| 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":"🎬"}} |
Video Pipeline — 视频内容全链路
一句话
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。
链路总览
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
执行流程
输入参数
用户给出：
- 视频文件路径（必须）
- 项目名（可选，默认从文件名生成）
- 目标产出（可选，默认全部）：
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）
- 文章平台（可选）：blog / zhihu / wechat
- 切片数量（可选，默认 5-8 条）
Stage 1: 转写（video-to-text）
- 读取
video-to-text SKILL.md
- 创建项目目录：
workspace/pipeline/<project-name>/
- 用 nohup 后台执行转写脚本：
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 &
- 等待完成（用 process poll 或检查输出文件）
- 产出：
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。
Stage 2: 观点提炼（insight-extractor）
- 读取
insight-extractor SKILL.md
- 输入
transcript.txt
- 按 insight-extractor 流程提炼：
- 话题边界识别
- 核心论点提取
- 金句标注（保留时间戳）
- 争议点标注
- 产出：
insights.md
关键： 金句和观点的时间戳要精确，Stage 3 切片需要用。
Stage 3: 视频切片（video-clipper）
可以和 Stage 2 并行（都只依赖 Stage 1 的输出）。
- 读取
video-clipper SKILL.md
- 基于
insights.md 的观点 + transcript.json 的时间戳定位切片边界
- 执行四阶段切片流程：
- 用
batch-clip-v4.sh 批量切片（去静音 + 去口吃 + crossfade）
- 用
batch-postcheck.sh 二次质检
- 必要时用
iterate-until-clean.py 迭代修复
- 产出：
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。
Stage 4: 文章生成（article-forge）
- 读取
article-forge SKILL.md
- 输入
insights.md + transcript.txt
- 根据目标平台选择文体和风格
- 生成文章，严格执行去 AI 味
- 产出：
articles/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。
并行策略
时间线:
─────────────────────────────────────────────────>
Stage 1 (转写) Stage 2 (观点) Stage 4 (文章)
████████████████ ████████ ████████
Stage 3 (切片)
████████████████
- Stage 2 和 Stage 3 可以并行（用 sessions_spawn 分别跑）
- Stage 4 依赖 Stage 2 的输出，串行
- Stage 1 最慢，占总时间 60-70%
子 agent 编排
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
输出汇总模板
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
快速触发
用户说以下任何一种，触发此 skill：
- "处理这个视频"
- "视频全链路"
- "直播回放处理"
- "把这个视频变成内容"
- "video pipeline"
默认执行 all（全部产出），除非用户指定只要某个阶段。
注意事项
- Stage 1 转写必须用 nohup 后台，否则超时
- 文件名含中文要建英文 symlink
- 切片依赖 transcript.json 的 word_segments，不是 transcript.txt
- 文章生成依赖 insights.md，不能跳过 Stage 2 直接到 Stage 4
- 所有产出存
workspace/pipeline/<project-name>/，不用 /tmp/
- 用完浏览器后必须
browser stop
