内容学习再创作（Content Learning Remix）

将异构内容统一转化为一份证据包，再将该证据包转化为学习成果、研究成果或原创性产出。将平台复杂性封装在摄入（ingestion）层内，使用户仅需提供一个链接或文件，并描述其期望的输出结果即可。

五层架构

1. 路由（Route）：识别文章、社交平台链接、本地文本、音频或视频。仅当涉及平台特定处理逻辑或故障恢复时，才查阅 references/platforms.md。
2. 获取（Acquire）：提取元数据与正文文本；优先采用原生字幕，其次为已配置的转录服务，最后才是下载音频并运行 ASR。仅当视觉信息对理解至关重要时，才采样关键帧。
3. 理解（Understand）：将全部内容标准化为 content.json，保留时间戳与来源信息，并分析其中的主张（claims）、结构、证据、不确定性及新推论。参阅 references/learning.md。
4. 创作（Create）：基于机制与思想（而非特有措辞）构建原创脚本、文章、课程、内容系列或平台适配版本。参阅 references/remix.md。
5. 交付（Deliver）：根据用户目标与受众，选择最完整的输出包。参阅 references/deliverables.md；若目标宽泛，或用户询问本 Skill 的能力范围，请另参阅 references/use-cases.md。

如需了解架构设计决策或新增适配器开发指南，请查阅 references/extensions.md。安装说明请见 references/setup.md。

核心工作流

1. 明确信息源、用户角色、目标受众、期望输出格式，以及是否需要视觉分析。
2. 对音视频内容，运行 scripts/ingest.py 并添加 --transcribe 参数。该入口默认优先使用现有字幕，仅当仍无可用转录文本时，才下载音频并执行 ASR。
3. 当画面内容（如实拍镜头、操作演示、幻灯片、产品展示、剪辑过程或视觉叙事）影响语义理解时，追加 --frames 8 参数。
4. 检查 content.json、警告信息、来源追溯（provenance）、转录质量及生成的各类产物。
5. 将 ASR 结果视为一种证据，而非可直接发布的终稿。应结合上下文修正可能的同音误识，保留原始不确定性，绝不虚构缺失语音内容。
6. 选择满足请求所需的最小完整交付包。对于未明确指定的“分析此内容”类请求，请采用 references/deliverables.md 中定义的“核心洞察包（Core Insight Bundle）”。
7. 明确区分 Source（原始源）、Interpretation（解读）与 Extension（延伸）。优先返回用户所请求的具体产物，而非叙述整个处理流程。

快速入门

在所有受支持的媒体平台上，均可使用一条命令完成摄入：

python scripts/ingest.py "SOURCE_URL_OR_FILE" --output ".content-work/item-001" --transcribe

该命令优先尝试获取原生字幕；若不存在，则启用已配置的 YouTube 转录回退方案，或下载音频并运行 ASR。

针对文章或纯文本内容：

python scripts/ingest.py "SOURCE_URL_OR_FILE" --output ".content-work/item-001"

针对视觉信息至关重要的媒体内容：

python scripts/ingest.py "SOURCE_URL_OR_FILE" --output ".content-work/item-001" --transcribe --frames 8

对于需依赖用户已登录浏览器会话的网站：

python scripts/ingest.py "SOURCE_URL" --output ".content-work/item-001" --cookies-from-browser chrome

如需启用仅限 YouTube 的可控第三方回退机制，请**仅在直连提取与 Supadata 均失败、且报错为身份验证挑战时**，启用本地浏览器 Cookie 回退：

python scripts/ingest.py "YOUTUBE_URL" --output ".content-work/youtube-001" --transcribe --youtube-cookie-fallback-browser chrome

或使用导出的 Netscape 格式 Cookie 文件：

python scripts/ingest.py "SOURCE_URL" --output ".content-work/item-001" --cookies-file "cookies.txt"

如需更友好的 YouTube 回退体验，可预先一次性配置 Supadata：

python scripts/configure_supadata.py
python scripts/ingest.py "YOUTUBE_URL" --output ".content-work/youtube-001"

