视频文字智能提取大师

处理课程录屏、采访素材或长会议视频时，传统本地工具（如 Whisper、FFmpeg）只能输出原始的语音转写稿。这类流水稿不仅包含大量语气词、口误和重复内容，且格式固定，后续整理、提炼卖点或改写成平台文案仍需要耗费大量人工。

核心能力与工作机制

该技能引入千问大模型进行语义理解，在语音转写的基础上增加了内容加工层。它支持直接解析抖音、小红书等平台的视频链接，也支持处理本地视频文件。

• 智能过滤与结构化：自动识别语境，过滤无意义的冗余内容，输出逻辑通顺、可直接使用的精炼文案。
• 自定义 Prompt 指令：通过 --prompt 参数，你可以将视频内容直接导向不同的目标。例如提取金句、全文中英互译、提炼核心观点，甚至直接改写成小红书或公众号风格的爆款文案。
• 复用解析结果：如果视频已经解析过，使用 --id "last" 参数可以直接复用上次的分析结果，避免重复消耗算力。
• 云端算力：解析过程在云端完成，不受本地 CPU/GPU 性能限制，长短视频均可处理。

适用边界与注意点

• API Token 依赖：运行前必须配置环境变量 GUAIKEI_API_TOKEN，按视频时长计费（如 ≥1分钟 0.6元/分钟）。解析失败不扣费，但仍需提前开通。
• 无原生批量接口：命令行不支持直接传入多个视频，批量处理需要自行编写 shell 脚本循环调用。
• 隐私合规：视频会传输至云端加密处理，任务结束后自动销毁。虽然机制上保证了不留存，但涉及敏感商业素材时仍需评估第三方处理的风险。