用途：把长视频处理成一条紧凑的集锦/摘要视频。流程为：确认版权 → 下载来源 → 一次性转录 → 人工挑选关键片段 → 逐段剪切、加字幕、裁切 → 拼成一条故事。
三种用法：模式A 病毒式集锦（按评分标准挑3-6个独立精彩片段，可重排叙事顺序，硬切）；模式B 移动端改造（用 --aspect 9:16/1:1/4:5 竖向或方形裁切、加字幕，可叠加在A/C之上）；模式C 全片精简（去掉静音、口癖、重复、跑题，保留时间顺序，短交叉淡化拼接）。
主要命令： python3 scripts/download_source.py "URL_OR_PATH" /tmp/story/source.mp4 python3 scripts/transcribe_full.py /tmp/story/source.mp4 /tmp/story/master_transcript.json --model medium python3 scripts/cut_and_caption_clip.py source.mp4 master_transcript.json clip_0.mp4 --start 656 --end 706 --aspect 9:16 --caption-style karaoke python3 scripts/join_clips.py FINAL.mp4 clip_0.mp4 clip_1.mp4 clip_2.mp4 --mode cut 也可一次跑完中间步骤：python3 scripts/build_story.py "SOURCE_URL_or_path" OUTPUT.mp4 --segments segments.json --aspect 9:16 --caption-style karaoke --transition cut，segments.json 为含 start/end/label 的数组。
限制：仅用一次全片转录再切片，避免短片段重转造成的错词；--model medium 为口音/嘈杂环境的下限；面部检测为 Haar 级联，极端角度或弱光可能漏检，无脸时回退为模糊填充，需抽查画面；YouTube 机器人验证基于 IP，需用户提供 cookies.txt 或自行上传。字幕准确性仍需人工抽查。裁剪策略与平台适配细节未提供。