用途：基于一次 EdgeSpeak 转录请求生成逐词高亮的卡拉OK ASS 字幕，可选双语（第二行为翻译），并将字幕烧录进本地视频。
主要能力：内置零依赖 Node.js 脚本，做确定性 ASS 生成、真实帧样式预览和 FFmpeg 渲染。提供 classic、minimal、boxed、high-contrast 四种预设，支持字体、字号、边距、ASS 颜色等覆盖；双语时翻译位于上行或下行（--layout translation-top / source-top），只有源语言行走 \kf/\k 扫词，翻译行不做逐词计时。
使用方式：先核对源文件并 ffprobe 检查时长、尺寸、容器；调用 edgespeak_transcribe_file 一次，timestamps 设为 word，start_margin 与 end_margin 均为 0；成功取得词级时间戳后不要再调 edgespeak_align。生成命令如：node <skill-dir>/scripts/karaoke-ass.mjs /path/to/transcript.json -o /output/source.karaoke.ass --style classic --title "Source title"；加 --preview-media 与 --preview-dir 可渲染全部预设的真实帧 PNG 预览。烧录命令：node <skill-dir>/scripts/render-hardsub.mjs /path/to/source-video /output/source.karaoke.ass。若 MCP 工具报 could not reach gateway，改用 CLI：edgespeak-cli transcribe /path/to/source-media -o /output/transcript.json --start-margin 0 --end-margin 0。
限制：需要 Node.js 18+、带 libass 的 FFmpeg 及 ffprobe；输出 MP4/MOV/MKV/TS 需 libx264，WebM 需 libvpx 与 libopus。硬字幕必须重编码视频。libass 不按字形替换字体，CJK 文本若字体不覆盖会显示为空白方框，脚本会按文字脚本自动选字体，需 fontconfig/fc-match；无法校验覆盖时会报告 font_verified: false。失败的对齐不得用来构造卡拉OK时间轴，禁止均匀分配或回退到段落计时。翻译不完整（部分段落缺翻译）会被直接拒绝。以上为资料提供的功能与限制，价格与更多平台细节暂未提供。