当用户想要**一键复制抖音或B站短视频内容**、**把短视频转成带标点的高质量文字**、**提取视频干声和转录文本**、**端到端处理短视频内容**时自动触发。 这是一个复合工作流技能:输入抖音/B站视频URL或本地视频目录,按严格6步顺序执行全流程(或从指定步骤断点续跑)。 步骤包括:1. 下载视频(link-resolver-engine);2. 提取MP3;3. 提取干声;4. Whisper转录;5. 文本纠错;6. 标点恢复。 支持自定义输出目录、从任意步骤开始。 常见触发口语: - “帮我复
Short Video Content Replicator是一项面向实际任务的技能,主要用于Overview;这是一个严格顺序执行的短视频内容复制复合 Skill;
用户提供抖音/B站视频URL,想一键完成下载→干声提。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
这是一个严格顺序执行的短视频内容复制复合 Skill。
它会按指定的 6 步,依次调用各原子 Skill 的 CLI 脚本,完成从视频下载到最终高质量带标点文本的完整流程。
支持从任意步骤开始(断点续跑)和自定义各步骤输出目录。
输入支持:
严格执行顺序(默认全流程):
使用 link-resolver-engine
命令:python ./skills/link-resolver-engine/scripts/video_snapper.py -u "<视频链接>" [-p "<文件名前缀>"] [-d "<下载目录>"] [-f "<格式代码>"]
使用 mp4-to-mp3-extractor
命令:python ./skills/mp4-to-mp3-extractor/scripts/extract.py "<源目录>" "[目标目录]"
使用 purevocals-uvr-automator
命令:python ./skills/purevocals-uvr-automator/scripts/purevocals.py "<输入路径>" ["<输出目录>"] [--model <模型名>] [--window_size <数值>] [--aggression <数值>] [--chunk_duration <秒数>] [--sample_mode]
使用 turbo-whisper-local-stt
命令:python ./skills/turbo-whisper-local-stt/scripts/transcribe.py --audio_path "<音频路径>" [--output_dir "<输出目录>"] [--language
使用 llm-text-correct
命令:python ./skills/llm-text-correct/scripts/correct_text.py ["<输入文本/路径>"] [--refine] [--model-path "<模型路径>"]
使用 funasr-punctuation-restore
命令:python ./skills/funasr-punctuation-restore/scripts/punctuation_restore.py (--text "<文本内容>" | --file "<文件路径>" | --dir "<目录路径>")
# 1. 最常用:输入URL,一键完整6步 replicate https://v.douyin.com/xxxxxx/ --output ./my_project/ # 2. 处理本地视频文件夹(从Step 2开始) replicate ./videos/ --start-from step2 --output ./my_project/ # 3. 自定义输出目录 + 参数 replicate https://v.douyin.com/xxxxxx/ --videos-dir ./videos --mp3-dir ./audio/mp3 --vocals-dir ./audio/vocals --final-dir ./result/text
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习