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。第二阶段会比对 `recap_run_manifest.json` 记录的源视频路径、文件大小/修改时间与运行参数，拒绝复用来自其他源视频或其他参数的旧工作目录；视频理解产物也只在来源一致时复用。 画面流程 `--edit-mode full|cut|dub` 与声音策略分开：`--audio-mode narration` 保留上述解说流程； `source-mix` 不做配音；`adopted-packet-copy` 冻结当前输入的已采用 AAC 音轨。使用原声模式时读 `references/audio-routing.md`。 已有预制画面和本地采用的完整声音三件套时，可走严格 assembly-only 路径： ```bash python3 scripts/recap.py picture.mp4 --edit-mode full --work-dir NEW_WORK \ --output-dir DELIVERY \ --tts-meta tts_meta.json \ --narration-adoption narration_adoption.json \ --audio-mix-adoption audio_mix_adoption.json ``` 三个 JSON 参数必须同时出现。该入口只接受单视频、full、narration、音轨 0、新工作目录和未存在的 交付文件；不运行理解、写稿、解说评审、TTS、cut、MiMo QC 或剪映导出。语义与媒体形状仍由 video-assemble 严格验证，recap 只核对子技能绑定记录引用的是同一批采用文件与母版路径，不把调用方 采用的声音或混音声明成自动创作或发布批准。详见 `references/audio-routing.md`。 这里的单视频是**已经剪好的母版**。重剪后可以复用未改动的 WAV 与 `tts_meta.json`，但必须按新母版 重新写混音采用文件里的落点与准备好的音床；衔接步骤见 `references/audio-routing.md` 的 “Keep adopted voice after a cut”。 ## 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。先判断本轮的**创作控制模式**（CREATE / DIRECTED / REVISION，与 `--edit-mode` 无关），再在进入昂贵的下游处理前完成五次判断： 1. **导演判断**：观众承诺、POV、戏剧问题、情绪终点与揭示节奏。 2. **故事编辑**：beat 定义为“发生了什么变化”，不是场景摘要。 3. **画面剪辑**：选择真正值得保留的具体时刻、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的体验。 三种控制模式...