| name | byted-kickart-video-subtitler |
| description | 视频字幕添加SKILL：为视频文件自动添加、嵌入字幕。适用于给视频添加字幕、视频加字幕、视频打字幕、给视频生成字幕、字幕嵌入视频、视频配字幕等场景。触发时机：当用户提及或表达等价意图（帮我给视频添加字幕、给视频加字幕、视频打字幕、给视频生成字幕、添加字幕到视频、视频配字幕、字幕嵌入视频）时，调用此SKILL执行字幕添加任务。 |
| version | 1.0.10 |
视频字幕添加SKILL
📋 工具说明
核心功能
为本地视频文件添加字幕。
使用限制
| 限制项 | 限制值 | 说明 |
|---|
| 字幕总字数 | ≤3000字 | 字幕文本内容（不含标点符号）不得超过3000字 |
可用命令
| 命令 | 功能 | 说明 |
|---|
python3.12 scripts/plan.py | 套餐查询 | 查询用户当前的 Ark Claw 套餐 |
python3.12 scripts/upload.py --file <视频路径> | 视频上传 | 上传本地视频文件获取媒资ID |
python3.12 scripts/subtitler.py --media-id <媒资ID> --captions <字幕配置文件> --output <输出文件> | 视频字幕添加 | 为视频添加字幕 |
📝 字幕配置文件生成规则
配置文件格式
字幕配置文件为JSON格式，包含一个字幕对象数组。单个字幕对象结构如下：
| 字段 | 类型 | 说明 |
|---|
text | string | 完整的字幕文本内容 |
start_time | number | 字幕开始显示时间（毫秒） |
end_time | number | 字幕结束显示时间（毫秒） |
words | array | 字级时间戳数组，包含每个字的详细时间信息 |
attribute | object | 字幕属性（预留字段，默认为空对象） |
时间分配规则（符合人类朗读习惯）
基础规则：
- 单字时长：中文正常语速约为每秒4-5字，即每个汉字约200-250毫秒
- 标点处理：标点符号持续时间为0毫秒，立即显示后进入停顿
- 意群停顿：逗号、句号等标点后设置300毫秒停顿，符合人类朗读习惯
- 词间间隔：词语之间设置20毫秒微小间隔，提升可读性
- 结尾延长：最后一个字适当延长显示时间，确保完整阅读
生成步骤：
- 确定字幕总数：根据视频时长和内容复杂度，合理划分字幕段落
- 分配时间范围：确保各字幕之间不重叠，段落间至少保留300毫秒间隔
- 计算单字时长：
(end_time - start_time - 标点停顿时间) / 汉字数量
- 生成字级时间戳：按顺序为每个字分配时间，标点使用0毫秒时长
- 添加意群停顿：在标点后插入适当停顿时间
示例计算：
对于字幕"足力健老人鞋，专为爸妈设计"（13个字符，含1个标点）：
- 总时长：3190毫秒（5000-1810）
- 汉字数：12个
- 单字平均时长：约220毫秒
- 标点停顿：300毫秒
{
"text": "足力健老人鞋，专为爸妈设计",
"start_time": 1810,
"end_time": 5000,
"words": [
{"text": "足", "start_time": 1810, "end_time": 2000, "attribute": {}},
{"text": "力", "start_time": 2000, "end_time": 2180, "attribute": {}},
{"text": "健", "start_time"
注意事项：
- 字幕之间至少保留300毫秒间隔
- 首条字幕建议在视频开始后500毫秒开始
- 末条字幕建议在视频结束前1000毫秒结束
- 避免单条字幕过长（建议不超过15个汉字）
🚨 强制前置校验流程（必须按顺序执行，任意不通过直接终止流程）
所有用户请求必须先完成以下3步校验，不得跳过：
1. 火山鉴权校验
❌ 鉴权未配置时的引导方案
- 引导用户直接在聊天中发送ACCESS_KEY_ID/SECRET_ACCESS_KEY内容：
请你提供火山账号AK&SK，用于检查火山创作Agent是否已开通套餐和有可用的创点
- 收到用户发送的ACCESS_KEY_ID/SECRET_ACCESS_KEY后，执行配置命令：
export ACCESS_KEY_ID=用户提供的ACCESS_KEY_ID值
export SECRET_ACCESS_KEY=用户提供的SECRET_ACCESS_KEY值
