视频解说技能包

将视频转化为结构化索引，包含场景检测、ASR转写及VLM分析，生成融合时间线与写作简报，适用于视频总结与创作前期分析。

按需拆解成片，分析镜头节奏与音轨分工，生成不含原片敏感信息的标准化制作参考文件，供后续创作复用。

将旁白音频与源视频混合，自动压低原声并生成字幕，完成响度标准化以输出最终成片。

根据 Agent 生成的剪辑计划，将长视频源片区间剪成短片并输出 edited_source.mp4，支持单/多视频拼剪。

从输入视频自动生成中文解说成片或原声剧情短片，涵盖视频理解、剪辑、配音及合成全流程。

将带时间戳的旁白文本合成为中文解说音频，支持 MiMo、Fish Audio 等 TTS 服务，自动适配语速与响度。

基于视频分析生成带时间戳的中文解说脚本，支持导演剪辑策划、宣发文案修订及外部回填。