用途：将带 talks.json 与 transcript/transcript.tsv 的 item_dir 处理为可读摘要，适用于多场演讲拼接的会议或活动录像。
主要能力：
- 确定性预处理脚本。python3 scripts/vd_sessions.py <item_dir> [--clips] 生成每场演讲的 sessions/NN_slug.txt（[HH:MM:SS] 文本行，含视频偏移）和 manifest.json；加 --clips 还会无损切出每场 mp4，仅对多演讲流有用，单场覆盖整个视频时自动跳过。python3 scripts/vd_clean.py <item_dir> 压缩 Whisper 循环与掌声段落，并依据项目 digest.json（从 item_dir 向上查找）应用术语表与非语音规则，输出 transcript/transcript.clean.txt、sessions/*.clean.txt、transcript/corrections.md。
- LLM 步骤，提示词在 references/，按约 5 场每代理展开。summarize-prompt.md 读 sessions/<name>.txt，写 sessions/<name>.md（摘要、带时间戳亮点、引语）；takeaway-prompt.md 读该 md，写 sessions/<name>.take.json（tldr、takeaway）；translate-prompt.md 读 highlights.json 与 take.json，写 zh.json，仅当项目语言含 zh 时启用，且需在 slides 阶段后运行（依赖 highlights.json）。使用时在提示词中填 {ITEM_DIR} 与 {AUDIENCE}（取自 digest.json 的 audience）。
顺序：本阶段脚本后即可跑 summarize → takeaway；slides 阶段再在各亮点时间戳抽帧；翻译放最后。
术语表循环：跑完试点条目后，查看 transcript/corrections.md 并浏览 sessions/*.md，找反复出现的 ASR 错误（产品名、讲者名），把正则对加入 digest.json.glossary，重跑 vd_clean.py；只做无歧义修正，不做有风险的常用词替换。
限制：需先有 video-digest 的目录布局与配置；翻译依赖 slides 阶段产物；资料未提供收费、平台与效果信息。