课程视频转写与学习蒸馏

要解决什么问题

工程师学课时常遇到：页面只有播放器、没时间跟完全程、字幕散落在平台里，或想把一门课的方法论沉淀成可复用的 Agent Skill。难点不在「写摘要」，而在于证据是否完整、来源是否合法，以及输出能否支撑复习和执行。

本技能面向「课程网页、公开/本地视频音频、字幕与文稿」等输入，把可见文本转成结构化学习成果，并强制区分已读到什么、未读到什么、哪些是归纳推断。

如何工作

按「成本低、证据强、合规稳」的四级链路取文本：

1. 网页可见内容：目录、讲义、AI 文稿、字幕面板；
2. 字幕轨/字幕文件：WebVTT、SRT、接口返回的字幕；
3. 本地媒体：用 FFmpeg 先探测内嵌字幕，再抽音频；
4. ASR 转写：优先本地 Whisper，经授权后可接云端 ASR。

取到文本后做清洗分段（去导航噪声、保留章节与案例），再蒸馏为：

• 课程学习笔记：章节重点、概念、案例、行动清单；
• 知识框架：主题地图、判断流程、实务 SOP；
• Skill 蓝图：触发场景、输入清单、执行流程与 SKILL.md 草案。

默认可交付 course-learning-notes.md、knowledge-framework.md、skill-blueprint.md 与 source-coverage-report.md。

边界与注意点

• 不绕过登录、会员、DRM 或付费墙；不把未读取内容伪装成已读。
• 版权课程避免逐字全文搬运，优先摘要、框架与笔记。
• 未经授权不上传音视频到第三方 ASR；企业内训与隐私内容需最小化采集并脱敏。
• 无字幕且 ASR 不可用时，仍可基于目录等有限证据生成框架，但会在覆盖报告中写明缺口。