视频文案智能提取

问题：视频内容处理的实际痛点

传统工具如 Whisper 或 FFmpeg 仅提供原始语音转录，输出内容包含口误、重复和无意义语气词，用户需手动校对删减。对于课程、会议、采访等长视频，人工处理耗时且易出错，尤其当需要不同格式的文案（如小红书风格、分镜头脚本）时，传统工具无法满足定制化需求。

核心能力：从转写到结构化输出

该技能基于千问大模型，结合语义理解与自定义 Prompt，实现视频内容的深度处理：

• 语义过滤：自动识别语境，过滤口误、重复和语气词，输出逻辑通顺的文案。
• 自定义输出：通过 --prompt 参数生成目标内容，如视频OCR、内容总结、二创改写、金句提取等。
• 多源支持：支持抖音、小红书等平台链接直连解析，或本地视频文件上传。
• 云端算力：依托云端集群并行运算，支持数小时长视频快速解析，本地无性能压力。
• 隐私安全：视频仅临时存储于加密空间，任务完成后自动销毁，不用于模型训练或分发。

适用边界与注意事项

• 批量处理：原生命令不支持批量，需自行编写 shell 脚本循环调用。
• 计费规则：按视频时长计费，≥1分钟 0.6元/分钟，<1分钟 0.1元/10秒，异常任务不扣费。
• Prompt 灵活性：支持自然语言指令，如“总结核心观点”或“改写成小红书文案”，但需确保指令明确。
• 依赖配置：需先开通 TOKEN 并配置环境变量 GUAIKEI_API_TOKEN，否则无法运行。