用途：把 raw.mp4 这类“按下录制直接说话”的原始口播素材，处理成带逐词烧录字幕的 final.mp4。剪辑被当作数据管理：剪切列表、字幕、B-roll 时间点都用 JSON 表示，人类用自然语言给意见，执行者把每条意见转成一行改动并重跑。
流程：1) 转写，运行 parakeet-transcribe raw.mp4 -v，生成带词级毫秒时间戳的 raw.json 及 raw.srt、raw.vtt；2) 提出剪切方案，先完整读转写稿，再写 cuts.json，删除口误、重复、跑题等，并自动压缩超过 1.5 秒的停顿；3) 检查点，向人类汇总剪切数量、删除时长、预计成片长度等，等待确认；4) 剪切，运行 video-edit cut raw.mp4 cuts.json --out-dir . --transcript raw.json，输出 cut.mp4、重映射的 captions.json、captions.srt 和 report.md；5) 渲染，把 remotion-template 复制进项目，用 ffprobe 探测分辨率与帧率并精确设置，再 bun install && bun run build 输出 out/final.mp4；6) 修订循环，按反馈调整剪切列表后重跑第 4、5 步。
主要能力：词级字幕、停顿压缩、边界安全处理、多机位 B-roll 对齐、可复现的生成脚本。限制：资料未提供收费、平台支持范围等信息；流程要求人工确认剪切检查点，且需自行准备 Remotion 模板与素材。