是什么
「视频解说成片工坊」把一部电影/剧集/纪录片/科普长视频变成中文解说成片或原声剧情短片：先做结构化理解——场景检测、ASR 转写、逐场景画面观察、静音窗口与融合时间线，产出写作 brief；再由导演策划给出故事方案与视听板。
第二阶段成片：按方案剪出原片区间（支持多视频拼剪）→ 写带时间戳的中文解说稿并校验 → TTS 逐段合成配音（按时间窗动态适配语速）→ 最终合成：旁白铺底、原声按窗口压低（ducking）、SRT/ASS 字幕生成与烧录、响度归一化。
另附成片拆解参考成员：把一部成品拆成镜头节奏、响度与制作方法参考，供下次制作复用。剪辑与合成依赖本地 ffmpeg；配音支持 MiMo、Fish Audio 或自建 IndexTTS 服务。
包含成员
主入口编排
video-recap
从输入视频到解说成片的总编排：理解 → 故事与视听方案 → 剪辑 → 配音 → 合成的两阶段流程入口。
视频理解
video-understanding
结构化理解索引：场景检测、ASR 转写、逐场景画面观察、静音窗口与融合时间线，产出写作 brief。
解说策划
video-script
导演与剪辑策划 + 带时间戳的中文解说稿撰写与校验；也处理宣发标题、花字修订与文案回填。
区间剪辑
video-cut
按选定原片区间剪出短片：读取剪辑计划、单/多视频拼剪，输出剪辑底稿供解说对时。
TTS 配音
video-voiceover
带时间戳解说稿逐段合成中文语音：MiMo/Fish Audio/自建 IndexTTS，按时间窗动态适配语速并处理响度。
最终合成
video-assemble
旁白铺底、原声按窗口压低、SRT/ASS 字幕生成与烧录、响度归一化，输出成片与字幕。
成片拆解参考
video-reference
把一部成片拆成可复用的制作参考：镜头节奏、响度、段落标注与可迁移方法。
什么时候会用到
- 「把这集电视剧剪成三分钟解说」
- 「给这部纪录片配中文旁白出个解说版」
- 「这个两小时的视频帮我总结成十分钟精华」
- 「用这段素材做个原声剧情短片」
- 「拆一下这部片的节奏，当我们的制作参考」
不适用于
- 从文字/图片生成全新视频（用「H3 视频创作工作流」或 Motu 套件）
- 无需解说与重剪的纯转发发布
- 没有本地 ffmpeg 或配音服务凭证的环境——对应环节会如实报缺，不伪造产出
安装与使用
- 1打开 UUIDE，进入「设置 → 技能」面板，找到本技能包点击「安装」
- 2本地安装 ffmpeg（剪辑/合成必需）；配音按需配置 MiMo、Fish Audio 或自建 IndexTTS 的访问凭证
- 3把视频文件放进项目后直接说出需求：「给这个视频做中文解说」即可触发全流程
常见问题
- 需要哪些本地条件？
- 剪辑与合成需要本地 ffmpeg；视频理解与转写需要 MiMo 凭证（`MIMO_API_URL` 可指向 OpenAI 兼容网关或自建端点）；配音需要 MiMo、Fish Audio 或自建 IndexTTS 服务之一的访问凭证；策划与解说稿写作在本地完成。
- 支持哪些格式？
- 常见容器 mp4/mov/mkv/webm 均可；产出为成片 mp4 与 SRT/ASS 字幕。
- 解说稿可控吗？
- 解说稿带时间戳并经校验，策划阶段输出故事方案与视听板，你可以在写作前后介入修改再进入配音。
- 旁白会盖掉原声吗？
- 合成时旁白铺底、原声按旁白窗口自动压低（ducking）并做响度归一化；也支持原声为主的剧情短片模式。