用途：通过对话方式编辑视频。以音频转录为主要依据，从词边界与静音间隔推导剪切点，按需查看画面确认，覆盖口播、混剪、教程、旅行等题材。
主要能力：逐字级语音转录与缓存；按短语打包的 takes_packed.md 作为主要阅读视图；多素材并行转录与最佳take挑选；按片段抽取、无损拼接；调色（基于 ASC CDL 的 slope/offset/power 思路，提供 warm_cinematic、neutral_punch、none 等预设及自定义滤镜）；叠加动画（HyperFrames、Remotion、Manim、PIL+ffmpeg）；字幕生成与样式设置；预览渲染与自查。
必要用法：首次使用需安装该技能 pyproject.toml 中的 Python 依赖，并要求 ffmpeg/ffprobe 在 PATH 中，ELEVENLABS_API_KEY 从环境或安全 .env 解析（缺失时先询问用户）；使用 HyperFrames 或 Remotion 时需 Node.js + npm，HyperFrames 目前要求 Node.js 22+；yt-dlp 等按需首次安装。HyperFrames 可用 npx --yes hyperframes init . --example blank --non-interactive --skip-skills 初始化，渲染用 npx --yes hyperframes render . -o render.mp4（或 --format webm -o render.webm）；Remotion 可用 npx create-video@latest 搭建。常用辅助脚本包括 transcribe.py、transcribe_batch.py、pack_transcripts.py、timeline_view.py、render.py、grade.py，通常位于 SKILL.md 同目录，技能常被软链到 ~/.claude/skills/video-use/ 或 ~/.codex/skills/video-use/。流程为清点素材、预扫描问题、对话确认、提出策略并等待确认、执行剪辑、预览、自查后交付、迭代并记录到 project.md。
限制与硬性规则：不得在用户确认策略前改动剪切；字幕必须放在滤镜链最后；分段抽取后无损 -c copy 拼接，避免二次编码；每段边界加 30ms 音频淡入淡出；叠加层用 setpts=PTS-STARTPTS+T/TB 对齐；主 SRT 使用输出时间线偏移；不得在词中间剪切，剪切边缘需留 30–200ms 缓冲；仅使用词级逐字 ASR，不用 SRT/短语模式或归一化填充词；转录按源文件缓存，未变更则不重转；多个动画用并行子代理；会话输出统一写入 <videos_dir>/edit/，不写入技能项目目录；自查最多 3 轮，仍未通过则向用户说明。具体调色、字幕、动画风格为示例，可按素材与品牌需求自行调整，资料未提及具体收费或价格。