xiaohongshu-teardownlisted

# xiaohongshu-teardown 小红书视频**没有字幕轨**——字幕是烧在画面里的。这个 skill 把这一点从障碍变成优势：裁出字幕带、按字幕变化去重、纵向拼成长图，一次 Read 拿到几十句台词。 **两条取词路线，按目标选，不是主备关系：** | | 硬字幕（`subtitles.py`） | 本地 ASR（`transcribe.py`） | |---|---|---| | 拿到的是 | 作者写的字幕，**保留分屏节奏** | 口播的连续文本 | | 拆解文案 | ✅ 首选——分屏断句本身就是设计 | ❌ 会把 4 屏合成 1 句，节奏信息丢失 | | 只问"讲了什么" | 够用但有重复 | ✅ 更省、零重复、标点完整 | | token（3:49 竖版实测） | 6.4k（图像，247 状态） | **2.2k**（文本，174 段） | | 无音轨视频 | ✅ 照常工作 | ❌ 完全失效 | | 无硬字幕视频 | ❌ | ✅ | 实测对照：硬字幕 `教你一个方法 / 让你在汇报、分享 / 答辩中 / 表达更清晰`（4 屏，每屏 4~6 字）↔ ASR `让你在汇报分享答辩中表达更清晰`（1 句）。两者中文准确率都很高，别以为 ASR 会错字——`MECE`、`豆包` 都识别正确。 ## 解析 SKILL_DIR 下面每条命令都跑 `SKILL_DIR/scripts/` 下的脚本。把 `SKILL_DIR` 设为**你刚读的这个 SKILL.md 所在目录的绝对路径**（harness 在 Read 结果里告诉了你），脚本是它的直接子目录： ```bash SKILL_DIR="<这个 SKILL.md 所在目录的绝对路径>" [ -f "$SKILL_DIR/scripts/fetch.py" ] || { echo "ERROR: 找不到 scripts/fetch.py，SKILL_DIR=$SKILL_DIR" >&2; exit 1; } ``` ## Step 0 — 依赖 需要 `python3` + `ffmpeg`/`ffprobe`。硬字幕路线只用到这些。 ```bash brew install ffmpeg # macOS；Linux 用发行版包管理器 ``` ASR 路线（Step 4）额外需要 `whisper-cli` + 一个 ggml 模型放在 `~/.cache/whisper-models/`。**只在真要走 Step 4 时才检查**——硬字幕路线用不到它，别提前装、别提前检查。 ```bash brew install whisper-cpp # macOS ``` macOS 之外官方没有预编译分发，从源码构建（`cmake` 跨平台，Windows 官方只说明支持 MSVC / MinGW、没给现成命令）： ```bash git clone https://github.com/ggml-org/whisper.cpp.git cd whisper.cpp && cmake -B build && cmake --build build -j --config Release # 产物 ./build/bin/whisper-cli，放进 PATH ``` 模型（`transcribe.py` 找不到时会打印下载命令）： ```bash curl -L --create-dirs -o ~/.cache/whispe