native-subtitle-quote-image

name	native-subtitle-quote-image
description	将自带画面内嵌中文字幕的视频，按真实字幕出现的精确帧裁切并拼成社交平台长图。用户要求保留原视频字幕、原生字幕拼图、字幕帧截图、不要重绘字幕、主画面加字幕条，或要把这种样式做成固定模板时使用；也用于修改既有原生字幕拼图的时间点、字幕区域、比例和画面数量。

原生字幕拼图

只处理画面中已经存在字幕的视频。不要重写、翻译或覆盖字幕；成品中的文字必须来自原视频帧。

路径与依赖

• 将下文的 <SKILL_DIR> 解析为当前 SKILL.md 所在目录的绝对路径。不要假设 Agent 的工作目录就是 Skill 目录。

• 使用 Python 3.10+。运行前检查 Pillow 与 FFmpeg：

  python3 -c "from PIL import Image; import imageio_ffmpeg; print(imageio_ffmpeg.get_ffmpeg_exe())"
  

• 依赖缺失时，先向用户说明并取得安装授权，再运行：

  python3 -m pip install -r "<SKILL_DIR>/requirements.txt"
  

固定样式

• 默认输出 3:4、1440×1920。
• 每张图默认使用 5 个时间点：第一帧作为主画面，其余 4 帧裁成字幕画面条。
• 主画面和字幕条都保留原字幕，按字幕底部向上裁切。
• 默认字幕区域为画面高度的 0.68–0.96；实际位置不符时先预览再调整。
• 保存时间点 manifest、总览图和逐张 JPG。
• 不覆盖用户已有成品，使用新的输出目录。

工作流

1. 确认输入是本地视频，且字幕烧录在画面内。若只有外部字幕或没有字幕，改用 $video-quote-image。

2. 抽取候选区间的缩略图，选择字幕完整显示的中间帧。相邻时间点必须对应不同句字幕，避免空字幕、同句重复和字幕切换瞬间。

3. 先预览字幕区域：

   python3 "<SKILL_DIR>/scripts/native_subtitle_stitch.py" band VIDEO -t 60 \
     --band-top 0.68 --band-bottom 0.96 --out band-preview.jpg
   

4. 在任务输出目录创建 manifest：

   {
     "images": [
       {"title": "热爱让创作发生", "times": [12, 16, 18, 22, 24]}
     ]
   }
   

5. 渲染整套：

   python3 "<SKILL_DIR>/scripts/native_subtitle_stitch.py" render VIDEO \
     --manifest manifest.json --out-dir OUTPUT_DIR \
     --aspect 3:4 --width 1440 --band-top 0.68 --band-bottom 0.96
   

6. 使用图像查看工具逐张检查最终 JPG 和 final_contact_sheet.jpg。检查字幕完整、无重复、无人脸被异常切断、画面条之间无黑边或空白。

7. 有问题时只调整对应 manifest 时间点 0.5–3 秒，重新渲染并再次检查。

选帧规则

• 优先选择字幕稳定显示后的中间帧，不取刚出现或即将消失的帧。
• 一张图内的 5 句应能构成连续表达，但允许跨过没有信息量的过渡句。
• 主画面优先人物、环境或关键动作清楚的帧；字幕条允许画面重复，但字幕文字不能重复。
• 原字幕位置较高或有两行字幕时，增大裁切区域，例如 0.60–0.97。
• 原视频分辨率较低时仍输出 1440×1920，但明确这是放大尺寸，不宣称提升真实清晰度。

资源

• scripts/native_subtitle_stitch.py：精确取帧、裁切、拼图和总览图生成器。
• requirements.txt：运行脚本所需的 Python 依赖。

交付

向用户提供输出目录、总览图、时间点 manifest 和 ZIP（若用户需要）。直接展示总览图。不得把未经逐张检查的图片报告为完成。