长视频大纲整理

解决的问题

面对动辄数小时的本地课程、播客或会议录音，人工整理大纲往往需要反复拖动进度条、记录关键时间点，既耗时又容易遗漏主干内容；而多数在线工具又受限于网络平台规则，无法处理本地文件。

核心能力与工作方式

该技能仅处理你本地已有的视频/音频（支持mp4、mkv、mp3、flac等格式），通过faster-whisper在本地完成转写，不会联网抓取任何受保护内容。核心流程分为三步：

1. 依赖自动准备：首次使用时，助手会在WorkBuddy自带Python环境内安装faster-whisper、imageio-ffmpeg，并按需下载tiny（≈75MB）、base（≈145MB）或small（≈500MB）三档模型，后续离线可用；
2. 转写生成逐字稿：运行转写脚本将音轨转为带时间戳的逐字稿，支持自动检测语言，长任务实时显示进度；
3. 强制框架提炼大纲：助手需严格按固定维度（基本信息、一句话概要、时间锚定章节、关键数据、行动项等）生成Markdown大纲，交付前逐段回读逐字稿校验，还可运行scripts/outline_coverage_check.py兜底。

适用边界与注意点

仅可用于处理你自己录制、已获授权或平台明确允许下载的内容，禁止抓取受保护的在线资源。tiny模型中文准确率约70%，重要内容建议用small（约92%）；首次转写需等待模型下载，耗时与音频时长成正比，CPU环境下长视频处理较慢但无时长上限。