guaikei-video-to-text

把视频里的说话内容提取成干净文字。用户给你视频链接或本地文件，说「视频转文字」「提取文案」「转个稿」「提取字幕」时使用。自动去掉语气词、口误和重复内容，还能按用户要求总结要点、改写成小红书或抖音文案、提取金句、翻译成英文。

guaikei视频转文字

调用千问大模型，把视频链接或本地视频文件转写为干净文案，并可按自定义 Prompt 生成总结、改写、金句、分镜头、翻译等风格化内容。区别于 Whisper / FFmpeg 等纯 ASR 工具：本技能在转写基础上做语义理解与冗余剔除，直接产出可复用文案。

1. ✅ 什么时候用这个技能

出现以下任意意图时优先调用本技能：

• 把视频 / 音频里的说话内容变成文字（视频转文字、视频转稿、字幕提取、语音转写）
• 对视频内容做总结、提炼卖点、整理成会议纪要
• 把视频素材改写成小红书 / 抖音 / 公众号风格文案、口播稿
• 提取金句、人物对话、分镜头脚本，或做中英互译
• 课程拆解、直播复盘、采访整理、知识素材提取、探店脚本撰写

2. 🚧 能力边界（不适用场景）

• 实时 / 直播流转写：不支持，仅处理已完成的点播视频或本地文件。
• 加密 / 会员专属 / 需登录才能播放的链接：可能无法解析，建议先下载再用 --file 传本地路径。
• 纯音乐 / 无人声视频：无说话内容，转写价值低，建议改用音乐识别类工具。
• 批量处理：原生命令单次一个视频，可用 shell 循环调用（注意控制并发）。
• 计费以服务端实际解析时长为准，详见第11节。

3. 🛠️ 使用前提

⚠️ 必须先在 视频文案智能提取官网 开通 TOKEN，或添加微信 13395823479 获取，并配置环境变量 GUAIKEI_API_TOKEN，否则技能会直接退出。

4. 🧭 网络与数据范围

• 本技能仅向 https://www.guaikei.com 发起 HTTPS 请求，不上传任何与任务无关的数据。
• 仅需环境变量 GUAIKEI_API_TOKEN，除用户指定的视频文件本身外不读取本地其他文件（最小权限）。
• 视频源文件单次解析后由服务端自动销毁，不上报、不训练、不外发，商用 MCN / 企业内容部门可放心使用。

5. 🧺 命令参数速查

参数	别名	说明	是否必填
--file <URL或路径>	-F	视频链接（抖音/小红书等公网 URL）或本地视频文件路径	与 --id 二选一
--id <任务ID>	-I	历史视频分析任务ID；传 last 自动复用上一次任务	与 --file 二选一
--prompt <提示词>	-P	自定义生成指令；省略则输出完整转写文案	可选
--help	-h	查看帮助	可选

规则：同时传入 --file 与 --id 时，以 --id 为准（跳过上传，直接基于历史任务取文案）。--file 与 --id 都不传则报错退出。

6. 🛡️ 异常与边界处理

• TOKEN 未配置：立即退出并提示配置方式，不产生费用。
• 链接失效 / 文件损坏 / 解析超时：任务失败不计费，并返回明确错误。
• --id 任务不存在：返回明确业务错误（如「任务ID不存在」），不无限重试，立即失败。
• 长视频：进入轮询等待，进度输出到 stderr；请耐心等待，或之后用 --id last 取结果。
• 参数缺失：--file 与 --id 均未提供时，打印用法并退出码非 0。

7. 🧠 自然语言 → 命令 映射（AI 执行参考）

当用户用自然语言下达指令时，按以下映射生成命令，保证识别与执行一致：

用户自然语言指令	生成的命令
提取 https://example.com/video.mp4 里的文字	node scripts/video2text/index.js --file "https://example.com/video.mp4"
总结这个视频的核心观点 https://example.com/video.mp4	node scripts/video2text/index.js --file "https://example.com/video.mp4" --prompt "总结这个视频的核心观点"
把本地 /path/to/video.mp4 改成小红书风格文案	node scripts/video2text/index.js --file "/path/to/video.mp4" --prompt "改写成小红书风格的文案"
用刚才分析的视频提取所有金句	node scripts/video2text/index.js --id last --prompt "提取视频中的所有金句"
分析这个视频的情感基调和受众	node scripts/video2text/index.js --file "<URL或路径>" --prompt "分析视频的情感基调和目标受众"

