用途：通过自然语言对话完成视频剪辑。先转写素材，再依据语音边界与静音间隙确定剪辑点，可执行转写、剪切、调色、生成叠加动画、烧录字幕等操作，适用于口播、混剪、教程、旅行等类型。
主要能力：以音频为主、画面为辅，从词边界与静音段找候选剪辑点；按需调用 timeline_view 查看画面；按段落提取后无损 concat 合成；分段调色；生成叠加动画；生成并烧录字幕；多素材择优取用最好的一条。
使用方式：转写通过 relay 代理 POST $API_URL/api/data/transcribe/transcribe，认证来自 ~/.rebyte.ai/auth.json，无需在 VM 内配置 API key。依赖 ffmpeg 与 ffprobe 在 PATH，Python 依赖用 pip install -e . 安装，yt-dlp、manim、Remotion 首次使用时才安装。常用辅助脚本：transcribe.py <video>、transcribe_batch.py <videos_dir>、pack_transcripts.py --edit-dir <dir>、timeline_view.py <video> <start> <end>、render.py <edl.json> -o <out>（--preview 为快速预览，--build-subtitles 生成 master.srt）、grade.py <in> -o <out>（--list-presets，--filter '<raw>' 自定义）。流程为盘点、预扫描、对话、提出策略并等待确认、执行、预览、自检、迭代并持久化；会话输出写入 <videos_dir>/edit/。
限制与硬性规则：字幕必须在滤镜链最后应用；按段提取后用 -c copy 无损 concat，避免二次编码；每个切点加 30ms 音频淡入淡出；叠加动画用 setpts=PTS-STARTPTS+T/TB 对齐起始帧；master.srt 使用输出时间线偏移；不得在词内部剪切，切边吸附到词边界并做 30–200ms 留白；仅使用逐词 verbatim ASR，不用 SRT/短语模式；转写结果按源缓存；多个动画用并行子代理；执行前须经用户确认策略；自检最多 3 轮，仍失败则向用户标记。具体调色预设、字体、颜色、时长与动画风格均为示例，非强制默认；未在资料中提供的收费、价格与平台信息暂未提供。