视频内容总结 (Video Summarizer)
Overview
本 Skill 把任意视频 / 音频 / 会议录音变成结构化文字总结。相比 tmeet-skill（仅限腾讯会议云端转写），本技能不绑定任何会议平台或云厂商，支持三种转写来源且自动降级：
- 本地 Whisper（离线、免费、数据不出本机，需 ffmpeg + 模型）
- 阿里云百炼 Paraformer（需
DASHSCOPE_API_KEY，国内低延迟、合规友好，可直接吃本地文件——OpenAI 的国产替代） - OpenAI Whisper API（需
OPENAI_API_KEY，无需本地模型） - 外部转写文件（直接给
.txt/.srt/.vtt，跳过 ASR——也适配 tmeet 导出的转写）
流水线分为确定性阶段（抽音频 + 转写，由脚本完成）与理解阶段（生成总结，由 AI 完成），职责清晰、易维护。
When to use
- 用户说"总结这个视频 / 帮我整理这段录音 / 会议录音生成纪要"
- 用户要"把课程视频做成笔记 / 讲座要点提炼 / 访谈整理"
- 用户想"速读一个长视频 / 这个 mp4 讲了什么"
- 任何"音视频 → 结构化文字"类需求
Workflow
- 确认输入与来源：问清要总结的是视频文件、音频文件，还是已经有的转写文本。若用户手头已有转写（如 tmeet 导出的
.txt），直接走--transcript捷径。 - 运行流水线：
```bash
# 视频/音频：自动选后端转写
python scripts/summarize_video.py "会议录制.mp4" --language zh
# 指定后端
python scripts/summarize_video.py "lecture.m4a" --backend local
python scripts/summarize_video.py "interview.mp3" --backend aliyun
python scripts/summarize_video.py "interview.mp3" --backend openai
# 已有转写文件，跳过 ASR
python scripts/summarize_video.py "any.mp4" --transcript 转写.txt
``
脚本会在同目录生成<stem>_summary/，内含transcript.txt（转写全文）、transcript.json、transcript.srt（带时间戳），并打印供本技能读取的元数据 JSON。
3. **读取转写**：打开<stem>_summary/transcript.txt，结合assets/summary_template.md的章节结构。
4. **生成总结**：按模板输出<stem>_summary.md`，包含概览、章节（带时间戳）、核心要点、行动项、待澄清问题。
5. 校验：核对时间戳是否对应转写原文；行动项须有负责人与时限；不杜撰转写中不存在的信息。
依赖与配置
- ffmpeg：视频必须（提取音频）。缺省时脚本给出分系统安装命令。音频文件可免 ffmpeg。
- 本地 Whisper：
pip install faster-whisper（推荐）或openai-whisper。首次自动下载模型。 - 阿里云百炼：
pip install dashscope并设环境变量DASHSCOPE_API_KEY（与 qwen 同账户）。 - OpenAI API：
pip install openai并设环境变量OPENAI_API_KEY。 - 外部转写：无需任何依赖。
- 后端选择、语种、输出目录均通过命令行参数控制，密钥仅走环境变量。详细对照见
references/asr_backends.md。
Resources
scripts/summarize_video.py：主流水线（参数解析 / 音频提取 / 调用转写 / 落盘）。scripts/asr.py：Transcript数据类 + 多后端转写（local / aliyun / openai），可插拔、自动降级。assets/summary_template.md：总结 Markdown 模板（概览/章节/要点/行动项/待澄清）。references/asr_backends.md：各转写后端的能力/成本/配置对照与选型建议。references/engineering_notes.md：架构决策、代码质量要点、团队代码评审清单（用于提升团队工程水平）。
降级与稳健性（容错设计）
- 未装 ffmpeg → 视频无法提取音频，但音频文件 / 外部转写仍可继续；脚本给出明确安装指引而非崩溃。
- 本地 Whisper 未装 → 自动尝试阿里云百炼；仍未配置 → 尝试 OpenAI；都没有 → 提示用
--transcript直读。 - 任一后端抛错不致命，
auto模式会继续尝试下一个。 - 这是本 Skill 的工程稳健性设计，发布时应在说明中体现。
输出规范
总结须基于转写原文，不得虚构要点或行动项。结构遵循模板：概览、按时间/主题的章节（带时间戳）、3-8 条核心要点、明确的行动项（负责人+时限）、以及仍待澄清的问题。若转写质量差（噪音大/语种识别错），明确提示用户重传或换后端。
