用途：把同一事件的 2 个以上已同步机位录像合成一个 MP4。切换决策完全由音频能量驱动——每秒选麦克风最响的机位胜出，输出为硬切，或硬切加角落画中画（PiP）。实现位于开源 pip 包 polysync，本技能不再自带脚本。
主要能力：按音频能量自动选机位；rotation（默认，随机停留）与 greedy（滞回跟随能量）两种决策模式；render-cuts 只出硬切，render-pip 硬切加角落 PiP；自动读取各输入的 .sync.json 处理同步偏移；支持覆盖窗口约束，不会选到覆盖范围外的机位。渲染标志支持 Log 调色（如 --log slog3）、逐机位旋转（--rotate 1:90）、竖屏裁切填充（--width 1080 --height 1920 --fill）、说话人门控音频（--duck-audio --audio-cams 0,1）等。
使用方式：先安装 polysync（python3 -m pip install -U polysync，需 ffmpeg/ffprobe 在 PATH）。若尚无 sidecar，先运行 wjs-syncing-multicam（polysync sync）。随后 polysync edit CAM_A CAM_B CAM_C --out edl.json 生成决策列表，再用 polysync render-cuts edl.json --out out.mp4 或 polysync render-pip edl.json --out out.mp4 --pip bottom-right 渲染。渲染前务必预检原始素材：确认 Log 色彩配置、朝向旋转、交付画幅，以及各机位延迟错开的起始覆盖。
适用场景：多机位同一事件、以说话人为主、需要自动出粗剪 MP4 的场合；若需人脸追踪、淡入淡出转场、字幕或 HyperFrames 合成，可在本技能输出 MP4 后配合相应技能处理。
限制：只看音频不看画面，不做人脸或构图检测，不做多麦混音，不做交叉淡化、透明度转场或滑动动画；单一素材无切换价值时不适用；已有精细剪辑时间线时不建议使用。选择音频源是自动的，建议先试听 30 秒片段。对视频中段的长时间 4K 素材直接渲染很慢，建议先用快速定位预切各机位窗口再拼接。本技能输出的 EDL 会固化当时 deltas，若之后修正 sidecar，需重新运行 polysync edit。