一条记录(直接 Append,不要覆盖已有内容),格式:

## [YYYY-MM-DD] 作者 — 标题/主题 (平台)

- URL: 
- 数据: 播放 X / 赞 X / 评论 X / 转发 X
- Hook 类型: ...
- 为什么能爆: 一句话核心结论
- 可借鉴方向: 一句话核心结论

---

这个文件是跨视频对比的素材库——后续如果用户要"把分析过的几条放一起找规律",直接读这个文件,不用重新跑提取。

Notes

  • 如果没有 transcript,在输出开头注明「未能提取字幕,以下分析基于元数据和描述文本」,分析照做但标注信息置信度较低
  • 不要编造数据,metadata 里没有的指标标注「N/A」
  • 互动率计算如果缺少 view_count 就跳过
  • 全程用中文输出,技术术语保留英文(hook、CTA、talking head 等)

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet — be the first.

Versions

  • v0.1.0 Imported from the upstream source.