视频字幕提取与口播复刻

要解决的问题

这个技能面向一个很具体的内容工作流：拿到一条 YouTube 视频，或者已经复制下来的文稿，需要把它转成可复用的中文口播稿。它不是简单做逐字翻译，也不负责生成视频文件；核心产出是两样东西：中文口播稿和复刻结构。

工作方式

技能把输入分成两类：可直接使用的用户粘贴文稿，以及需要调用 Beatra 工具的公开字幕查询。查询是可选、付费，并且必须在执行前单独确认。标准流程是：

• 收齐文本来源，标明来自 captions 还是用户提供。
• 写成中文口播稿，保留原片的钩子、章节节奏与说话人切分。
• 提炼留存结构，说明哪些节拍值得复刻，哪些只是推断。
• 如果运行过付费查询，同时交付 task_id、终态和 billing.net_charged_credits。

适用边界

它适合按已有台词做口播复刻，不适合无文稿时凭空补写内容。字幕只有在目录返回时才算存在；没有查询权限或用户不提供文稿时，技能会说明缺料，而不是编造台词。