SuperAPI AI 工具集

procedure-extractor

办公与效率

查看项目

更新于 10-15 21:04

技能介绍

用途:从讲座转录文本中抽取 UI 演示、设置步骤与操作流程,并与截图关联,生成可复现的 procedures.json。与 concept-extractor 分工:概念、定义、名言归 concept-extractor,画面操作与工具演示归本技能。

主要能力:扫描转录中的动作动词模式(点击、输入、选择、移动、设置等),将相关动作分组为 procedure,按时间戳与 visual-index.json 中的 browser_screenshot、terminal_screenshot 帧关联,并关联 resources-manifest.json 中的外部资源。输出含 chapter_id、procedures(id、title、steps、outcome、tags、prerequisites、difficulty)的 JSON。

使用方式:需先有 manifest.json、目标章节的 visual-index.json 与 transcript.txt,否则中断并提示先运行 course-bundle 或 visual-indexer。推荐 sonnet 模型,禁止 haiku;按章节 N 分割并行启动 Agent,例如 Agent(model: "sonnet", mode: "bypassPermissions", run_in_background: true, prompt: "Process chapters NN-NN of [bundle_path]...")。流程为读取 manifest、visual-index、transcript、manual.md、transcript_ts.json、resources-manifest,检测动作模式、分组、关联截图与资源、生成 JSON 并自检。

限制:不抽取概念定义,不做视频切帧、截图分类、视频下载或手册生成;无截图步骤 screenshot_ref 可为 null;单个 procedure 建议不超过 8 步;需通过 schema 校验与截图存在性检查。