技能介绍

解决短视频工程化流水线的痛点

在短视频复刻与二创的自动化流程中，开发者常面临状态管理混乱、证据抽取标准不一以及人工确认节点阻塞流水线等工程难题。例如，多视频候选时系统默认选择第一条、下载原视频前被无意义的授权问题卡住，或是复刻时缺乏逐镜级别的音视频对齐证据，导致最终输出的剧情和字幕偏离原片。短视频完整工作流 作为一个纯协调型 Skill，致力于将这些分散的能力整合为一条可恢复、可校验的标准化流水线。

核心工作流与状态机

该技能不实现具体的发现、分析或复刻逻辑，而是通过 references/capability-registry.json 作为唯一路由表，调度四个底层能力 Skill。工作流的核心在于严格的状态机与任务文件管理：

意图解析与模式设定：根据用户输入设定 workflow_mode，默认为忠实复刻（reconstruct），明确要求爆款分析或原创改编时切换至对应模式。
发现与媒体获取：调用 $albert-find-videos 获取候选，并通过 downie4-mcp 直接下载原视频。禁止在下载前询问授权，确保流水线不被无效交互阻断。
证据抽取与交付：运行 prepare-evidence 按档位（如忠实复刻固定使用 extreme）提取逐镜首中尾帧、全片 ASR 和 OCR。随后根据模式生成 ReconstructionPackage v2 或原创风格卡，并通过 open-delivery 返回 HTML 报告和 CSV 素材。

适用边界与工程约束

本技能仅作为最终用户入口和状态协调器，所有平台特定的凭据、通知和定时任务均需留在宿主层处理。在工程约束上，任务 JSON 文件是唯一事实来源，遇到无效 JSON 或 video_id 不匹配时必须直接失败，严禁继续执行。此外，在涉及多视频选择或风格勾选时，技能强制要求使用宿主原生控件，绝不允许替用户默认勾选，也不得降级为简单的 Markdown 表格问答，从而保证自动化流程的严谨性与用户的绝对控制权。