视频评论区生成器

它解决什么问题

只凭视频标题写评论区文案几乎注定失败：评论者不是"逐条答题"，而是"被点燃后说自己的事"。如果每个内容点都均匀分到几条评论、整屏清一色叫好，就是评论区最明显的 AI 痕迹。这个技能以本地视频文件的真实内容——口播、画面、字幕——为输入，生成用于内部复盘、评论区氛围模拟、脚本灵感和内容测试的评论文案，坚持"真正看过视频"的原则：不靠标题猜测，不用通用模板。

它如何工作

流程约九个阶段，核心是"提取 → 理解 → 分布 → 校验"：

• 三路并行提取：在 /tmp/video_v2/ 下运行 scripts/extract.py，产出 16kHz mono 音频、自适应抽帧的 JPG 关键帧和 metadata.json；抽帧策略为开头结尾每 0.5s 一帧、中段每 2s 一帧、镜头切换加抽（HSV 直方图相关性 < 0.55）、0.3s 内去重
• 音频转写：scripts/transcribe.py 跑 openai-whisper medium 模型，再手动校正仙本那、草编这类 ASR 同音误识，用口播原话校准讨论节点的时间戳
• 画面分析：用 Read 工具读取 15-20 帧关键帧理解画面内容；若主模型不支持图片输入，退化为口播 + 外部讨论
• 外部讨论雷达：WebSearch 搜索同关键词的公开讨论作为灵感池，借来的内容必须与视频本身有关联
• 讨论节点与评论生成：先产出 8-15 个节点并暂停等用户确认，再按自然分布生成——2-3 个热区聚拢 50-70% 的评论，其余节点稀疏或冷场；混入问句、求资源、跑题、自嘲、引用其他博主等异质声音；约半数短评论，3-5% 纯陪跑，30-40% 主评论配单层跟帖
• 硬验证：scripts/validate.py 检查结尾不打句号、禁万能模板句、禁分析腔、禁功能名报菜名等标点与内容规则，输出违规列表自动修正并复验，直到通过

适用边界

• 输入仅限本地视频文件或抖音链接；后者依赖用户本机 Cookie，Cookie 只能写入本机私密配置文件，不得粘贴到聊天、不得写进 skill 包
• 评论模拟的是"自然看到视频的观众反应"，不得虚构视频里没有的经历、价格或数据，不得给出危险建议；外部讨论可借鉴改写，但不能逐字搬运，且必须能与视频具体内容挂钩
• 画面分析能力取决于开局所选主模型是否支持图片输入，中途换模型无法恢复读图能力