byted-kickart-subtitle-extractor

name byted-kickart-subtitle-extractor description 视频字幕提取SKILL：从视频文件自动提取、识别视频中已有的字幕并导出，支持导出为标准SRT格式字幕文件。适用于视频提取字幕、提取视频内已有的字幕、视频字幕识别、字幕导出、视频转字幕等场景。触发时机：当用户提及或表达等价意图（帮我从视频中提取字幕、提取视频里的字幕、从视频里抠字幕、视频字幕提取、导出视频自带字幕、视频字幕识别、字幕导出、视频转字幕）时，调用此SKILL执行字幕提取任务。 version 1.0.3 视频字幕提取SKILL 📋 工具说明 核心功能 从指定的视频文件提取字幕 支持生成标准SRT规范的字幕文件 可用命令 命令 功能 说明 python3.12 scripts/plan.py 套餐查询 查询用户当前的 Ark Claw 套餐 python3.12 scripts/upload.py --file <视频路径> 视频上传 上传本地视频文件获取媒资ID python3.12 scripts/extractor.py --media-id <媒资ID> --output <输出文件> 视频字幕提取 从指定视频提取字幕 🚨 强制前置校验流程（必须按顺序执行，任意不通过直接终止流程） 所有用户请求必须先完成以下3步校验，不得跳过： 1. 火山鉴权校验 执行环境变量检查命令： echo "ACCESS_KEY_ID: $ACCESS_KEY_ID " && echo "SECRET_ACCESS_KEY: $SECRET_ACCESS_KEY " 判断鉴权结果： 鉴权通过 ： ACCESS_KEY_ID 和 SECRET_ACCESS_KEY 均为非空值 → 鉴权通过 鉴权不通过 ：执行以下引导方案 ❌ 鉴权未配置时的引导方案 引导用户直接在聊天中发送ACCESS_KEY_ID/SECRET_ACCESS_KEY内容： 请你提供火山账号AK&SK，用于检查火山创作Agent是否已开通套餐和有可用的创点 收到用户发送的ACCESS_KEY_ID/SECRET_ACCESS_KEY后，执行配置命令： export ACCESS_KEY_ID=用户提供的ACCESS_KEY_ID值 export SECRET_ACCESS_KEY=用户提供的SECRET_ACCESS_KEY值 配置完成后告知用户： 已完成ACCESS_KEY_ID/SECRET_ACCESS_KEY临时配置，当前配置仅在本次会话生效，不会持久化存储，请放心使用 后续所有相关脚本执行时，均会自动通过 export 指定这两个环境变量，确保鉴权正常，无需用户重复配置 2. 套餐有效性校验 步骤1：Python版本校验 python3.12 --version || ( echo "❌ Python 3.12+ 未安装，请先安装Python 3.12" && exit 1) 步骤2：依赖包安装校验 python3.12 -m pip install -r ./scripts/requirements.txt 步骤3：执行套餐查询命令 python3.12 -m scripts/plan.py 步骤4：结果处理逻辑 ✅ 套餐有效 ：返回结果中的 message 字段为有效截止时间（北京时间），校验通过 ❌ 套餐已过期 ： message 小于等于当前时间，引导用户开通套餐，终止流程 ❌ 接口调用错误 ：参考「错误处理规范」匹配错误码，向用户明确告知错误原因和解决方案，并且终止流程 3. 技能版本校验 步骤1：执行版本检查命令 python3.12 -m scripts/upgrade.py 步骤2：解析返回结果 返回格式示例： { "code" : "0" , "message" : "success" , "data" : "{\"install_command\":\"\",\"latest_version\":\"1.0.0\",\"latest_version_number\":100000000,\"update_message\":\"\"}" } latest_version ：最新版本号（如 "1.0.0"） install_command ：新版本安装指令 步骤3：版本对比逻辑 ✅ 当前版本 >= 最新版本 ：版本校验通过，继续后续流程 ⚠️ 当前版本 < 最新版本 ：执行以下更新询问流程 询问用户是否更新到最新版本： 检测到技能有新版本 {latest_version}，是否更新？