ceeon/videocut:导入字幕

<!-- input: 视频文件 (*.mp4)，可选原稿 (*.md) output: 剪映草稿目录（默认）/ video.srt（可选） pos: 剪辑完成后，把字幕导入剪映 架构守护者：一旦我被修改，请同步更新： 1. ../README.md 的 Skill 清单 2. /CLAUDE.md 路由表 -->

导入字幕

火山引擎转录 → AI 校对 → 默认直接生成剪映草稿（带花字+动画） 可选输出 SRT 文件（老流程）

首次运行 srt_to_draft.py 会自动检测 capcut-mate 服务，没起就自己装+启，用户无感。

首次使用前还需配一次火山 apikey（转录用）——在 .claude/skills/.env 填 VOLCENGINE_API_KEY=xxx，详见 安装/SKILL.md。只配一次，之后所有视频复用。

开工前确认（必做）

向用户确认（只问原稿，不问花字/动画）：

1. 有没有口播原稿 或 错词字典？（用于校对产品名/术语）
   • 有口播稿 → 要求用户给出原稿路径，准确率 99%
   • 有字典 → 要求用户给出字典路径（参考 references/错词字典模板.md），准确率 95%+
   • 两样都没 → 按音频识别结果走，提醒用户专名可能不准（95%） 花字 / 入场动画：默认不加，不要问。 只有用户主动说"带花字""加动画"才加（清单见 references/花字清单.md 和 references/动画清单.md）。〔2026-06-17 用户明确要求：以后别问花字，默认不加〕

快速使用

用户: 导入字幕 / 导出字幕          → 默认走草稿模式
用户: 生成剪映草稿                → 草稿模式
用户: 带花字字幕 火焰燃烧花字      → 草稿模式 + 花字
用户: 生成SRT / 出字幕文件         → SRT 模式（老流程）

流程总览

0. 查找视频 + 跟用户确认（原稿？花字/动画？）
    ↓
1. 字幕识别（提取音频 → 上传 → 火山引擎转录 → subtitles_with_time.json）
    ↓
2. 修正（AI 逐条校对，有原稿则对照）
    ↓
3. 推送剪映草稿（本 Skill 核心：一键下载环境 + 踩坑内置 + 默认预设）
    ↓
4. 输出 SRT 文件（3_输出/video.srt，老流程兼容）
    ↓
5. 给用户同时报两个位置（SRT 路径 + 草稿名）

SRT 文件永远会落到 3_输出/video.srt，同时默认调 srt_to_draft.py 推进剪映。 用户明确说"只要 SRT 别推草稿"才跳过推送。

输出目录

output/YYYY-MM-DD_视频名/字幕/
├── 1_转录/
│   ├── audio.mp3
│   └── volcengine_result.json
├── subtitles_with_time.json
└── 3_输出/
    └── video.srt          ← SRT 模式产物（可选）

草稿模式产物落在 ~/Movies/JianyingPro/User Data/Projects/com.lveditor.draft/{草稿名}/。

---

Step 0: 查找视频 + 确认原稿

优先级：用户传入 > 剪口播/3_审核/*_cut.mp4 > 原始视频

OUTPUT_DIR="output/YYYY-MM-DD_视频名"
CUT_VIDEO=$(find "$OUTPUT_DIR/剪口播/3_审核" -name "*_cut.mp4" -type f 2>/dev/null | head -1)
VIDEO_PATH="${CUT_VIDEO:-用户传入的路径}"

⚠️ 字幕 / 文字稿必须基于剪辑后视频重新转录，不能用原始视频或 delete_segments.json 反推（容易误删内容，时间戳也可能不匹配）。

跟用户确认原稿

你: 开始前先问一下——有没有口播原稿？（有的话请给路径，没有的话产品名/术语可能不准）
   （花字/动画默认不加，不要问；用户主动要求才加）

用户没回复原稿这一项，就等用户明确回复再继续，不要自己假设"没有"。

Step 1: 字幕识别（转录）

cd 字幕/1_转录
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3
curl -s -F "files[][email protected]" https://uguu.se/upload
SKILL_DIR="/Volumes/成峰/代码/剪辑Agent/.claude/skills/剪口播"
bash "$SKILL_DIR/scripts/volcengine_transcribe.sh" "https://xxx.mp3"

