用途：把长视频拆成适合社交平台的竖屏短片，或将多个片段拼成一条回顾视频。核心思路是“转录优先”：切片位置、裁剪区域与字幕均依据实际语音内容决定，而非猜测画面。
主要能力：支持本地文件（MP4、MKV、WebM、AVI、MOV）及 yt-dlp 支持的 URL 下载；用 faster-whisper 生成带词级时间戳的转录；按钩子潜力、信息密度、情感共鸣、独立完整性、画面动作等维度规划片段；用 OpenCV 运动跟踪与内容感知做竖屏智能裁剪；用 ffmpeg 切片并烧录逐词同步字幕；可用 fade、dip_black、dip_white、none 转场拼接；支持分辨率与编码转换。默认输出 1080×1920、MP4（H.264+AAC）、CRF 24–26、烧录字幕、AAC 96–128kbps。
使用方式：先安装依赖，如 yt-dlp、faster-whisper、opencv-python-headless、ffmpeg 及 DejaVu 粗体字体。可逐步运行 download.py、transcribe.py、smart_crop.py、cut_and_caption.py、join_with_transitions.py、convert_format.py，也可用 pipeline.py 一键完成，例如：python3 {skill_path}/scripts/pipeline.py --input /path/to/video.mp4 --output-dir /path/to/output/ --num-clips 5 --style viral --join --join-transition fade。字幕样式可选 viral、clean、minimal、bold；裁剪策略按内容类型选择运动跟踪、居中加权或混合方式。
适用场景：播客切条、访谈回顾、屏幕录制提取关键片段、演示与口播视频转竖屏。
限制：超过 2 小时的视频可能需要分段转录；低音质或强噪声会降低 Whisper 准确率；无语音的屏幕录制无法转录；yt-dlp 未必支持所有站点，可用 yt-dlp --list-extractors 检查；大量字幕滤镜可能内存不足，建议逐条处理，超过 45 秒可拆分子片段；用户未明确要求竖屏时应先询问，部分内容横向更合适。收费、价格等信息暂未提供。