用途：把长视频一键转换成竖屏短视频（longform-to-shortform），面向 TikTok、Reels、Shorts 等平台提取可直接发布的短片段。
主要能力：V3 屏幕感知流水线会用 VLM 做视觉分析，并结合 WhisperX 词级转写、PySceneDetect 场景边界、关键帧抽取、话题分段与多模态打分。评分维度含视觉兴趣 0.30、内容完整度 0.25、音频吸引力 0.20、钩子潜力 0.15、独立可懂度 0.10。屏幕模式采用 1080x1920 分区布局：200px 钩子文字、1372px 屏幕内容、348px 卡拉 OK 字幕区，裁剪位置由 VLM 建议。
使用方式（命令保持原样）：V3 推荐 source ~/.video-skill/bin/activate && bash scripts/screen_shorts_pipeline.sh "$INPUT"，支持 --count、--min-duration、--max-duration、--style、--platform、--skip-captions、--skip-vlm、--hook-text、--mode（screen|talking-head|auto）。V1 仅音频流水线为 source ~/.video-skill/bin/activate && bash scripts/shorts_pipeline.sh "$INPUT"。默认 --count 5、--min-duration 20、--max-duration 55、--style bold、--platform shorts、--language en、--vlm-model gemini-2.5-flash、--max-frames 40。
适用场景：屏幕录制、教程、混合内容用 V3；单纯口播内容可用 V1 人脸跟踪模式。
依赖与限制：需 FFmpeg（含 libass）、WhisperX（约 6GB 显存）、PySceneDetect；VLM 分析需 GOOGLE_API_KEY 与 google-genai，成本约每视频 $0.01-0.03；口播模式需 MediaPipe 与 OpenCV（仅 CPU）。平台时长限制：TikTok 最长 10 分钟、Reels 90 秒、Shorts 60 秒。安全规则要求先运行 preflight.sh，不覆盖源视频，超过 60 分钟需确认，处理完清理临时文件。安装步骤与更多算法细节暂未提供。