生成 subtitles_with_time.json

const result = JSON.parse(fs.readFileSync('volcengine_result.json'));
const subtitles = result.utterances.map((u, i) => ({
  id: i + 1,
  text: u.text,
  start: u.start_time / 1000,
  end: u.end_time / 1000
}));
fs.writeFileSync('subtitles_with_time.json', JSON.stringify(subtitles, null, 2));

Step 2: 修正（AI 校对）

逐条阅读全部字幕，手动校对。

1. 只改不加：只修正识别错误，不添加视频没说的话
2. 产品名准确：对照原稿确认产品名、人名拼写（无原稿则根据上下文推断，标注不确定的地方）
3. 碎片合并：被拆成两条的短句合并
4. 句尾无标点

常见误识别

| 误识别 | 正确 | |--------|------| | CE/ce/c | C1（或具体产品名） | | 正特/整特/IT | Agent | | cloud code | Claude Code | | 成风/乘风 | 成峰 | | 艺人 | 一人 |

有原稿时

• 对照原稿验证产品名、术语
• 原稿只用于校对专名和术语，不能因为原稿没有就删除字幕
• 剪后视频里实际说了的内容必须保留；只修识别错字，不把口播压成摘要
• 不从原稿往字幕补内容

---

Step 3: 推送剪映草稿

python3 scripts/srt_to_draft.py output/*/字幕/3_输出/video.srt \
    --name 我的视频 \
    --effect 火焰燃烧花字 \
    --anim 渐显

• --name 草稿名
• --effect 花字（可选，见 references/花字清单.md）
• --anim 入场动画（可选，见 references/动画清单.md）
• 默认样式：字号 10、行间距 13、黄字、黑描边、贴底、4:3 画布
• 样式可传参覆盖：--font-size、--line-spacing、--width、--height、--text-color、--border-color、--transform-y

关闭服务：bash scripts/stop.sh

---

Step 4: 输出 SRT 文件

生成 SRT

function toSRT(sec) {
  const h = Math.floor(sec / 3600);
  const m = Math.floor((sec % 3600) / 60);
  const s = Math.floor(sec % 60);
  const ms = Math.round((sec % 1) * 1000);
  return `${h.toString().padStart(2,'0')}:${m.toString().padStart(2,'0')}:${s.toString().padStart(2,'0')},${ms.toString().padStart(3,'0')}`;
}
let srt = '';
subtitles.forEach((s, i) => {
  srt += (i + 1) + '\n' + toSRT(s.start) + ' --> ' + toSRT(s.end) + '\n'
       + s.text.replace(/[。！？]+$/g, '') + '\n\n';
});
fs.writeFileSync('3_输出/video.srt', srt.trim());

---

Step 5: 给用户同时报两个位置

✅ 搞定，两个产物都给你：

📄 SRT 文件
   output/YYYY-MM-DD_视频名/字幕/3_输出/video.srt
   （如果你已经在剪映里剪过这条视频，直接把这个 .srt 拖进时间线即可）

🎬 剪映草稿
   Cmd+Q 退出剪映 → 重开 → 首页找「我的视频-xxxxxxxx」

SRT 路径必须明确告知。很多时候用户已经在剪映里剪好了视频，新草稿对他没用， 他要的就是那个 SRT 文件自己拖进现有草稿。

---

字幕规范

| 规则 | 说明 | |------|------| | 一屏一行 | 不换行 | | 句尾无标点 | 你好 不是 你好。 | | 句中保留标点 | 先点这里，再点那里 |