视频文字提取专家

---
name: video-text-extractor
description: 视频文字提取专家。下载指定链接视频→提取语音转写为文字→（可选）生成并评分筛选最优公众号标题→用内容工厂生成多格式产物。触发词：视频文字提取、视频转文案、视频转写、视频转多平台内容、视频拆解、链接转文章、视频内容聚合、提取这条视频的文字。
---

# 视频文字提取专家（Video Text Extractor）

一条从「视频链接」到「文字资产 + 多格式内容产物」的端到端流水线。把竞品/爆款视频变成可复用的文字，再做选题、改写与多平台分发。

本机已验证可跑通（抖音实测：洋哥短视频运营、千雪AI Obsidian+WorkBuddy 两条视频均成功提取）。

## 适用场景

- 用户给一个视频链接（抖音 / B站 / YouTube 等），要提取其中的口播文字
- 提取后要做选题分析、文案改写、多平台内容再生产
- 银发经济内容聚合：竞品测评拆解、爆款结构学习、自有产品内容二次生产

## 前置依赖

| 环节 | 工具 | 备注 |
|------|------|------|
| 下载 | video-downloader-skill | yt-dlp + ffmpeg（脚本已内置 `--cookies-from-browser edge`） |
| 转写 | 本 Skill 自带 Vosk 分段脚本 + 模型 | 低内存，无需 torch；模型已打包进 `models/` |
| 标题 | wechat-title 技能 | 需 REDFOX_API_KEY（本机已配置在 `~/.openclaw/openclaw.json`） |
| 多格式 | content-factory 技能 | 纯提示词，无依赖 |

## 工作流（四步）

### 第 1 步：下载视频
调用 `video-downloader-skill`：
```
/video-downloader "<视频URL>" "720p" "<输出目录>"
```
- 抖音等需 cookie：脚本已带 `--cookies-from-browser edge`，但**前提是 Edge 没在运行**（见已知坑 7）
- 产出：本地 mp4 路径

### 第 2 步：提取视频中文字（语音转写）—— 核心
**一律用分段容错版**，长视频单进程转写会原生崩溃（见已知坑 6）：
```
python <skill>/scripts/vosk_transcribe_seg.py "<视频.mp4>" "<输出稿.txt>"
# 可选参数: [模型目录] [段长秒，默认15]
```
- 脚本自动：ffmpeg 抽 16k 单声道 WAV → 切 15s 段 → 每段独立子进程跑 Vosk → 崩则跳段 → 拼接全文
- 产出：`<输出稿.txt>`（Vosk 小模型原始转写，含跳段提示）
- ⚠️ **不要用 faster-whisper**：本机 HF 源被网络白名单封死，模型权重下不下来（详见已知坑 1）

### 第 3 步：生成整理版（强烈建议）
Vosk 小模型对品牌名/术语识别差（Obsidian→"七点"、WorkBuddy→"我发给"、Zettelkasten→"卡巴西"）。基于第 2 步原始稿，**由 AI 做语义重建整理版**：
- 修正听歪的品牌/术语/人名
- 按口语停顿断句，保持原意，不增不改事实
- **明确标注"整理版为非逐字、语义重建"**，原始稿留底备查
- 产出：`<输出稿_整理版.txt>`

### 第 4 步（可选）：公众号标题生成与评分，选最优
调用 `wechat-title` 技能：
1. **标题生成**：输入视频主题/关键词，生成 10 个爆款标题 + 匹配指数
2. **标题评分**：多维度评分（100 分制），选综合最高者作主标题
- **降级**：若 REDFOX_API_KEY 缺失，改用 content-factory 的 Headline Machine 生成 20 个标题按 CTR 排序选优

### 第 5 步（可选）：内容工厂多格式产物
调用 `content-factory` 技能，以「转写稿 + 最优标题」为源内容，生成多格式：
- 公众号长文、小红书笔记、抖音口播脚本、短视频分镜、FAQ、Pull Quote、邮件段落等
- 按用户需求指定格式组合

## 输出规范

- `<视频名>_文字稿.txt`：Vosk 原始转写（留底）
- `<视频名>_文字稿_整理版.txt`：AI 语义重建整理版（标注非逐字）
- `标题候选与评分.md`：（可选）标题生成 + 评分 + 选定主标题
- `多格式产物.md`：（可选）content-factory 产出
- 汇总说明：每份产物的适用平台与用法

## 已知坑（本机特殊适配，务必遵守）

1. **faster-whisper 不可用**：HF 主站 + hf-mirror 被出网白名单封，模型权重 0 字节。必须走 Vosk。
2. **Vosk 模型下载限速**：alphacephei.com 单连接 ~13KB/s，需多线程分片下载后合并解压。模型已打包进 Skill 的 `models/`，换环境时复制即可，无需重下。
3. **srt 依赖无 cp313 wheel**：vosk 包顶部 `import srt`，而 srt 无 Python 3.13 wheel，pip 构建源码包会撞本机「安全删除」拦截。解决：在 venv 的 `site-packages` 放一个最小 `srt.py` 桩模块（仅满足 import），转写实际不调用 srt。
4. **抖音 cookie**：下载报 `Fresh cookies needed` 时，脚本已带 `--cookies-from-browser edge`。
5. **ffmpeg**：需管理员安装（本机 choco 装的 9.0.1，已在 PATH）。
6. **⭐ 长视频 Vosk 原生崩溃（核心坑）**：对 >~30s 的音频，Vosk 在**单进程**下会在某段（常在中后段）触发原生层崩溃——exit 1 且无 Python 异常，前 N 秒单独转正常。原 `vosk_transcribe.py`（非分段版）会整段失败。**解法是 `vosk_transcribe_seg.py`：切 15s 段、每段独立子进程，崩则跳过该段，最终拼接。** 千雪AI那条 5.6 分钟视频用分段版 23 段全过、0 跳过、2819 字。
7. **⭐ Edge cookie 锁**：本机 Edge 运行时独占锁住 Cookie 库（`WinError 32: 另一个程序正在使用此文件`），yt-dlp 复制不出来 → 抖音下载失败。解法：`taskkill /F /IM msedge.exe` 关掉 Edge 释放锁，下载完用户可自行重开 Edge。（webview2 是别的 app 用的，不用管）
8. **整理版必要**：Vosk 小模型对中英文品牌名/术语识别差，原稿需要 AI 整理才能读。
9. **⭐ REDFOX 积分不足（标题步骤降级）**：`wechat-title` 官方数据源 REDFOX API 账户积分可能为 0（实测报"积分余额不足，剩余积分 0.0"），第 4 步拉不到真实爆款数据。此时按下方降级路径走 `content-factory` 的 Headline Machine（公式法）出标题，并**明确标注"非真实数据支撑"**，绝不冒充爆款数据。先 `python scripts/fetch_official_account_trends.py --keyword X --days 7` 试一次，若返回"积分余额不足"立即降级。

## 降级与容错

- 第 4 步无 Key → content-factory Headline Machine 兜底
- 第 2 步某段崩溃 → 分段脚本自动跳段，不中断全文
- 模型缺失 → 按已知坑 2 重新分片下载
- 任意步失败 → 报告具体错误，绝不编造结果

## 复用清单（新环境部署）

1. 复制本 Skill 整个目录（含 `models/` 约 41MB）
2. venv 安装：`pip install --only-binary=:all: vosk`（清华镜像）；若 srt 报缺失，放 `srt.py` 桩
3. 确认 ffmpeg / yt-dlp 在 PATH
4. 抖音下载前确保 Edge 已关