【用途】本技能是五个独立技能的轻量编排器,按 video-understanding → Agent 制定方案并写稿 → video-cut → video-voiceover → video-assemble 的链路,从 .mp4/.mov/.mkv/.webm 生成中文解说成片或原声剧情短片,适用于剪辑、旁白配音、总结、剧集/电影/纪录片/科普解说。
【主要能力】流程支持断点续跑,写好 narration.json 后重复同一命令即可继续;第二阶段比对 recap_run_manifest.json 记录的源路径、大小、修改时间与参数,拒绝复用其他来源或参数的旧目录。--edit-mode full|cut|dub 与 --audio-mode 是两个独立开关,narration 走解说流程,source-mix 不做配音,adopted-packet-copy 冻结已采用 AAC 音轨,其余组合启动即报错。多视频仅支持 cut 模式。
【使用方式】标准流程先跑 python3 scripts/recap.py <video> --work-dir <work_dir> --context "背景" 完成理解并暂停,由 Agent 按 video-script 写创作计划与稿子,再重复同一条命令续跑;可追加 --edit-mode cut / --no-burn-subtitles。英译中配音用 --edit-mode dub,必须带 --confirm-voice-rights,并写 dub_script.json。环境需 ffmpeg、MIMO_API_KEY,--doctor 只做离线配置检查。
【限制】语义评审默认建议型、失败开放;最终以真实播放为准,脚本与自动 QC 不能替代观看。dub 为实验功能,仅支持单说话者、整轨替换,不分离背景音乐。素材库仅对 JSON/MD/JSONL 做 grep,不复制原始媒体,无数据库、向量或语义搜索。字幕烧录依赖带 libass 的 ffmpeg,缺失会降级为同名 .srt。其余未提供的细节暂未提供。