视频文案智能提取

要解决什么问题

课程录播、采访和长会议视频里，纯 ASR 往往产出带口误、重复和语气词的流水稿；Whisper、FFmpeg 等本地方案也通常只做转写，不负责按你的创作目标改写成通顺文案或二创稿。若还要 OCR 画面字幕、提炼卖点或分镜脚本，往往得再开一轮人工整理。

技能如何工作

本技能通过 node scripts/video2text/index.js 调用云端 千问 能力：在语音转写之外做语义理解，过滤无意义片段并输出更连贯的正文。输入可以是 视频链接（如抖音、小红书等平台 URL）或 本地文件路径，用 --file 指定；若只想在上一次解析结果上继续加工，可用 --id "last" 复用缓存内容。

默认不传 --prompt 时，行为是完整提取视频文字。需要定制输出时，把自然语言任务写进 --prompt，例如内容总结、金句提取、分镜文案、中英互译或小红书/公众号风格改写。运行前需在环境变量中配置 GUAIKEI_API_TOKEN（通过微信或官网开通）。

适用边界与注意点

• 计费：按视频时长计费（≥1 分钟按分钟、＜1 分钟按 10 秒档）；链接失效、损坏或解析失败不计费。
• 隐私：资料说明任务结束后源视频会从服务器销毁，不用于训练；商用场景仍建议自行评估合规要求。
• 批量：命令行不内置多文件队列，批量需自行用 shell 循环调用。
• 对比本地 ASR：优势在云端算力、润色逻辑与 Prompt 二次创作；若你只需要原始字级转写、完全离线，本技能不是同一类产品。