Edición de videos de entrevistas orales (口播)
Desde un video hasta un libro de recortes (Cuts + EDL) verificado manualmente, sin tocar archivos multimedia. Siete pasos en línea recta:
0 Listo Verificación de preparación que referencia "Verificar actualizaciones" (esta habilidad no incluye lógica de entorno)
1 Crear proyecto Video real → Transcripción palabra por palabra en la nube → Crear proyecto en producto → Iniciar servicio → Leer estado de vuelta
2 Corregir palabras Diccionario corrige palabras incorrectas (uno general + uno del usuario) → Generar tabla de corrección
3 Eliminar palabras Leer preferencias y reglas → Cinco rondas de escaneo, cada ronda solo busca un tipo, solo registra líneas
4 Resumir Tabla resumen de eliminación + Tabla de oraciones repetidas → Autoverificar leyendo según tabla
5 Revisar Envío completo → Presentar dos tablas al usuario → Abrir Studio para revisión personal
6 Revisar y pasar Comparar propuesta con versión final → Archivar tres cajones → Informar cuatro cosas
Sin cortar medios: Modificar el libro de recortes una vez toma decenas de milisegundos, cortar una vez es un archivo irreversible. Al final de esta habilidad, no hay ningún video nuevo en el disco. La habilidad realiza juicios semánticos y organización; el Runtime del producto es el único escritor de proyectos, Cuts y estados de Studio.
El usuario solo habla en tres lugares: Elegir continuar o reiniciar desde el proyecto original (solo cuando ya se ha editado), revisión en Studio, confirmación de finalización. Todo lo demás es comunicación unidireccional, sin esperar respuesta. El criterio de finalización de cada paso es su producto: si no se ha generado la tabla, no se considera completado.
Primero, lee y ejecuta el Contrato de fase de la habilidad de negocio. La correspondencia entre los pasos de este documento y las fases del contrato: 1=preflight+Product state readback, 5=proposal+Product CAS, revisión=project-level review binding. Las tres fases posteriores al contrato (confirmación, ejecución, aceptación) pertenecen a la habilidad de exportación.
El origen de los accidentes de cada regla está en el Libro de accidentes: las reglas están en el texto principal, las historias están allí.
0. Listo
Primero ejecuta la "Verificación de preparación" de Verificar actualizaciones: si las habilidades están actualizadas, si el Runtime es compatible; la raíz del plugin también se ubica allí (en los comandos de este documento, <raíz-del-plugin> se sustituye por esa ruta literal). Solo se continúa si se obtiene "Listo"; si es "Necesita nueva sesión" o "Detener", se ejecuta según su disposición (incluida la prohibición de "interfaces sustitutas hechas por uno mismo").
Si el resultado de la verificación es runtime.kind=desktop-managed, comparte la misma entrada estable y el servicio launchd/windows-task que la instalación CLI, simplemente continúa; no busques el directorio de instalación de Electron, instales Bun/FFmpeg ni inicies un segundo Runtime.
1. Crear proyecto: Entrada real → Transcripción → Crear proyecto en producto
Qué hacer: Entregar el video local real del usuario y la transcripción palabra por palabra en la nube al producto, crear el proyecto atómicamente, iniciar el servicio, leer el estado de vuelta.