判定规则（AI 自动转命令）：① 有视频链接 / 本地路径 → 用 --file；② 无新视频、仅复用上次内容 → 用 --id last；③ 有总结 / 改写 / 提取 / 分析需求 → 写入 --prompt；④ 同时传路径与任务ID → 以 --id 为准；⑤ 无 --prompt → 默认完整转写。

8. 💡 使用教程

1. 基础用法：完整转写视频原文

bash

# 处理本地视频文件
node scripts/video2text/index.js --file "/path/to/your/video.mp4"

# 处理在线公网视频链接
node scripts/video2text/index.js --file "https://example.com/video.mp4"

2. 高级用法：自定义 Prompt 生成定制内容

bash

# 输出 3 点视频核心总结
node scripts/video2text/index.js --file "/path/to/your/video.mp4" --prompt "请用三个要点总结这个视频的核心内容"

# 改写为小红书爆款文案
node scripts/video2text/index.js --file "/path/to/your/video.mp4" --prompt "将这段内容改写成一篇风趣幽默的小红书文案"

# 复用上一次任务ID，提取全部金句（无需重新上传视频）
node scripts/video2text/index.js --id last --prompt "提取视频中的所有金句"

# 分析视频整体情感基调
node scripts/video2text/index.js --file "/path/to/your/video.mp4" --prompt "分析视频的情感基调"

Prompt 可填任意指令，例如：提取全部人物对话、全文翻译成英文、拆解分镜头脚本、提炼抖音短标题、整理成结构化会议纪要。

9. 📜 输出说明

• 最终文案输出到标准输出 stdout，可直接 > result.txt 保存或管道给下游处理。
• 无 --prompt：输出完整转写文案（已剔除语气词 / 口误 / 重复）。
• 有 --prompt：输出按 Prompt 生成的定制内容。
• 进度 / 日志输出到 stderr，不污染 stdout，便于程序化消费。

10. 💎 核心亮点（为什么选它）

1. 千问大模型语义理解，而非纯转写：自动识别语境、过滤口误/重复/语气词，输出逻辑通顺的结构化文案，省去 30%+ 人工校对工时。
2. 自定义 Prompt 自由定制：总结、二创改写、素材提取、深度分析、中英互译全覆盖。
3. 云端算力，长短视频通吃：不受本地 CPU/GPU 限制，短视频到数十小时长视频均可解析。
4. 多源支持：抖音 / 小红书等平台链接直连，也支持本地文件上传。
5. 企业级隐私保障：传输加密、单次使用后自动销毁视频源文件、不用于模型训练与对外分发，商用 MCN / 企业内容部门可放心使用。

11. 💰 计费规则（按量付费，无最低消费）

计费档位	单价	最小结算粒度	适用场景
视频时长 ≥ 1 分钟	0.6 元/分钟	10 秒为最小单位	课程、会议、长访谈
视频时长 ＜ 1 分钟	0.1 元/10 秒	10 秒为最小单位	短视频、片段素材

• 示例：86 秒视频 = 0.6 + 0.1×3 = 0.9 元；10 分钟视频 = 10×0.6 = 6 元。
• 月均用量高可联系微信申请阶梯低价；链接失效 / 文件损坏 / 解析超时失败不计费。

12. 🤔 常见问题

1. 和 Whisper / FFmpeg 比？ 本地方案仅输出含杂音、口误的原始流水稿且无法定制；本技能输出精炼文案并支持任意 Prompt，且云端算力不占本地资源、用完自动删源文件。
2. Prompt 能填什么？ 无限制，所有对视频内容的处理需求均可，举例见上文。
3. 视频安全吗？ 安全，单次解析、用完即焚、不存储不外泄不训练。
4. 支持批量吗？ 原生命令单次一个视频；可用 shell 循环调用实现批量（建议控制并发）。

13. 🤝 联系与商务

• TOKEN 申请 / 技术咨询 / 错误反馈：微信 13395823479
• 官网：https://www.guaikei.com
• 大客户阶梯优惠、企业定制对接：联系上述微信洽谈