核心能力与定位
该 Video 技能是一套面向专业创作者和运营人员的视频处理解决方案，底层依赖 FFmpeg 这一业界标准的音视频处理引擎，结合 OpenAI Whisper 实现 AI 字幕生成。其核心定位是解决多平台发布的格式适配与质量优化问题，而非创意剪辑。
显著优点
1. 技术栈成熟可靠：FFmpeg 作为开源项目历经20余年发展，支持几乎所有音视频编解码格式，生态系统极其完善，社区活跃度高，Bug 修复及时。
2. 平台适配精准：内置 YouTube、TikTok、Instagram、WhatsApp 等主流平台的规格预设，自动处理比例转换（16:9 ↔ 9:16）、时长限制、文件大小压缩等关键参数。
3. 自动化程度高：支持文件夹级批量处理，配合标准化的 ~/video/ 工作目录结构，适合内容工作室的规模化产出流程。
4. 质量控制体系完善：明确的编码参数建议（CRF 23、AAC 音频强制重编码、faststart 标志位），并提供验证环节确保输出合规。
潜在局限与风险
1. 无 GUI 交互：纯命令行工作流，对非技术用户学习曲线陡峭，需要记忆 FFmpeg 参数语法。
2. 依赖外部模型：Whisper 字幕生成需要额外配置模型文件，对硬件资源（尤其是 GPU）有要求，且转录准确性受音频质量影响。
3. 智能重 framing 的局限：文档提及 "smart reframe" 但未说明具体算法，可能基于简单的裁剪居中，复杂场景下可能裁切关键内容，不如 Adobe Premiere 的 AI 重构图智能。
4. 批处理风险：批量操作缺乏预览机制，参数配置错误可能导致整批素材损坏。
适合人群
- 技术向内容创作者（熟悉命令行）
- MCN 机构的技术运营人员
- 需要批量处理历史素材的档案管理员
- 追求极致压缩效率的移动端分发场景
常规风险提示
- 数据安全：处理敏感视频时，FFmpeg 可能生成临时文件，需确认清理机制
- 版权合规：音频提取与重新编码需注意源素材的授权范围
- 质量损失：多次转码（尤其是 H.264 的有损编码）会累积代际损失，建议保留原始素材