核心用法
Video Pipeline Bundle 是一套面向创作者与开发者的视频自动化处理工具链，整合五大模块：
1. 智能剪辑 (auto-editor)：基于音频阈值自动切除静音片段，保留有效内容，支持自定义静音阈值（默认 -40dB）。
2. 语音转写 (Faster Whisper + MiniMax)：采用 Faster Whisper 本地语音识别（支持 tiny/small/base 模型），结合 MiniMax LLM 进行词级文本纠错，生成标准 SRT 字幕文件。模型内存需求从 1GB 到 3GB 不等，用户可根据硬件灵活选择。
3. 字幕烧录 (ffmpeg)：将生成的 SRT 字幕以硬字幕形式嵌入视频，确保跨平台兼容。
4. FFmpeg 工具箱：提供视频拼接、格式转换、元信息查看等辅助功能。
5. 工作流编排 (pipeline.py)：通过统一 CLI 接口串联上述步骤，支持 --step 分步执行或 --all 全自动处理，并内置 --confirm 交互确认模式。
显著优点
- 端到端自动化：从原始素材到成品视频一键完成，大幅降低重复劳动。
- 模块化设计：各子功能可独立调用，便于调试与二次开发。
- 智能增强：MiniMax LLM 介入字幕纠错，显著提升转写准确率，优于纯 Whisper 方案。
- 资源自适应：提供多档 Whisper 模型，兼顾速度与精度。
- 依赖自管理：内置
--check-deps与--install-deps指令，自动检测并提示安装缺失组件。
潜在缺点与局限性
- 外部 API 依赖：MiniMax 纠错环节需联网调用第三方 API，存在服务可用性与数据隐私风险。
- 硬件门槛：small 模型需约 2GB GPU 内存，base 模型需 3GB，老旧设备可能受限。
- 非侵入式安装限制：虽然脚本提示安装命令，但系统级依赖（ffmpeg、Python 包）仍需用户手动执行，无法做到完全零配置。
- 通知功能安全隐患：Feishu 通知默认关闭，但若误开启且
OPENCLAW_TARGET指向不可信目标，可能导致文件名等敏感信息泄露。
适合人群
- 自媒体创作者：需批量处理口播、访谈、会议录屏等内容。
- 开发者与运维：构建视频处理 CI/CD 流水线。
- 教育机构：快速生成带字幕的课程视频。
常规风险
- API 密钥泄露：建议优先使用环境变量注入
MINIMAX_API_KEY，避免将密钥写入命令历史或脚本文件。 - 命令注入：若输入路径包含特殊字符，可能引发 shell 解析异常，建议对用户输入做校验。
- 资源耗尽：长视频或批量处理时，需监控磁盘空间与显存占用。
- 第三方服务变更：MiniMax API 价格、额度或接口调整可能影响功能可用性。