内容学习重混

解决的问题

在文章、社媒、音频、视频等资料混杂时，常见困难不是缺少摘要，而是证据链断裂：正文、字幕、画面、出处、时间戳混在一起，难以判断哪些是原文事实、哪些是模型推断。该技能把输入先收敛到统一的 content.json 证据包，再基于证据包生成学习、研究或原创内容。

工作方式

它按五层流程工作：Route 识别来源类型；Acquire 提取元数据、正文、字幕或转录文本，必要时采样帧；Understand 将内容归一化，保留时间戳与来源；Create 基于机制和观点生成脚本、文章、课程或平台改写；Deliver 按目标与受众选择完整交付物。对视频和音频，优先使用作者提供的字幕或自动字幕，再回退到 ASR；对视觉证据重要的内容，可加入 --frames 8 采样帧，再分析画面、演示、幻灯片或剪辑线索。

适用边界

它适合处理可公开访问的文章、媒体链接、本地文件和粘贴文本，也适合把素材改写成 lesson、script、article 或 platform adaptation。注意它不保证绕过登录、地区限制、反爬或过期签名；ASR 文本只作为证据，不应直接当作发布稿。若未检查帧，不应描述视觉细节；若涉及事实声明，应标注需要验证。