- 配置完成后告知用户：
已完成ACCESS_KEY_ID/SECRET_ACCESS_KEY临时配置，当前配置仅在本次会话生效，不会持久化存储，请放心使用
- 后续所有相关脚本执行时，均会自动通过
export指定这两个环境变量，确保鉴权正常，无需用户重复配置
2. 套餐有效性校验
- 步骤1：Python版本校验
python3.12 --version || (echo "❌ Python 3.12+ 未安装，请先安装Python 3.12" && exit 1)
- 步骤2：依赖包安装校验
python3.12 -m pip install -r ./scripts/requirements.txt
- 步骤3：执行套餐查询命令
python3.12 -m scripts/plan.py
- 步骤4：结果处理逻辑
- ✅ 套餐有效：返回结果中的
message 字段为有效截止时间（北京时间），校验通过
- ❌ 套餐已过期：
message 小于等于当前时间，引导用户开通套餐，终止流程
- ❌ 接口调用错误：参考「错误处理规范」匹配错误码，向用户明确告知错误原因和解决方案，并且终止流程
3. 技能版本校验
- 步骤1：执行版本检查命令
python3.12 -m scripts/upgrade.py
- 步骤2：解析返回结果
返回格式示例：
{"code":"0","message":"success","data":"{\"install_command\":\"\",\"latest_version\":\"1.0.0\",\"latest_version_number\":100000000,\"update_message\":\"\"}"}
latest_version：最新版本号（如 "1.0.0"）install_command：新版本安装指令
- 步骤3：版本对比逻辑
- ✅ 当前版本 >= 最新版本：版本校验通过，继续后续流程
- ⚠️ 当前版本 < 最新版本：执行以下更新询问流程
- 询问用户是否更新到最新版本：
检测到技能有新版本 {latest_version}，是否更新？（是/否）
- 用户确认更新（是）：执行
install_command 安装新版本
- 用户不更新（否）：跳过更新，继续后续流程
🛠️ 视频字幕添加执行流程
完整流程概览
用户请求 → 强制前置校验 → 用户输入收集 → 视频字幕添加 → 结果返回
前置准备
- 确保输出目录存在：
mkdir -p /tmp/openclaw/byted-kickart-video-subtitler/output
- 生成唯一输出文件名：
video_subtitle_<timestamp>_<random>.json
执行步骤
-
步骤0：强制前置校验（必须按顺序执行，任意不通过直接终止流程）
- 执行「🚨 强制前置校验流程」中的所有校验步骤
- ✅ 火山鉴权校验通过
- ✅ 套餐有效性校验通过
- ✅ 技能版本校验通过
- 只有全部校验通过后，才能进入下一步
-
步骤1：视频上传引导
- 询问用户：「请提供您要添加字幕的视频，可以是本地文件路径或视频公网URL。视频时长不能超过10分钟。」
- 支持两种上传方式：
- 本地文件：直接提供本地视频文件的绝对路径（如
/Users/user/video.mp4）
- 公网URL：提供可直接访问的视频链接（如
https://example.com/video.mp4）
- 不收集字幕内容：字幕收集在步骤5专门处理
-
步骤2：视频预处理
- 若用户提供的是公网URL，先下载到本地：
mkdir -p /tmp/openclaw/byted-kickart-video-subtitler/input
curl -L -o /tmp/openclaw/byted-kickart-video-subtitler/input/downloaded_video.mp4 "<视频URL>"
- 检查文件是否存在：
ls -la "<视频路径>"
- 检查文件类型是否为有效视频（仅支持MP4/MOV格式）：
file /tmp/openclaw/byted-kickart-video-subtitler/input/downloaded_video.mp4 | grep -qE "ISO Media|MPEG v4|QuickTime" && echo "valid" || echo "invalid"
- 若文件不存在或类型无效，终止流程并提示用户：
文件不可用，请检查路径是否正确，或确认文件为有效视频格式（仅支持 MP4/MOV）
