核心功能
该技能包提供完整的视频后期处理流水线，将传统需要多款软件协作的工作整合为自动化脚本：
1. 智能剪辑（auto-editor）：自动检测并去除静音片段，保留有效内容，支持自定义阈值调节。
2. AI 语音转写（Faster Whisper + MiniMax LLM）：采用优化版 Whisper 模型进行语音识别，并通过 MiniMax 大模型进行词级纠错，生成精准 SRT 字幕。提供 tiny/small/base 三级模型，内存需求 1-3GB 可选。
3. 字幕烧录（ffmpeg）：硬编码字幕至视频，确保跨平台兼容。
4. FFmpeg 工具箱：支持视频拼接、格式转换、元信息查看等常用操作。
5. 工作流编排（pipeline.py）：支持 --check-deps 依赖检测、--install-deps 自动安装指引、--list 目录扫描、--step 单步执行、--all 全自动处理，以及 --confirm 交互确认模式。
显著优点
- 一站式闭环：从原始素材到成品只需一条命令，避免多软件切换
- AI 增强转写：Whisper + LLM 双引擎纠错，中文场景识别准确率优于纯 Whisper
- 灵活可控：支持分步执行与人工确认，批量处理与精细调整兼顾
- 资源自适应：三级模型适配不同硬件配置，低显存设备可用 tiny 模型
- 依赖透明：自动检测并提示安装命令，不擅自执行系统级操作
潜在局限
- 外部依赖重：需手动安装 ffmpeg、Python 包及配置 MiniMax API Key，首次部署门槛较高
- API 成本：MiniMax 纠错需调用付费 API，大批量处理需预算规划
- GPU 依赖：Whisper 本地推理虽支持 CPU，但速度显著慢于 GPU 加速
- 中文优化有限：MiniMax 主要优化中文，多语言混合场景效果可能下降
- 无图形界面：纯命令行交互，非技术用户学习曲线陡峭
适合人群
- 视频创作者/UP 主：需要批量处理口播、录屏、课程视频，追求"拍完即出片"效率
- 自媒体运营团队：标准化视频生产流程，降低后期人力成本
- 开发者/技术爱好者：有命令行基础，愿意调试依赖和参数优化
- 教育机构：批量生成带字幕的教学视频，支持课程资源快速沉淀
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| API Key 泄露 | 命令行参数可能记录于 shell history | 优先使用环境变量，定期轮换 Key |
| 误剪辑 | 自动去静音可能误判有效停顿 | 使用 `--confirm` 模式人工复核 |
| 存储膨胀 | 中间文件（剪辑后视频+字幕+成品）占用 3 倍空间 | 及时清理 `文字稿/` 和中间目录 |
| 模型精度不足 | 方言、嘈杂环境识别错误 | 选用 larger 模型或人工校对字幕 |
| 网络通知风险 | 可选进度通知可能暴露文件名 | 默认关闭，启用时确认 `OPENCLAW_TARGET` 可信 |