用途：为 AI 视频剪辑流程提供跨平台命令行与 API 参考，涵盖素材下载、转写、字幕、剪辑、配音与分发。
主要能力：yt-dlp 支持按分辨率选格式、仅提取音频、读取元数据、下载 YouTube 自动或手动字幕（json3/srt）；whisper 与 whisper-ctranslate2 支持词级时间戳 JSON 输出，并给出 tiny 到 large-v3 的模型选择建议；ffmpeg 覆盖场景检测、静音检测、片段提取、9:16 竖屏裁切或加边、字幕烧录、缩略图与 ffprobe 元数据查询；还提供 SRT/ASS 字幕构建规则、Groq/OpenAI/Deepgram 云端 STT、Edge TTS/OpenAI TTS/ElevenLabs TTS、TTS 与原声混音，以及 Telegram sendVideo 和 WhatsApp Cloud API 上传加发送的两步流程。
使用方式：所有工具在 Windows、macOS、Linux 上 CLI 参数一致，仅 shell 语法不同（如 2>/dev/null 与 2>NUL、grep 与 findstr）。ffmpeg 滤镜路径始终用正斜杠，Windows 绝对路径需转义冒号。建议用 file_write 工具创建 SRT/文本文件。
限制：Telegram Bot API 视频上限 50MB，WhatsApp 上限 16MB，超出需用 ffmpeg 重新编码压缩；Groq 与 OpenAI 音频接口上限 25MB；WhatsApp 非模板消息受 24 小时会话窗口限制。具体收费、价格与效果资料未提供。