用途：把口播解说视频（旁白配画面，非纯音频播客）的制作流程固化为七步流水线：研究∥素材 → 脚本 → TTS → 音频检查点 → 视频 → 预览检查点 → 4K 渲染∥发布包。技能自带逻辑，默认自主运行，不捆绑脚本、后端或模板，TTS 与视频工具按视频逐个选择。
主要能力与三条不变量：检查点不可跳过，但由谁检查属策略，默认由智能体自检，项目 AGENTS.md/CLAUDE.md 可逐项升级为人工确认；音频是主时钟，成片时长须与旁白音频相差 ±0.5 秒（用 ffprobe 核对），画面随音频裁剪；脚本一改，下游全部失效，须从脚本检查点重跑，不得手改时间轴。
工具选择顺序：项目绑定优先，其次自动检测会话中已安装的技能（排除端到端流水线类技能），都没有则回退到用户已有的 ffmpeg 加任意 TTS CLI，不擅自安装新工具。能力底线：TTS 须产出旁白音频与字幕时间轴，视频工具须能导出草稿文件与 4K；缺 ffmpeg/ffprobe 则报告并停止。
用法：每个视频的产物放在 videos/{name}/，含 research.md、podcast.txt、旁白音频与字幕、assets/、video-project/、final_4k.mp4、cover.png、publish_info.md。脚本用 [SECTION:xxx|display-label] 标记分段，标记不朗读、不作字幕。发布包只是磁盘文件，技能不上传、不发布，发布始终由人完成。
限制：资料未提供具体价格、平台支持范围与效果数据；脚本风格规则、别名/音素处理等细节以技能内参考文件为准。