القائمة
视频内容全链路处理。一个视频进去，文字稿+观点摘要+短视频切片+可发布文章全出来。串联 video-to-text → insight-extractor → video-clipper → article-forge 四个 skill 的完整流水线。适用于：直播回放、播客、会议录像的一站式内容加工。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
从观点摘要和原始素材生成可发布的文章。支持多种文体（博客、知乎回答、公众号、技术文章），自动应用防 AI 写作规则。适用于：直播内容二次创作、观点输出为文章、素材整合成稿、任何"有料但还没成文"的场景。
从长文本（直播文稿、会议记录、播客转录、文章）中提炼核心观点、金句、争议点和行动项。输出结构化的观点摘要，可直接供 article-forge 等下游 skill 使用。适用于：直播回放分析、会议纪要提炼、长文精读、内容策划前的素材整理。
从长视频（直播回放、会议录像、播客）中批量生成短视频切片。基于转写文稿精确定位观点边界，自动去除静音卡顿和口吃，输出音画同步的短视频。适用于：直播切片、会议精华提取、短视频二创、播客精彩片段。
视频/音频转文字稿。从视频文件中提取音频，用 whisperX 进行语音识别、时间戳对齐和说话人分离，输出带时间戳和说话人标签的文字稿。适用于：直播回放转写、会议录音转文字、播客转录、任何视频/音频转文稿的场景。
| name | video-pipeline |
| description | 视频内容全链路处理。一个视频进去，文字稿+观点摘要+短视频切片+可发布文章全出来。串联 video-to-text → insight-extractor → video-clipper → article-forge 四个 skill 的完整流水线。适用于：直播回放、播客、会议录像的一站式内容加工。 |
| user-invocable | true |
| metadata | {"openclaw":{"emoji":"🎬"}} |
丢一个视频进来，出一套完整的内容产品：文字稿 + 观点摘要 + 短视频切片 + 可发布文章。
输入: 视频文件 (直播回放/播客/会议录像)
│
▼
┌─────────────────────────────────────────────┐
│ Stage 1: video-to-text │
│ 转写 → 带时间戳的文字稿 + JSON │
│ (去口吃的基础数据也在这里产生) │
└──────────────────┬──────────────────────────┘
│
┌──────────┴──────────┐
▼ ▼
┌───────────────┐ ┌─────────────────────┐
│ Stage 2: │ │ Stage 3: │
│ insight- │ │ video-clipper │
│ extractor │ │ 按观点切片 → │
│ 提炼观点/金句 │ │ 去静音/去口吃 → │
│ /争议点 │ │ 短视频成品 │
└───────┬───────┘ └─────────────────────┘
│
▼
┌───────────────────────────────────────────┐
│ Stage 4: article-forge │
│ 观点摘要 + 原始文稿 → 可发布文章 │
│ (博客/知乎/公众号) │
└───────────────────────────────────────────┘
输出目录: workspace/pipeline/<project-name>/
├── transcript.txt # 完整文字稿
├── transcript.json # 带时间戳 JSON
├── insights.md # 观点摘要
├── clips/ # 短视频切片
│ ├── 01-xxx.mp4
│ ├── 02-xxx.mp4
│ └── ...
└── articles/ # 生成的文章
├── blog-xxx.md
└── zhihu-xxx.md
用户给出：
transcript — 只要文字稿insights — 文字稿 + 观点clips — 文字稿 + 切片articles — 文字稿 + 观点 + 文章all — 全部（默认）video-to-text SKILL.mdworkspace/pipeline/<project-name>/nohup python3 {video-to-text-skillDir}/scripts/transcribe.py \
/path/to/video.mp4 \
--output-dir workspace/pipeline/<project-name>/ \
--output-name transcript \
--diarize \
> /tmp/pipeline-transcribe.log 2>&1 &
transcript.txt + transcript.json⚠️ 这是最耗时的阶段，30 分钟视频大约需要 10-20 分钟转写。后续阶段都很快。
insight-extractor SKILL.mdtranscript.txtinsights.md关键： 金句和观点的时间戳要精确，Stage 3 切片需要用。
可以和 Stage 2 并行（都只依赖 Stage 1 的输出）。
video-clipper SKILL.mdinsights.md 的观点 + transcript.json 的时间戳定位切片边界batch-clip-v4.sh 批量切片（去静音 + 去口吃 + crossfade）batch-postcheck.sh 二次质检iterate-until-clean.py 迭代修复clips/01-xxx.mp4, clips/02-xxx.mp4, ...优化： 优先切 insights 中标记为「金句」和「争议点」的片段——这些做短视频最有传播力。
article-forge SKILL.mdinsights.md + transcript.txtarticles/blog-xxx.md 或 articles/zhihu-xxx.md可选： 如果用户要求发布，调用 ZhiForge 的发布流程。
时间线:
─────────────────────────────────────────────────>
Stage 1 (转写) Stage 2 (观点) Stage 4 (文章)
████████████████ ████████ ████████
Stage 3 (切片)
████████████████
推荐用 sessions_spawn 并行化：
主 agent:
1. 启动 Stage 1（转写，等待完成）
2. spawn 子 agent A → Stage 2（观点提炼）
3. spawn 子 agent B → Stage 3（视频切片）
4. 等 A 完成 → 启动 Stage 4（文章生成）
5. 等 B 完成 → 汇总输出
全部完成后，向用户汇报：
🎬 视频内容处理完成
📹 源文件：xxx.mp4 (时长 XX:XX)
📁 项目目录：workspace/pipeline/<name>/
📝 文字稿：transcript.txt (XXXX 字)
💡 观点提炼：insights.md
- X 个核心观点
- X 条金句
- X 个争议点
🎞️ 短视频切片：X 条
- 01-xxx.mp4 (XX:XX) — 主题
- 02-xxx.mp4 (XX:XX) — 主题
- ...
📄 文章：X 篇
- blog-xxx.md (XXXX 字) — 标题
- zhihu-xxx.md (XXXX 字) — 标题
用户说以下任何一种，触发此 skill：
默认执行 all（全部产出），除非用户指定只要某个阶段。
workspace/pipeline/<project-name>/，不用 /tmp/browser stop