@optima-chat/optima-agent 0.9.17 → 0.9.18

package/.claude/skills/video-edit/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: video-edit
-description: "剪辑用户【已有的】口播视频——去除卡顿停顿、NG 重拍、口头禅让视频更流畅紧凑。
+description: "剪辑用户【已有的】口播视频——你直接重写成片应该说什么的脚本，系统用文本对齐回原始音频时间戳。
 
   必备前提：用户已经有视频文件（拍好的、上传的、或给出文件路径）。
 
@@ -8,13 +8,13 @@ description: "剪辑用户【已有的】口播视频——去除卡顿停顿、
   '剪辑'/'剪短点'/'加字幕'/'cut'/'edit'/'trim'/'让视频更紧凑'。"
 ---
 
-# Video-Edit Skill — 让视频变流畅
+# Video-Edit Skill — Descript 模式：你写脚本，系统对齐
 
 用户给原始视频，你交付剪好的成片。
 
 ## 用户怎么说，你交付什么
 
-**默认所有剪辑都带字幕**——中文短视频（TikTok / 小红书 / 视频号）99% 需要字幕，"剪一下"的潜台词就是"给我能直接发的成片"。
+**默认所有剪辑都带字幕**——中文短视频 99% 需要字幕，"剪一下"的潜台词就是"给我能直接发的成片"。
 
 | 用户说 | 你交付 |
 |---|---|
@@ -26,65 +26,70 @@ description: "剪辑用户【已有的】口播视频——去除卡顿停顿、
 只有当用户提到平台但**没说目标时长**时（如"剪成 TikTok"无时长），才追问"目标多长？"。
 其他情况**直接动手**，不要废话。
 
-## 核心原则：你是语义剪辑器
+## 核心原则：你直接写最终脚本
 
-cut 工具**只能删静音**（>=0.25s 的停顿），它**永远删不了**这些：
-- NG 重拍（重新说一遍同一句）
-- 重复字（"我我我"，发声不停顿）
-- 口头禅（"嗯"/"啊"/"那个"/"就是"）
-- 跑题片段（语法完整但内容废）
+剪辑工具有两种模式：
+- **旧模式（`cut`）**：在 proposal 里给短语标 `#` 删除——只能删整段
+- **新模式（`smart-cut`）✅ 默认用这个**：你直接写"成片应该说什么"，系统找原始音频里对应的位置剪出来
 
-**所以你必须自己审一遍 proposal**——你就是这个流程的语义剪辑器。如果跳过审片直接出片，成片会有大量 NG/口头禅/重复，用户会觉得"非常多卡顿"。
+新模式的杀手锏是：你**不受短语边界限制**，可以：
+- 跳过填充词（"嗯"/"那个"）
+- NG 重拍中只保留你认为最好那遍
+- 把同一句话的不同片段拼起来
+- 保留某句的前半 + 另一句的后半
+
+**约束**：
+- 不能凭空造内容——脚本里的字必须出自原始转写，否则匹配不上
+- 不能调换顺序——内容按原片时间顺序保留
+- 字面错别字会"匹不上"被丢——必须用转写文本里的原字（whisper 怎么识的就怎么写）
 
 ## 你的内部流程
 
 ### 默认剪辑（剪 + 字幕，最常见）
 
-四步走：
-
 ```bash
 video-edit analyze <video>
 ```
 
-读 `<video>.work/cut_proposal.md`。每行是一个短语，看每行决定保留还是删除：
+读 `<video>.work/cut_proposal.md` 了解原片内容（每行是个短语单元，带时间戳和文本）。
+
+然后基于这些短语，**自己写一份最终脚本**到 `<video>.work/final_script.txt`：
+
+```
+（最终成片应该说的话，纯文本，不用时间戳）
+（可以是几段，用换行分隔）
+```
 
-- **删（行首加 `#`）**：
-  - 单独的口头禅 phrase："嗯"/"啊"/"呃"/"那个"/"就是"/"对吧"/"然后那个"
-  - NG 重拍：相邻两行说同一件事但措辞稍变（"我们要做的就是——我们要做的是"），**留最后一遍**（通常最干净）
-  - 字面重复："我我我"/"那那那"
-  - 跑题/废话：与主题无关的旁白、自语、笑场
-  - 太短的连接词单独成行（如只有"那"/"嗯啊"）
-- **留**：所有有信息量的句子
+写脚本时的判断：
+- 原片每个 phrase，问自己"这句话进成片吗"——进就把内容（用 proposal 里的原文）写进脚本
+- 同一意思被讲多遍（NG 重拍）——只写一遍，挑最流畅那遍的措辞
+- 填充词/单字口头禅/跑题——直接不写
+- 整段废话/犹豫——直接不写
+- **必须用原文措辞**，不要润色或改写——否则匹配不上
 
-按上述规则编辑 proposal，保存。然后：
+写完后：
 
 ```bash
-video-edit cut <video>
+video-edit smart-cut <video>
 video-edit subtitle <video>
 ```
 
-`cut` 按你标注的 proposal 剪辑，`subtitle` 对成片重新转写并烧字幕。
+`smart-cut` 用 difflib 把脚本对齐回原始 word 时间戳，自动剪掉所有未匹中的部分。
+`subtitle` 对成片重新转写并烧字幕。
 
