视频文稿生成

视频后期处理的痛点

传统视频转写工具（如 Whisper 或 FFmpeg）只能输出包含口误、重复和无意义语气词的原始流水稿。面对课程、访谈或长会议录像，后期人员往往需要耗费大量时间进行人工校对和删减。此外，在本地运行大模型处理长视频，对硬件的 CPU/GPU 显存要求极高，普通开发机难以胜任。

核心能力与工作流

该技能依托千问大模型的语义理解能力，将语音转写与内容二次创作结合。

• 多源输入与极速解析：支持直接粘贴抖音、小红书等平台的 视频链接，或上传本地视频文件。解析过程在云端集群并行完成，不受本地性能限制。
• Prompt 驱动的内容定制：通过 --prompt 参数传入自然语言指令，可灵活生成小红书爆款文案、提炼核心观点、提取金句或进行中英互译。若无自定义指令，默认输出通顺的结构化完整转录稿。
• 企业级隐私保障：视频仅在临时加密空间处理，任务结束后原始文件自动销毁，不留存、不用于模型训练。

适用边界与注意事项

• 前置配置：运行前需通过官方渠道获取 TOKEN，并配置环境变量 GUAIKEI_API_TOKEN，否则无法正常调用云端接口。
• 批量处理限制：原生命令不支持多视频批量处理。若需处理大量素材，开发者需要自行编写 shell 脚本循环调用命令。
• 计费模式：采用按量付费，无最低消费。时长大于 1 分钟的视频按 0.6 元/分钟结算，短视频按 0.1 元/10 秒结算。链接失效或解析超时失败不产生扣费。