用途：面向口播（talking-head）视频的一站式剪辑工作流，覆盖环境检查、素材上传、人声分离、ASR 转写、语气词与卡顿词确认、语义纠错、口播剪辑决策、审核页交互与视频导出。
执行模式：apig（SkillHub 网关，Bearer Token）、cloud（直连火山引擎 OpenAPI，HMAC 签算）、local（本地 Qwen3-ASR 推理）。优先级 apig > cloud > local，自动检测所需环境变量，缺参时打印 .env 路径与缺失变量并自动降级。凭据写入 <SKILL_DIR>/.env；ARK_SKILL_* 一般由容器注入。缺参不再使用终端交互。
核心流程按序执行：Step 1 环境检查与依赖安装；Step 2 语气词/卡顿词确认；Step 3 URL → ASR 流水线与候选生成；Step 4 ASR 语义纠错；Step 5 口播剪辑；Step 5.5 审核逻辑确认；Step 6a 数据预处理；Step 6b 审核与导出；Step 6c VOD 导出任务提交与查询。执行脚本前需 cd <SKILL_DIR>/scripts，禁止新建脚本、跳步或简化输出。
职责分工：脚本作为规则引擎生成候选（标记位置、规则置信度、删除建议），不决定最终删除/保留；宿主 Agent 负责语义断句、口癖识别确认、候选复核与最终决策。
路径与产物：PROJECT_ROOT 由 scripts/project_paths.py 推导，Output-dir 为 <PROJECT_ROOT>/output/<素材名>/，重名时递增 01、02。素材名由 URL、本地文件、DirectUrl 或 Vid 推导。产物包括 step1_preuploaded.json、step3_voice_separation_result.json、step5_asr_raw*.json、step5_asr_optimized.json、step6_speech_cut.json、review_import_data.json、export_request.json、export_submit*.json。
审核页：通过 _execution_mode 识别模式并显示徽标，提供 /api/review-data、/api/mode、/api/save-review、/export、/local-media/<path> 等端点。点击“保存审核”将修改持久化到磁盘并重新生成 export_request.json；直接导出时经 vod_direct_export.py 读取更新后的 export_request.json。调用时 --output-dir 必须写在 submit/query 之前，例如：cd SKILL_DIR/scripts && source .venv/bin/activate && python vod_direct_export.py --output-dir <绝对路径> submit --wait。
限制：超时须设为 60 分钟；Step 4/5/6 禁止占位或省略；审核页是否自动打开由 TALKING_VIDEO_AUTO_EDIT_REVIEW_AUTO_OPEN 决定，Agent 不得额外执行 open/start/xdg-open；写入前需按规则处理重复文件；字幕可见性为 Alpha 功能，textElement.Extra[transform].Alpha 取值 0～1。