-
步骤3：上传视频获取媒资信息
- 执行
python3.12 scripts/upload.py --file <视频路径> 命令
- 返回字段说明：
| 字段 | 类型 | 说明 |
|---|
id | string | 媒资ID（唯一标识） |
url | string | 视频访问URL |
duration | number | 视频时长（秒） |
-
步骤4：解析媒资信息：从上传输出中提取 id 作为媒资ID，提取 duration 用于字幕时间分配
- 告知用户视频时长：
您的视频时长为 {duration} 秒，建议字幕总字数不超过 {duration * 4} 字
Agent执行特殊要求
- 超时设置：调用exec工具启动脚本时，设置≥180000ms（3分钟）的yieldMs
- 友好提示：若脚本未立即返回结果，先回复用户："正在为您进行视频分析，任务执行时间可能较长，请您稍候~"
- 异常处理：若脚本因超时/异常退出，立即使用持久化的Task ID调用任务查询接口确认后端状态，禁止直接判定任务失败
📝 用户展示消息模板
视频上传成功模板：
📤 视频上传成功！
🆔 媒资ID: {media_id}
🔗 视频URL: [点击查看]({url})
📊 分辨率: {width}x{height}
⏱️ 时长: {duration}秒
字幕添加成功模板：
✨ 字幕添加任务已完成！
🎥 [点击预览视频]({video})
📝 字幕已自动添加到视频中，您可以直接下载使用！
⚠️ 错误处理规范
所有错误必须明确告知原因和可执行解决方案，禁止模糊提示！！！
| 错误码 | 错误描述 | 详细说明 | 用户处理建议 |
|---|
| 0 | 无返回值 | 接口调用成功，但服务返回结果为空 | 请稍后重试，如问题持续请联系火山技术支持 |
| 1400 | ParamErr参数错误 | 参数错误 | 联系技术支持 |
| 1402 | 创点不足 | 调用接口时，用户账户的创点额度不足 | 请前往 创点充值页面 充值创点或升级套餐 |
| 1410 | 服务ID不存在 | 调用接口时，输入参数中包含了不存在的服务ID | |
| 1411 | 输入分辨率错误 | 调用接口时，输入参数中的图片或视频分辨率不符合要求 | 请检查素材分辨率是否符合规格要求（如≥480p） |
| 1412 | 图片格式错误 | 调用接口时，输入参数中包含了非支持的图片格式 | 请检查图片格式是否为 jpg、png 等支持的格式 |
| 1413 | 无效的媒体URL错误 | 调用接口时，输入参数中包含了无效的媒体URL | 请检查您提供的URL是否正确，避免包含特殊字符或格式错误 |
| 1414 | 输入包含敏感信息错误 | 调用接口时，输入参数中包含了敏感信息，如个人隐私数据等 | 暂不可生成带人物的营销视频，请等待后续版本更新 |
| 1415 | 输出包含敏感信息错误 | 调用接口时，服务返回结果中包含了敏感信息，如个人隐私数据等 | 暂不可生成带人物的营销视频，请等待后续版本更新 |
| 1416 | 输入媒体数量错误 | 用户输入的素材数量超过限制 | 提供的媒体素材数量超出限制，多出的素材可能不会使用 |
| 1417 | 大模型调用错误 | 模型调用出错，通常是输入参数错误 | 媒体素材处理存在问题，请重新尝试，如问题持续请联系火山技术支持 |
| 1418 | 时长计费参数错误 | 提交时入参时间有问题 | 要求的成片时长不符合技能要求，请按照0-60s的时长限制提交制作需求，如问题持续请联系火山技术支持 |
| 1501 | 用户套餐过期 | 调用接口时，用户套餐已过期 | 请前往 套餐开通页面 开通套餐 |
| 1600 | 任务不存在 | 查询任务状态时，指定的任务ID不存在 | 请确认任务ID是否正确，或任务已被删除 |
| 100010 | 签名验证失败 | AK/SK签名验证失败 | 请检查您提供的火山鉴权AK/SK是否正确，可访问火山引擎控制台确认 |
| 100013 | 缺少服务权限 | 缺少iccloud_muse服务的RegisterArkClawCombo权限 | 您的企业账号未开通Kickart权限，请联系火山主账号管理员为您开通，或详询火山技术支持 |
| x01001 | AK/SK未配置 | 用户未配置AK/SK | 请输入火山鉴权的AK/SK，可访问火山引擎控制台获取 |
| x01010 | 有效套餐缺失 | 素材上传出现错误，通常是套餐原因 | 请前往 套餐开通页面 开通套餐 |
