Video2text Ai 1.0.1

把视频变成文字并产出可直接使用的文案。当用户发来视频链接（抖音、小红书等）或本地视频文件，提出视频转文字、视频提取文案、视频转稿、字幕提取、语音转写、视频总结等需求时使用。云端大模型转写并自动剔除语气词、口误与重复内容，支持用自定义 Prompt 生成总结、改写、金句提取、分镜头、中英翻译等风格化内容。

guaikei提取视频文字（guaikei-extract-video-text）

调用云端大模型，把视频链接或本地视频文件转写为干净文案，并按自定义 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：转写即润色，自动剔除语气词、口误与重复内容，直接产出可复用文案，省去人工校对。

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）。

3. 🛠️ 使用前提

⚠️ 必须先配置环境变量 GUAIKEI_API_TOKEN，否则技能直接退出（退出码 3，不产生费用）。

TOKEN 获取：官网 开通，或添加微信 13395823479。

配置方法（二选一，配置后需重启终端 / 会话生效）：

bash

# Windows（PowerShell，永久生效）
setx GUAIKEI_API_TOKEN "你的TOKEN"

# macOS / Linux（写入 ~/.bashrc 或 ~/.zshrc，永久生效）
export GUAIKEI_API_TOKEN="你的TOKEN"

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。
• 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

入口：node scripts/video2text/index.js（下表省略入口，仅列参数）

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：① 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）；② 两者都不传则报错退出（退出码 1）；③ 支持长写与短别名，也可用 --file=路径 等号写法；④ --id last 依赖本地记录的上次任务ID（保存于技能 tmp 目录，24 小时后随过期文件清理，超期请改用 --file 重新解析）。

6. 🧠 自然语言 → 命令 映射（AI 执行参考）

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。

7. 💬 常用 Prompt 模板库

--prompt 无限制，可直接用以下模板，或按用户原话转写：

用户意图	推荐 --prompt
完整转写	（省略 --prompt，输出全文）
要点总结	请用三个要点总结这个视频的核心内容
小红书文案	将这段内容改写成一篇风趣幽默的小红书文案，带表情符号和话题标签
抖音短标题	提炼 5 个适合抖音的爆款短标题
公众号文章	将内容整理成一篇结构清晰的公众号文章，含导语和结尾升华
口播稿	改写成口语化口播稿，句子短、节奏快
金句提取	提取视频中的所有金句，逐条列出
人物对话	提取全部人物对话，标注说话人
分镜头脚本	拆解视频分镜头脚本，含画面描述与台词
会议纪要	整理成结构化会议纪要：议题、结论、待办事项
情感与受众分析	分析视频的情感基调和目标受众
中英互译	将全文翻译成英文（或：将英文翻译成中文）

8. 📜 输出与退出码（AI 消费指引）

输出 / 状态	通道	说明
最终文案	stdout	已剔除语气词 / 口误 / 重复；可直接 > result.txt 或管道
进度 / 日志 / 错误	stderr	不污染 stdout，便于程序化消费
成功	退出码 0	文案输出完成
参数错误 / 任务失败	退出码 1	stderr 打印明确错误信息
TOKEN 未配置	退出码 3	不产生费用

AI 读取规则：只把 stdout 当作最终文案呈现给用户；stderr 是进度与日志，不要当作文案输出。

9. 🛡️ 异常与边界处理

• TOKEN 未配置 / 无效：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，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。
• 网络视频：先自动下载到技能 tmp 目录再上传，过期临时文件每次运行自动清理。

10. 💰 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。

11. 🤔 常见问题

1. 和 Whisper / FFmpeg 比？ 本地方案仅输出含口误、语气词的原始流水稿且无法定制；本技能转写即润色并支持任意 Prompt，云端算力不占本地资源、用完自动删源文件。
2. 视频安全吗？ 安全，传输加密、单次解析、用完即焚、不存储不外泄不训练。
3. 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）。

12. 🤝 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