video-recap

## 1. 定位与流程 本技能是五个独立技能的轻量编排器。各技能只通过 `work_dir` 中的 JSON / MP4 产物通信，不共享代码： ```text video-understanding ─▶ Agent 按 video-script 制定方案并写稿 ─▶ [video-cut] ─▶ video-voiceover ─▶ video-assemble ``` 流程支持断点续跑：写好 `narration.json` 后重复同一条命令即可继续。第二阶段会校验 `recap_run_manifest.json`，拒绝复用来自其他源视频或其他运行参数的旧工作目录；视频理解产物也只在来源一致时复用。 ## 2. 创作职责 这不是单纯的 JSON / 渲染流水线。Agent 是本次内容的创作负责人，在进入昂贵的下游处理前，必须按顺序完成五次判断： 1. **导演判断**：确定观众承诺、POV、戏剧问题、情绪终点，以及哪些信息要保留到后面揭示。 2. **故事编辑**：比较至少两个可行的剪辑假设，选择一条主线，并把 beat 定义为“发生了什么变化”，而不是场景摘要。 3. **画面剪辑**：选择真正值得保留的具体时刻、人物反应、入点与出点。 4. **声音/旁白**：先分配画面、原声、沉默和旁白的任务，再写解说词。 5. **观众复核**：分别检查无旁白、只听声音和第一次观看时的体验，优先修改回报最高的问题。 执行前阅读本技能的 `references/creative-editing-playbook.md`，并把简洁的创作决定写入： - `recap_story_plan.json`：导演意图、备选假设、选定主线和基于变化的 beat 图。 - `visual_audio_board.json`：每拍的画面任务、表演/反应选择、原声锚点、`audio_owner` 与 `narration_job`。 这两个文件只记录可审计的决定，不记录冗长思维过程；它们不会增加服务或渲染依赖。现有工具可以忽略它们，Agent 与建议型解说评审会用它们保持创作一致。建立这条内容基线不需要平台数据。 ## 3. 环境与脚本路径 ```bash # ffmpeg: brew install ffmpeg | apt install ffmpeg | choco install ffmpeg export MIMO_API_KEY=*** ``` 同一个 MiMo key 驱动： - ASR：`mimo-v2.5-asr` - VLM：`mimo-v2.5` - TTS：`mimo-v2.5-tts` `tp-*` Token Plan 密钥默认使用中国区集群，可用 `MIMO_TOKEN_PLAN_CLUSTER` 覆盖。 可选能力： - `--mimo-video-overview`：按场景块补充 MiMo 视频理解。 - `--mimo-qc pre-assemble|post-render|both`：在合成前、成片后或两个阶段给出建议型复核。 MiMo QC 默认关闭；每个选定阶段最多请求一次，写入 `mimo_qc.json`。任何凭证缺失、限流、超时、格式错误或采样失败都只记录状态，不阻断流程。详细可覆盖配置见 `references/config-playbook.md`。 下面的 `scripts/...` 均相对于本技能目录。若执行器从仓库根目录启动，请给脚本路径加上本技能的绝对目录。脚本启动后会自行定...