 ### 用户要求调整时
 
 用户看完成片说某段不对：
-1. 重新读 `<video>.work/cut_proposal.md`
-2. 调整对应行（`#` 注释 = 删除，去掉 `#` = 保留）
-3. 删除 `<video>.work/subs.ass`（让 subtitle 重新生成）
-4. 重跑：
-```bash
-video-edit cut <video>
-video-edit subtitle <video>
-```
-
-这两步纯本地（不调 whisper），几秒完成。
+1. 编辑 `<video>.work/final_script.txt`（加/删内容）
+2. 删 `<video>.work/subs.ass`
+3. 重跑 `smart-cut` + `subtitle`
 
 ### 限时长精剪（用户给了目标时长）
 
-`analyze` → 审 proposal 时**额外做这些**：
-- 找钩子句放最前
+写 final_script 时**额外做这些**：
+- 估算字数：中文口播 ~3-4 字/秒，30 秒约 90-120 字
+- 找钩子句放最前面（脚本开头那段）
 - 压到目标时长（更激进地删）
-- 其余流程同上
 
 ### 仅字幕（用户明确说不剪）
 
@@ -92,53 +97,53 @@ video-edit subtitle <video>
 video-edit subtitle <video>
 ```
 
-没有 `_edited.mp4` 时，命令直接对原片烧字幕，输出 `<原片>_subbed.mp4`。
+没有 `_edited.mp4` 时，命令直接对原片烧字幕。
 
 ### 无字幕版（用户明确说不要字幕）
 
 ```bash
 video-edit analyze <video>
-# 审 proposal 标 #
-video-edit cut <video>
+# 写 final_script.txt
+video-edit smart-cut <video>
 ```
 
-交付 `<原片>_edited.mp4`，不跑 subtitle。
+不跑 subtitle，交付 `<原片>_edited.mp4`。
 
-## 审片心法
+## 写脚本的心法
 
-读 proposal 时**不要逐行纠结**——每行 1 秒判断，按这个决策树：
+读 proposal 时**逐 phrase 判断**：
+1. 这句进成片吗？进 → 把 phrase 文本贴到 final_script
+2. 这句和前后哪句重复？只留一遍
+3. 这句是填充词/口头禅？跳过
+4. 这句跑题？跳过
 
-1. 这行只有口头禅/单字 → `#`
-2. 这行跟前一行/后一行说同一件事 → 留信息量最高的那遍
-3. 这行内容跟主题无关 → `#`
-4. 其他 → 留
+**关键纪律**：脚本里的字**必须**来自原始转写——直接复制 proposal 里的 phrase 文本最稳。
+你想怎么润色都不行（系统按字符匹配，改了字就匹不上）。
 
-**追求"看着不卡"，不追求 100% 完美**。删多了用户会说"这句要留"，你再调；删少了成片很卡，用户体验更差。**宁可激进一点**。
+**追求"看着不卡"，宁可激进**。删多了用户能要求加回来，删少了用户体验差。
 
 ## 交付怎么说
 
 简洁，**只说结果**：
 
 - ✅ "剪好了，xxx_subbed.mp4，时长 23 秒"
-- ✅ "无字幕版剪好了，xxx_edited.mp4，时长 23 秒"
-- ❌ "我用了 video-edit analyze，然后编辑了 cut_proposal.md..."
-- ❌ "审片删了 8 行 NG..."
+- ❌ "我用了 video-edit smart-cut，写了 final_script.txt..."
 
 ## 不要做的事
 
-- ❌ 跳过审 proposal 直接 `both` 出片——必有大量卡顿
-- ❌ 用户说"剪一下"就追问平台/钩子/时长——按默认流程动手
-- ❌ 用户说"剪一下"只交付 `_edited.mp4` 不烧字幕——**默认带字幕**
-- ❌ 把命令名、cut_proposal.md 路径暴露给用户——内部实现细节
-- ❌ 编造命令（仅 5 个：both / analyze / cut / review / subtitle）
+- ❌ 跳过 final_script 直接 smart-cut——会失败（找不到脚本文件）
+- ❌ 在脚本里写转写以外的字——匹配不上，那部分会被丢
+- ❌ 用 `both` 或 `cut`——已弃用，质量差
+- ❌ 把命令名/路径暴露给用户——内部细节
 - ❌ 用户说"剪掉前 X 秒"/"剪掉中间一段"——定点裁剪不是去卡顿，告诉用户"我擅长去卡顿停顿，定点裁剪请用别的方式"
 
 ## 命令参考（你内部用）
 
 | 命令 | 用途 |
 |---|---|
-| `video-edit analyze <video>` | 转写 + 生成 proposal（**默认入口**，审完后跑 cut） |
-| `video-edit cut <video>` | 按 proposal 剪辑，生成 `_edited.mp4` |
+| `video-edit analyze <video>` | 转写 + 静音检测 + 生成 proposal（**默认入口**）|
+| `video-edit smart-cut <video>` | 按 final_script.txt 对齐剪辑（**默认主力**）|
 | `video-edit subtitle <video>` | 对成片重新转写 + 烧字幕，输出 `<原片>_subbed.mp4` |
-| `video-edit both <video>` | analyze + cut 一步到位（**已弃用**：跳过审片质量差） |
-| `video-edit review <video>` | 诊断用：检查 `_edited.mp4`，输出 review_report.md |
+| `video-edit cut <video>` | 旧模式：按 proposal 的 `#` 标记剪辑（弃用，质量差）|
+| `video-edit both <video>` | 旧模式：analyze + cut 一步到位（弃用，跳过审片）|
+| `video-edit review <video>` | 诊断用：检查 `_edited.mp4` |

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@optima-chat/optima-agent",
-  "version": "0.9.17",
+  "version": "0.9.18",
   "description": "基于 Claude Agent SDK 的电商运营 AI 助手",
   "type": "module",
   "main": "dist/src/index.js",