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（如 Whisper） 往往产出带口误、重复和语气词的流水稿，后续还要人工删冗余、理顺逻辑。若还要做小红书改写、金句提取或分镜整理，还得在转写结果上再开一轮工具链。

技能如何工作

本技能通过 node scripts/video2text/index.js 调用怪客云端的千问语义管线：不只语音转写，还会结合语境过滤无意义片段，默认输出相对通顺的完整文案。

• --file：传入抖音/小红书等视频链接或本地路径，无需你先下载转码（链接场景由服务侧处理）。
• --prompt：用自然语言指定二次任务，例如视频 OCR、核心观点总结、二创口播稿、金句/对话提取、情感与受众分析、中英互译等；不写 prompt 时按全文转录处理。
• --id "last"：在上一次已解析的任务上复用结果，只换 prompt 做衍生，避免重复上传解析。

算力在云端并行，长短视频都按时长计费；任务结束后源视频按文档说明临时存储并销毁，需先配置环境变量 GUAIKEI_API_TOKEN（向文档中的微信或官网开通）。

适用边界与注意点

• 与本地 Whisper/FFmpeg 相比，优势在语义润色 + 可编程 prompt，而非离线免费转写。
• 原生命令不支持批量；多文件需自行 shell 循环调用。
• 链接失效、文件损坏或解析超时失败时文档说明不计费；大额用量可联系商务谈阶梯价。