用途：把一段包含多个独立钩子/多条拍摄的长录像，拆分为每个钩子一个独立视频，并收紧节奏，去掉死气、口误、废弃拍摄和重复。
主要能力：由单个 hooks.json 驱动整条流水线。probe.py 读取源文件、按音频流提取 wav、计算 10ms dB 包络并区分麦克风与系统采集；video_regions.py 生成“正在播放视频”掩码；detect_loops.py 定位播放器循环重启点；build_mix.py 生成 work/mixed.mov；plan.py 生成 cuts.json；render.py 输出 final/hook-NN.mp4；qa.py 重新转写每个渲染并扫描重复；build_canvas.py 生成画廊画布；map_notes.py 把评审意见映射回源时间。
两条核心规则：不为节奏裁剪文案，只删死气、口误、废弃拍摄和重复；转写渲染结果而非仅转写源文件，因为 Whisper 在全文件转写中会把重复拍摄平滑成一行，只有对剪辑结果转写才能暴露真实重复。
使用方式：脚本以 hooks.json 路径为 $1，默认 ./hooks.json。依赖 ffmpeg/ffprobe、whisper-cli 与 ggml-large-v3.bin、whisper-vad-speech-segments 与 silero VAD 模型、numpy、OPENAI_API_KEY 以及 here.now 凭据。若沙箱阻止 ffmpeg，需禁用沙箱重跑。
适用场景：带麦克风与系统音频双轨的屏幕录制，且系统轨在无播放时为数字静音，可免费获得精确掩码；只有单音频流时需在 hooks.json 中手动标注 video_regions。
限制：掩码漂移会静默污染全部输出，需在开头和结尾各转写同一 45 秒窗口验证对齐；不要仅凭麦克风轨推断视频区域，广告音频会以约 22dB 渗入并落在语音阈值上。交付时每轮回复以画布 URL 开头，每轮升版本，字节变化的钩子文件名加版本戳，删除被取代文件并确认旧名 404。