用途：把带口语音频的现有视频做成带品牌样式字幕的版本，属于单视频、单语言、深度样式化的字幕处理。
主要能力：对音频做词级转写并获取精确时间戳；按用户指定的字幕密度切分字幕节拍；为每个节拍添加与词级时间轴同步的文本元素；支持字体、颜色、位置、进出场动画以及逐词样式覆盖（字体、颜色、字重、字号）；可用逐词样式突出节拍中的重点词。
使用方式：需先连接 Clueso MCP（Claude Code 可用 claude mcp add --transport http Clueso https://connect.clueso.io/mcp；其他助手见 https://help.clueso.io/mcp-setup）。先确认工作区、读取项目结构与已有下三分之一元素，再转写音频获取真实时间轴，读取品牌规范或由用户指定样式，确认文本元素支持的属性，然后放置同步字幕元素，渲染若干关键节拍的静帧预览核验可读性、同步与动画，用户确认后导出，默认 1080p、30fps，导出时关闭基础烧录字幕选项。
适用场景：需要品牌字体、动画进出场、重点词强调、避免与已有下三分之一元素冲突的成品字幕。
限制：源视频必须已有口语音频；无清晰语音时需用户提供脚本；若只需默认样式烧录字幕，应改用 add-animated-captions；需要多语言时改用 multilingual-captions；仅支持新增字幕，不负责重设已有字幕样式；品牌规范与可读性冲突时优先可读性并告知用户。