用途：为已有的口播/访谈/播客视频叠加按时间同步的设计图形卡片，包括动态标题、下三分之一、数据标注、引用、侧栏和画中画。视频本身保持原样播放，区别于普通字幕（把说的话变成文字）。
主要能力：代理根据转写内容设计每张卡片的时机与内容，直接在对话中编写卡片 HTML，再组装成单一 composition HTML，并通过 hyperframes 渲染为 MP4。没有固定卡片模板或叙事结构，叠加内容由转写实际内容决定。
使用方式：先确认后运行 npx hyperframes skills update talking-head-recut 更新技能。工作流包括：检查环境（npx hyperframes doctor，确认 ffmpeg/ffprobe 与内置字体、gsap.min.js）；创建 videos/<project-name>/ 工作目录；用 ffprobe 提取 metadata.json、用 ffmpeg 提取 audio.mp3；用 npx hyperframes transcribe 本地 Whisper 转写（无需 API key）；校正转写；在对话中起草 storyboard.json；确认输出比例、布局、风格与卡片数量；最后组装并渲染。中间产物包括 metadata.json、audio.mp3、transcript.json、storyboard.json、public/cards/card-XX.html、public/index.html、output.mp4。
适用场景：口播、访谈、播客等已有完整视频的图形包装。
限制：需要系统 ffmpeg/ffprobe 与 hyperframes CLI；转写为本地 Whisper；卡片结束时间需按媒体时长截断，否则渲染会出现黑尾；卡片数量按视频时长与信息密度自动推断，最少 5 张；长视频可考虑拆分为子 composition。其他细节资料暂未提供。