# Después de la transcripción palabra por palabra en la nube (generar candidatos de transcripción dentro del directorio de tarea):
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" project create "<directorio-del-proyecto>" --video "<archivo-de-video-dentro-del-directorio-de-tarea>" --transcript "<transcripción-palabra-por-palabra-dentro-del-directorio-de-tarea>" --json
node "<raíz-del-plugin>/scripts/ensure-running.cjs" --json # El producto declara que asegura el servicio residente (5190)
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" workflow get "<directorio-del-proyecto>" --json # Product state readback
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" cuts get "<directorio-del-proyecto>" --json
Reglas:
- Solo se acepta el video de entrevista oral real proporcionado por el usuario o un proyecto real existente; si no hay medios reales, se detiene, prohibido usar ejemplos o videos de relleno como sustitutos
- La transcripción solo usa el ASR en la nube ya autorizado en el entorno actual; prohibido recurrir al ASR local; si no hay ASR en la nube disponible, informa
missing_cloud_transcription_adapter, no abras Studio, no falsifiques la transcripción --video/--transcriptdeben ser archivos reales dentro del directorio de tarea; no pases la relación de aspecto: el producto la deduce automáticamente del tamaño real del video (Runtime 0.4.4+). Solo agrega--aspect-ratio W:Hsi el usuario solicita explícitamente una relación de aspecto especial- Si ya existe un proyecto estándar, primero
inspectpara confirmar y reutilizar, no se crea unprojectIdduplicado; si el mismo video ya ha sido editado, pregunta al usuario: continuar con el anterior o reiniciar (este es uno de los tres puntos de diálogo).project preparees un compilador idempotente, solo se usa al reanudar una interrupción o al actualizar explícitamente; si se interrumpe, simplemente se vuelve a ejecutar project createes la única entrada: no se pasa por la biblioteca de materiales, sesiones de carga ni habilidades adicionales; la habilidad no debe escribirproject.jsonprimero- El servicio debe ser confirmado por el script como
healthy=true,runtimeMode=launchd(macOS) oruntimeMode=windows-task(Windows), versión compatible, URL canónica 5190 antes de continuar; si falla, transmite el error estructurado y detiene, prohibido recurrir a foreground, cambiar puerto, matar procesos desconocidos - Las dos lecturas de vuelta deben apuntar al mismo
projectId, guardar workflow stage y las tres revisiones de Project / Cuts / EditList; si falta o no coincide, se detiene
2. Corregir palabras: Corregir palabras, generar tabla de corrección
Qué hacer: Antes de cualquier juicio de eliminación, usar el diccionario para corregir palabras mal transcritas por el ASR; si las palabras son incorrectas, los juicios posteriores serán erróneos; las palabras mal escuchadas no son palabras superfluas, la eliminación no las corrige.
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" transcript dictionary "<directorio-del-proyecto>" --dictionary "<raíz-del-plugin>/references/ai-term-dictionary.md" --json
Usa tu herramienta de archivos para verificar si $HOME/.chengfeng-videocut/dictionary.md existe; si existe, ejecuta otra vez (solución temporal: CLI solo acepta un archivo por ahora, ejecuta dos veces; solo puede agregar, no deshacer la primera pasada; espera la publicación de CLI multi-diccionario con fusión de usuario prioritario):
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" transcript dictionary "<directorio-del-proyecto>" --dictionary "$HOME/.chengfeng-videocut/dictionary.md" --json
Producto: Tabla de corrección — fusiona las listas applied de las dos llamadas en una pequeña tabla (palabra original → corregida → contexto), e informa al usuario. Después de la corrección, debes revisar esta tabla: el diccionario, sin contexto, también puede cometer errores; si ves algo incorrecto, modifica el diccionario, no parchees en otro lugar.
Solo cuando el diccionario no resuelve el problema y el autor tiene el guion, se agrega una alineación de contexto adicional:
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" transcript align "<directorio-del-proyecto>" --script "<archivo-de-guion-de-entrevista>" --json # Solo informa, no corrige
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" transcript correct "<directorio-del-proyecto>" --file "<archivo-de-corrección>" --json
Reglas:
- Solo se corrigen palabras, no se modifican tiempos, número de palabras o wordId — el producto compara las marcas de tiempo palabra por palabra; si se modifican, lo rechaza directamente
- Solo se cambia la escritura, no el significado — si realmente se dijo mal y luego se repitió correctamente, eso pertenece a frases incompletas y autocorrecciones, que son gestionadas por la eliminación
- Si el diccionario no tiene la palabra y el guion no puede confirmarla, no adivines: informa y deja que el usuario complete el diccionario. Poner un nombre inventado es peor que dejar un nombre mal escuchado
- El lenguaje oral chino se conserva como en el original: si dice "chā" o "dà mó xíng", es lo que dijo
- El diccionario es un filtro que debe pasarse en cada transcripción (incluso la misma grabación de audio puede dar resultados diferentes al transcribirse dos veces, ver el libro de accidentes)
El guion se segmenta por puntuación: cada palabra en la transcripción tiene puntuación, un párrafo del guion separado por coma, una oración por línea; los subtítulos usan la misma puntuación, la segmentación en ambos lados es consistente. Los proyectos anteriores al 2026-07-28 no tienen puntuación; ejecuta node "<raíz-del-plugin>/scripts/videocut-cli.cjs" transcript regroup "<directorio-del-proyecto>" --json para re-segmentar los párrafos (la verificación palabra por palabra de id/tiempo/texto no cambia, seguro para proyectos ya editados); si se necesita puntuación real, hay que volver a transcribir: la puntuación simplemente no existía en la transcripción anterior.
