围绕镜头、声音和表演证据，把一部电影整理为中文 HTML 阅读页。以形式、政治、抒情、工艺和互文五种视角组织分析，保留来源与不确定性。
这是 AI 助手执行的 Skill，沿用 Book Distiller 的事实驱动方法，并针对电影增加视听分析。
- 组织核心场景、制作背景、互文关系、接受史和重看路径。
- 根据实际取得的资料生成逐镜表；资料不足时降为段落分析。
- 输出
distill.json和 HTML，提供目录、折叠章节、按片提色及来源标注。 - 截图可以使用本地路径或内嵌数据；使用
stills/时，分享和离线阅读需要同时携带该目录。
需要支持本地 Skills 的 AI 助手、Git、Python 3.10+。脚本仅使用 Python 标准库；资料收集需要联网能力。
Claude Code 个人安装（macOS / Linux）：
mkdir -p ~/.claude/skills
git clone https://github.com/daizhouchen/movie-distiller.git ~/.claude/skills/movie-distillerWindows PowerShell：
git clone https://github.com/daizhouchen/movie-distiller.git "$env:USERPROFILE/.claude/skills/movie-distiller"保留整个仓库目录。项目级安装可放在 .claude/skills/movie-distiller/。
在助手中说：“用 movie-distiller 分析《片名》（年份），重点看声音设计。”有剧本、字幕、截图或观影笔记时，一并提供路径和版本信息。
默认输出到 movie-distiller-workspace/<film-slug>/。工作流和数据字段见 SKILL.md。
# 尝试取得 IMSDb / Wikipedia 的短摘录，并列出其他来源的检索链接
python scripts/fetch_sources.py "The Godfather" --year 1972 --director "Coppola" --out corpus.json
# distill.json 由助手阅读来源后生成
python scripts/quality_check.py distill.json
python scripts/render.py distill.json film.html
python scripts/visual_check.py film.htmlfetched: false 表示待访问链接，不是已读资料；短摘录也不代表已经获得完整剧本。自动检查只覆盖结构和页面约定，事实、时间戳及截图使用依据仍须核查。
- 来源分级 · 逐镜表与降级 · 截图来源
- 多视角写作 · 视觉规范 · 评估任务
- 剧本不能证明最终成片的镜头运动，字幕不能证明配乐或剪辑；未取得的视听细节不补写成事实。
- 原有 Paprika 数据样例 可用于检查渲染结构，其具体内容和来源需独立核实。
设计参考保留于方法论文件：巴赞、爱森斯坦、David Bordwell、Michel Chion、Walter Murch、戴锦华、Roger Ebert 与塔可夫斯基。
MIT License，见 LICENSE。
Part of daizhouchen 实验集 → 一个 AI 应用创造者的实验现场。