用途：查看已渲染视频，报告屏幕上与音频中实际出现的内容。默认观察整段视频，涵盖画面、配音、音乐与音效；调用方可缩小范围以降低开销或聚焦特定片段。它是 watch-and-refine 在决定修复什么之前调用的观察原语，其他审阅与剪辑技能也可直接调用。
主要输入：video（必填，本地视频路径）；ranges（可选，[开始, 结束] 时间戳列表，支持 SS、MM:SS、HH:MM:SS，默认整段）；fps（帧采样率，默认按总时长自动缩放，硬上限 2 fps）；max_frames（采样总帧数上限，默认 100）；resolution（帧宽像素，默认 512，仅在需要看清屏幕文字时提高到 1024）；include_voice、include_music、include_sfx（布尔，默认均 true，分别转写配音与对白、描述音乐起伏与相对配音增益、记录音效与转场音）；focus（可选自由文本，指定关注点，如“看片尾卡”“判断鼓点落点上的剪辑时机”）。三个音频开关全为 false 时仅跑画面，并在清单中注明。
工作流：校验视频存在且可读，用 ffprobe 探测时长；解析范围，空则用 [0, 时长]，拒绝超出时长的范围；解析 fps，调用方有值则用，否则按已解析范围总时长自动缩放，钳制在 2 fps；按范围时长比例分配 max_frames 预算；用 ffmpeg 按解析后的 fps 与分辨率抽帧到 frames/；任一音频开关为真时，将解析范围内音频提取为工作 WAV，include_voice=true 时跑转写，若没有 Whisper 后端则降级为仅画面并在清单中标记警告；生成 observation.md，逐条以时间戳为键，引用该窗口内可见的帧路径与同窗口的转写行、音乐/音效说明，若设置了 focus 则每条以该关注点的观察开头；写 manifest.json 记录解析后的输入与输出路径。
输出：observation.md（时间戳键控的观察报告，无结论、无好坏评判）、frames/*.jpg（报告中引用的采样帧）、transcript.json（仅在 include_voice=true 且有 Whisper 后端时，带词级时间戳）、manifest.json（解析后的输入与输出路径）。
质量检查：帧数不超过 max_frames；每个范围至少产出一帧，除非该范围短于 1/fps；include_voice=true 时转写覆盖已解析范围；manifest.json 中所有路径均指向真实文件；报告不含建议，只描述观察到的事实。
失败模式：视频缺失或不可读；ranges 某项超出文件时长；include_voice=true 但未配置 Whisper 后端（降级为仅画面并在清单中标记警告）；max_frames 预算过紧导致无法为每个范围至少分到一帧（会指出被跳过的范围）。
参考：references/parameters.md 提供完整参数参考、默认值与自动 fps 预算表。