用途：为视频添加动画字幕，基于 ZapCap API 完成自动语音转文字与样式化字幕渲染。
主要能力：支持从公开视频 URL 或本地文件输入；可指定字幕样式模板、语言、轮询间隔与最大等待时间；任务自动批准，完成后下载带字幕视频。
使用方式：运行 bun scripts/caption.ts <input-url-or-path> <output-path> [options-json]。从 URL 输入需设置 ZAPCAP_API_KEY；本地文件还需 VIDJUTSU_API_KEY 用于 CDN 上传。可选参数包括 templateId、language、pollInterval（默认 5000 毫秒）、maxWait（默认 300000 毫秒）。
API 流程：POST /videos/url 上传视频；POST /videos/{id}/task 创建字幕任务；GET /videos/{id}/task/{taskId} 轮询状态；完成后下载到输出路径。
流水线集成：字幕应在叠加层之后应用，因为 ZapCap 渲染在所有内容之上。示例顺序为生成视频、添加文字叠加（可选）、再添加字幕。
环境变量：ZAPCAP_API_KEY 必需；VIDJUTSU_API_KEY 用于本地文件；VIDJUTSU_API_BASE 可选，默认 https://api.vidjutsu.ai。
前提条件：Bun 运行时与 ZapCap API 密钥（zapcap.ai）。
限制：资料未提供具体收费、价格、模板清单或效果保证；本地文件上传依赖 VidJutsu CDN；轮询超时默认 5 分钟，超时行为暂未提供。