用途：该技能服务于 ChatCut 托管插件会话（chatcut MCP 服务器）；若对话驱动的是 ChatCut Desktop（chatcut_desktop* MCP 服务器），则不应加载本技能。它围绕音视频资产的转写状态展开工作。
主要能力：可用 browse_assets 识别视频或音频资产及其转写状态；新导入的本地媒体需先完成资产导入流程；用 track_progress 并指定目标 transcription 查询状态，按返回的复查指引操作，不忙等；用 find_transcript 做带时间戳的文本查找；转写就绪后，才用当前字幕工具启用、检查、翻译或设置字幕样式。用户明确要求开始或重启时，用 trigger_transcript，它是幂等的：仅 idle 与 error 会真正开始，ready、no-audio 和进行中的资产不受影响；若已有准备好转写音频则复用，否则请求打开的 Web/Desktop 编辑器通过其原生流程准备并上传音频，再用 track_progress 检查就绪状态。进行中任务确已超时，用 manage_transcript 的 retry_transcription，因为 trigger_transcript 不会改动进行中的任务；该工具也支持外部 MCP 主机需提供 prepared audioBase64 的低层恢复。源转写本身有误时，用 transcript-fix 动作修复源词，而不是重写可见字幕。
限制与判定：不能凭单个 pending 状态判定转写卡住；明确的 failed 终态应立即按失败处理，否则至少等待 max(5分钟, min(60分钟, 2×资产时长))，时长未知时经多次检查至少 10 分钟。no_audio / no-speech 是成功的终态分析结果：媒体可用，但没有可读转写或字幕，不应报告为转写失败或重试，除非用户说明媒体中本应有语音。语义性语音编辑应加载 talking-head-guide 并使用 Script 工作流；机械清理仅用于固定填充词和停顿，不应用破坏性的物理时间线剪切替代转写感知编辑。