用途：从本地视频文件提取转录文本或字幕，适用于需要视频转文字、语音转文本或获取字幕的场景。
主要能力：先检查视频是否含内嵌字幕（更快更准确），有则直接抽取；没有则回退到 API 语音识别。支持 mp4、mkv、mov、avi、webm 及 ffmpeg 可处理的格式。
使用方式：先与用户确认视频路径；用 ffprobe 检查字幕流，命令为 ffprobe -v quiet -select_streams s -show_entries stream=index,codec_name:stream_tags=language,title -of json "<video_path>"。若有字幕流，用 ffmpeg -i "<video_path>" -map 0:s:0 -c:s srt "<output_path>.srt" -y 抽取，再清理序号、时间戳和 HTML 标签，保存为 <video_name>.txt。若无字幕，则使用捆绑脚本，凭据从 ~/.transcribe_video.env 读取，需包含 OPENAI_API_KEY，可选 OPENAI_API_BASE 与 TRANSCRIBE_MODEL；依赖 openai 与 python-dotenv，缺失时执行 pip install openai python-dotenv，然后运行 python3 <skill_directory>/scripts/transcribe.py "<video_path>"，脚本会提取 16kHz 单声道 WAV 音频并调用 API，结果保存为 <video_name>.txt。
限制：API 转录需要有效凭据与网络；多字幕轨时需选择匹配语言或询问用户；具体模型与计费信息暂未提供。