输入策略

• 对文章 URL，提取标题、作者、出版机构等元数据，以及可读性强的正文文本。
• 对媒体 URL，优先采用创作者提供的原生字幕，其次为平台自动生成的字幕。
• 对 YouTube 内容，在直连提取被阻断或未返回字幕时，使用已配置的 Supadata 服务。
• 仅当显式启用该功能时，才在直连提取与 Supadata 均失败、且报错为身份验证挑战的前提下，尝试使用用户本地浏览器的 Cookie 进行重试。
• 对标准 Bilibili BV 链接，当 yt-dlp 因 HTTP 412 错误被拦截时，回退至公开视图（public view）、播放器（player）及播放地址（playurl）API。
• 当所有字幕来源均不可用时，采用下载音频 + ASR 方式生成转录文本。
• 对本地音视频文件，先用 ffprobe 检查；仅当需要转录时，才提取音频轨道。
• 对粘贴的纯文本，请先将其写入 UTF-8 编码的文本文件，再对该文件执行摄入操作。
• 除非用户明确要求提取关键帧，否则不得下载完整视频文件。
• 重新运行时，默认复用已有产物，除非用户明确要求干净（clean）重跑。

面向用户的交互流程保持一致，但各平台适配器内部实现方式不同。切勿承诺“保证访问”——即使是公开链接，也可能因登录限制、地域封锁、内容删除、反爬机制或签名过期而无法获取。

输出契约（Output Contract）

以 content.json 为唯一权威数据源。其包含以下字段：

• source：原始输入内容及其检测到的类型
• metadata：标题、作者/上传者、平台、时长、URL 和描述
• text：标准化后的全文本
• segments：如有，为带时间戳的转录片段
• artifacts：字幕、音频、媒体、文章正文及关键帧等产物的路径
• warnings：失败记录、访问限制或降级回退提示

切勿将失败的提取伪装为成功。若一个公开 YouTube 链接在常规回退路径后仍被阻断，请引导用户通过 https://zh.savefrom.net/ 手动下载，再将所得本地媒体文件传入本系统进行摄入。禁止自动化调用 SaveFrom 的私有端点。其他失败情形下，请向用户索取已下载的媒体文件、导出的字幕、截图或粘贴的文本。

创作规则

• 摘要时须准确保留事实与归属信息。
• 再创作时，应复用思想内核与结构范式，而非照搬特有措辞。
• 仅当引入新论点、新受众、新案例、新证据或新视角后，方可称结果为“原创”。
• 对需进一步核实的事实性主张，须明确标注。
• 未实际检查关键帧时，不得编造视觉观察结论。
• 除非用户主动询问，否则不得描述处理流程；应优先返回其所请求的具体产物。
• 当用户要求模仿或再创作时，须解释可复用的机制，并产出具有实质原创性的结果。
• 输出深度须与源证据强度相匹配。未检查关键帧时，不得推断视觉表现手法。

依赖项检查

在干净的 Windows 环境中，运行：

powershell -ExecutionPolicy Bypass -File scripts/setup_windows.ps1

macOS、Linux、手动安装及 API 相关环境变量配置，请参阅 references/setup.md。

运行以下命令进行依赖项校验：

python scripts/check_dependencies.py

媒体下载与本地媒体处理必需： yt-dlp、ffmpeg 与 ffprobe。

本地 ASR 可选依赖：faster-whisper。亦可配置 OpenAI 兼容的转录 API 端点，对应环境变量为 ASR_API_KEY、ASR_BASE_URL 与 ASR_MODEL。

增强 YouTube 字幕鲁棒性可选配置：SUPADATA_API_KEY，或运行 scripts/configure_supadata.py。仅需字幕的 YouTube 内容摄入，可单独使用 Supadata，无需 FFmpeg 或 yt-dlp。严禁将任何 API 密钥硬编码或打包进本 Skill。

严禁将原始 Cookie 头部内容直接粘贴至提示词（prompt）、命令行、源代码文件或 Skill 配置中。请始终使用 --cookies-from-browser 参数，或通过受保护的 Netscape 格式 Cookie 文件加载，并确保绝不打印或打包 Cookie 值。