技能介绍

解决什么问题

用 Whisper 或 FFmpeg 做视频文字提取时，通常只拿到一条带口误、重复和语气词的流水稿，后续还要人工清洗；想做课程笔记、采访整理或社媒二创时，又得再逐段改写。视频文字智析把语音转写和语义理解放到同一步：输入视频链接或本地文件路径，由云端千问大模型完成转录、过滤与结构化输出，并允许用 --prompt 指定摘要、改写、金句提取、对话整理、中英互译等目标，减少在多个工具间来回搬运文本的时间。

能力边界与注意点

原生命令是单任务处理；要批量跑多个视频，需自己写 shell 脚本循环调用。
工作流要求先开通 TOKEN 并配置环境变量 GUAIKEI_API_TOKEN；不计费场景包括链接失效、文件损坏、解析超时失败，但额度异常仍要先按文档核对。
调用时用 --file 传入链接或路径，或用 --id "last" 复用上次结果；规则是同时传文件路径与任务 ID 时优先执行 --id，忽略 --file，因此新视频不要同时带旧 --id。
隐私上声明传输加密、视频临时存入加密空间、任务结束后源文件销毁且不用于训练；涉密内容仍需自行评估是否允许上传云端。
计费按时长分段：≥1 分钟按 0.6 元/分钟 整分钟结算，<1 分钟按 0.1 元/10秒 以 10 秒为最小单位；文档示例为 86 秒约 0.9 元、10 分钟 6 元，大用量需另行洽谈阶梯价。