增强视频下载与转写

解决什么问题

短视频平台上的素材通常分散在网页、发布文案、音频和元数据中。做内容研究、脚本拆解或 ASR 语料整理时，手动保存视频、复制标题描述、导出音频并转写，容易出现路径混乱、字段缺失、字幕时间戳不一致的问题。

如何工作

该技能把视频平台链接处理成本地素材目录，统一产出：

• 视频文件；
• post_caption.txt：标题、描述、话题等发布文案；
• audio.wav / audio.m4a / audio.mp3 等音频；
• transcript.txt 与 whisper.cpp 场景下的 transcript.srt；
• metadata.json：平台、作者、时长、分辨率、下载与 ASR 状态。

核心能力包括识别 抖音、B站、YouTube、小红书 链接，优先使用平台可用路由下载，再按需提取音频并转写。转写支持 whisper.cpp、openai-whisper、SiliconFlow 与 none，可通过 --asr-prompt 偏向术语或指定简体中文输出。目录名会包含日期、标题摘要、平台和作者，重名时追加视频 ID 片段，方便批量归档。

适用边界

微信视频号目前只是预留扩展点，不保证直接下载；遇到该类链接应说明未实现，并可让用户先通过外部工具取得本地文件后再做 ASR。使用时应只下载自己有权获取或可合法归档的素材，不要绕过 DRM、付费墙或平台权限。