用途：把视频真正拆开学习。先抽取音频转全文，再抽取关键时间点画面，用 DashScope OpenAI-compatible API 的 qwen3.7-plus 逐段理解，最后生成学习总结网页。适用场景包括：本地 MP4 的完整理解与学习总结网页；YouTube、B 站等链接需先用 z-video-downloader 下载再分析；要求关键知识点匹配正确画面；提到 DashScope、Qwen 多模态、qwen3.7-plus、OpenAI-compatible base_url 时。
主要能力：默认抽 12 段、每段 1-3 张代表画面，写入 storyboard.json（frame_id、timestamp、time_label、path）；优先使用用户提供的 --transcript，否则尝试本机 Whisper 转录，Whisper 不可用则继续视觉分析并标注缺少全文转录；对每段发送 transcript、时间范围与关键帧图片，提示模型输出 JSON；再合成 30 秒总览、学习地图、关键知识点×正确画面、时间线、风险/机会矩阵、复盘问题、行动清单；渲染沿用学习网页模板的视觉语言，含本地视频播放器与带本地帧图的知识点卡片。
使用方式：API Key 只从环境变量读取，默认 DASHSCOPE_API_KEY，默认 base URL 为 https://dashscope.aliyuncs.com/compatible-mode/v1，默认模型 qwen3.7-plus；模型不存在时用 --model 改实际可用模型名。推荐命令：export DASHSCOPE_API_KEY="放在你本机环境里，不要写进文件"，然后运行 /Users/zz/miniconda3/bin/python3 .agent/skills/z-video-study-webpage-qwen/scripts/qwen_video_study.py --video "/path/to/video.mp4" --title "视频主题" --out-dir "/path/to/output/study-qwen" --model "qwen3.7-plus"。已有字幕时加 --transcript；只验证抽帧与网页模板而不调用模型时加 --mock-analysis。默认输出目录含 study-summary-qwen.html、qwen-analysis.json、storyboard.json、transcript.txt/json、assets/frame-*.jpg、run-report.json。
限制与约定：不要把 API Key 写入 SKILL.md、脚本、报告、HTML、终端日志或最终回复；若模型给出不存在的 frame_id，脚本自动降级到同段第一张图并在 JSON 记录修正；收尾校验本地媒体路径与 qwen-analysis.json 可解析，并检查未写入 API key；对不确定内容标注待核验；不能只用标题泛泛总结，不能只截图写空泛结论。测试命令：python3 -m py_compile 脚本与测试文件，再运行 tests/test_qwen_video_study.py。