用途：为已有的口播、访谈或播客视频叠加定时设计的图形卡片（标题、下三分之一、数据标注、引语、侧栏、画中画），同步对白内容；仅包装画面，不改变原始视频播放，也不等同于普通字幕（纯字幕应走 embedded-captions）。
主要能力：全程基于 hyperframes CLI 与系统 ffmpeg/ffprobe；转录使用本地 Whisper，无需 API key、代理或限流；卡片数量由视频时长与信息密度自动推断（最低 5 张）；卡片样式、时长和内容由模型依据转录在对话中直接设计，无固定模板；产出可检查的中间文件：metadata.json、audio.mp3、transcript.json（扁平词数组 [{text,start,end}]）、storyboard.json、public/cards/card-XX.html、public/index.html、output.mp4。
必要用法：先确认后运行 npx hyperframes skills update talking-head-recut；检查环境用 npx hyperframes doctor，并确认 assets/fonts 与 assets/vendor/gsap.min.js 存在；截取音频与元数据用 ffprobe/ffmpeg；转录用 npx hyperframes transcribe "$WORK_DIR/audio.mp3" -d "$WORK_DIR" --json --model small.en；在 videos/<project-name>/ 下工作；步骤 7 需先向用户确认画幅、布局、风格与卡片密度再设计卡片；渲染可设 export PRODUCER_BROWSER_GPU_MODE=hardware（macOS 推荐）。
限制：卡片结束时间与总时长需按 metadata.json 钳制，否则视频末尾会出现黑尾；转录可能有同音词、专有名词等 ASR 错误需手工修正；较长视频卡片超过 30 秒时建议按章节拆分子合成。其他未提供信息暂未提供。