（是/否） 用户确认更新（是）：执行 install_command 安装新版本 用户不更新（否）：跳过更新，继续后续流程 🛠️ 视频字幕提取执行流程 完整流程概览 用户请求 → 强制前置校验 → 用户提供视频 → 视频字幕提取 → 结果返回 前置准备 确保输出目录存在： mkdir -p /tmp/openclaw/subtitle-extractor/output 生成唯一输出文件名： subtitle_<timestamp>_<random>.json 执行步骤 步骤0：强制前置校验 （必须按顺序执行，任意不通过直接终止流程） 执行「🚨 强制前置校验流程」中的所有校验步骤 ✅ 火山鉴权校验通过 ✅ 套餐有效性校验通过 ✅ 技能版本校验通过 只有全部校验通过后，才能进入下一步 步骤1：视频上传引导 询问用户：「请先提供要提取字幕的视频：可以发我视频tos链接，或上传 MP4/MOV 文件（建议≤10分钟、≤200MB、≥480p，预期处理时长5分钟以内）」 支持两种上传方式： 本地文件 ：直接提供本地视频文件的绝对路径（如 /Users/user/video.mp4 ） 公网URL ：提供可直接访问的视频链接（如 https://example.com/video.mp4 ） 步骤2：视频预处理 若用户提供的是公网URL，先下载到本地： mkdir -p /tmp/openclaw/byted-kickart-video-analyzer/input curl -L -o /tmp/openclaw/byted-kickart-video-analyzer/input/downloaded_video.mp4 "<视频URL>" 检查文件是否存在： ls -la "<视频路径>" 检查文件类型是否为有效视频（仅支持MP4/MOV格式）： file /tmp/openclaw/byted-kickart-video-analyzer/input/downloaded_video.mp4 | grep -qE "ISO Media|MPEG v4|QuickTime" && echo "valid" || echo "invalid" 若文件不存在或类型无效， 终止流程并提示用户 ： 文件不可用，请检查路径是否正确，或确认文件为有效视频格式（仅支持 MP4/MOV） 步骤3：上传视频获取媒资信息 执行 python3.12 scripts/upload.py --file <视频路径> 命令 返回字段说明： 字段 类型 说明 id string 媒资ID（唯一标识） url string 视频访问URL duration number 视频时长（秒） 步骤4：调用工具提取视频字幕 执行字幕提取命令： python3.12 scripts/extractor.py --media-id <媒资ID> --output <输出文件路径> 参数说明： 参数 类型 说明 --media-id string 步骤3获取的媒资ID --output string 字幕结果输出文件路径（JSON格式） 执行流程： 调用ICCP服务提交字幕提取任务 轮询任务状态（每30秒查询一次，最多5分钟） 任务完成后将结果保存到指定输出文件 返回结果说明（JSON格式）： 字段 类型 说明 video_url string 视频访问URL captions object 字幕信息对象 captions.end_time number 字幕结束时间（毫秒） captions.start_time number 字幕开始时间（毫秒） captions.attribute object 字幕属性（预留字段） captions.text string 字幕完整文本内容 captions.words array 分词列表 captions.words[].end_time number 单词结束时间（毫秒） captions.words[].start_time number 单词开始时间（毫秒） captions.words[].attribute object 单词属性（预留字段） captions.words[].text string 单个单词文本 步骤5：SRT字幕文件生成（可选） 触发条件 ：用户需要标准SRT格式字幕文件 触发方式 ：字幕提取成功后，在消息模板中询问用户是否需要SRT格式字幕文件 生成方式 ：Agent根据字幕JSON结果直接生成标准SRT格式字幕文件，不依赖脚本 SRT格式说明： 1 00:00:00,000 --> 00:00:01,800 it's a filter in a bottle with SPF! 2 00:00:01,800 --> 00:00:10,200 This isnt even a foundation Agent执行特殊要求 超时设置 ：调用exec工具启动脚本时，设置≥180000ms（3分钟）的yieldMs 友好提示 ：若脚本未立即返回结果，先回复用户："正在为您进行视频分析，任务执行时间可能较长，请您稍候~" 异常处理 ：若脚本因超时/异常退出，立即使用持久化的Task ID调用任务查询接口确认后端状态，禁止直接判定任务失败 📝 用户展示消息模板 严格要求 ：必须使用普通正文格式展示，绝不可使用加粗语法（**），并且必须严格保留每一行的换行符！ 视频上传成功模板： 📤 视频上传成功！ 🆔 媒资ID: {media_id} 🔗 视频URL: [点击查看]({url}) 📊 分辨率: {width}x{height} ⏱️ 时长: {duration}秒 字幕提取成功模板： ✨ 字幕提取任务已完成！ 🎥 视频链接 [点击查看视频]({video_url}) 🔤 字幕全文 {full_text} 🔤 字幕分词详情 | 时间戳（秒） | 分词文本 | |-------------|----------| {word_rows} --- 📁 字幕JSON文件路径：{output_file_path} 需要帮你生成SRT格式的带时间戳字幕文件吗？ {word_rows} 生成规则：遍历 captions.words 数组，过滤掉文本为空白的条目，将 start_time/end_time 除以 1000 转换为秒，每行格式为 | {start_sec}-{end_sec} | {text} | ，必须完整生成所有非空分词条目，不得省略。 ⚠️ 错误处理规范 所有错误必须明确告知原因和可执行解决方案，禁止模糊提示！！！ 错误码 错误描述 详细说明 用户处理建议 0 无返回值 接口调用成功，但服务返回结果为空 请稍后重试，如问题持续请联系火山技术支持 1400 ParamErr参数错误 参数错误 联系技术支持 1402 创点不足 调用接口时，用户账户的创点额度不足 请前往 创点充值页面 充值创点或升级套餐 1410 服务ID不存在 调用接口时，输入参数中包含了不存在的服务ID 1411 输入分辨率错误 调用接口时，输入参数中的图片或视频分辨率不符合要求 请检查素材分辨率是否符合规格要求（如≥480p） 1412 图片格式错误 调用接口时，输入参数中包含了非支持的图片格式 请检查图片格式是否为 jpg、png 等支持的格式 1413 无效的媒体URL错误 调用接口时，输入参数中包含了无效的媒体URL 请检查您提供的URL是否正确，避免包含特殊字符或格式错误 1414 输入包含敏感信息错误 调用接口时，输入参数中包含了敏感信息，如个人隐私数据等 暂不可生成带人物的营销视频，请等待后续版本更新 1415 输出包含敏感信息错误 调用接口时，服务返回结果中包含了敏感信息，如个人隐私数据等 暂不可生成带人物的营销视频，请等待后续版本更新 1416 输入媒体数量错误 用户输入的素材数量超过限制 提供的媒体素材数量超出限制，多出的素材可能不会使用 1417 大模型调用错误 模型调用出错，通常是输入参数错误 媒体素材处理存在问题，请重新尝试，如问题持续请联系火山技术支持 1418 时长计费参数错误 提交时入参时间有问题 要求的成片时长不符合技能要求，请按照0-60s的时长限制提交制作需求，如问题持续请联系火山技术支持 1501 用户套餐过期 调用接口时，用户套餐已过期 请前往 套餐开通页面 开通套餐 100010 签名验证失败 AK/SK签名验证失败 请检查您提供的火山鉴权AK/SK是否正确，可访问 火山引擎控制台 确认 100013 缺少服务权限 缺少iccloud_muse服务的RegisterArkClawCombo权限 您的企业账号未开通Kickart权限，请联系火山主账号管理员为您开通，或详询火山技术支持 x01001 AK/SK未配置 用户未配置AK/SK 请输入火山鉴权的AK/SK，可访问 火山引擎控制台 获取 x01010 有效套餐缺失 素材上传出现错误，通常是套餐原因 请前往 套餐开通页面 开通套餐 A0101 Session元数据格式错误 接口传入的Session元数据格式错误 稍后重试，如问题持续请联系火山技术支持 1600 任务不存在 查询任务状态时，指定的任务ID不存在 请确认任务ID是否正确，或任务已被删除 其他 - 未明确列出的其他错误情况 稍后重试，如问题持续请联系火山技术支持