3. Eliminar palabras: Cinco rondas de escaneo, cada ronda solo busca un tipo
Qué hacer: Lee los materiales, luego lee el orden de reproducción completo cinco veces, cada vez con un solo criterio. Leer con un criterio a la vez proporciona una calidad de juicio mucho mayor que leer con seis a la vez; cada ronda produce un resultado pequeño y verificable.
Primero lee los materiales:
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" transcript playback "<directorio-del-proyecto>" --json
Luego, usando tu herramienta de lectura de archivos, lee $HOME/.chengfeng-videocut/cut-preferences.md (preferencias del usuario; lo que dijo cuenta; si el archivo no existe, es un usuario nuevo, omítelo).
Los criterios están en Reglas de eliminación semántica (principios + casos). Prioridad de los materiales de enseñanza: Preferencias del usuario > Casos del usuario > Casos generales.
Ronda 1 Repetición Repetición entre oraciones, repetición dentro de oraciones (la más objetiva: dos veces igual)
Ronda 2 Frases incompletas y autocorrecciones Decir algo a medias, cortar, y decirlo de otra manera
Ronda 3 Repetición por error oral Números, nombres propios, palabras dichas incorrectamente, luego se dice la correcta
Ronda 4 Tartamudeo en inglés Repetición de inicio de palabra / letras / sílabas
Ronda 5 Muletillas y palabras de relleno La más subjetiva, basada en la densidad y tolerancia de las preferencias del usuario
La acción de cada ronda es fija: buscar casos según el tipo de la ronda → encontrar una ocurrencia y registrar una línea (wordIds + tipo + riesgo) → no juzgar otros tipos. En rondas posteriores, si encuentras palabras ya marcadas, simplemente omítelas; los conflictos se resuelven en el resumen.
Reglas:
- Los juicios solo usan el orden de reproducción de
transcript playback, no se permite construir desdetranscript.json— "decir dos veces" se determina por la adyacencia en la reproducción; construir por cuenta propia puede interpretar números saltados como contenido faltante y descartar incorrectamente (ver libro de accidentes) - La eliminación solo tiene dos estados: "eliminado / no eliminado"; la razón de la IA no forma un tercer estado de "eliminación sugerida"
- Errores orales, repeticiones, frases incompletas: por defecto, eliminar lo anterior y conservar lo posterior; oraciones largas, oraciones completas, reinicios deben ser revisados con alto riesgo
- Las pausas normales no las calcula la habilidad: la fusión de silencios adyacentes y
natural-pause-v2son ejecutados de manera determinista por el producto
4. Resumir: Dos tablas, solo se actúa cuando están listas
Qué hacer: Fusionar las líneas de las cinco rondas en dos tablas: este es el producto de este paso y lo que se muestra al usuario.
Tabla resumen de eliminación (decisión de eliminación línea por línea):
| # | Tiempo | Tipo | Eliminar | Lo que queda leyendo | Riesgo | Base |
|---|-------|--------|----------------------|-----------------------------|------|----------|
| 1 | 00:12 | Repetición | esta función pues | esta función en realidad | Bajo | Caso R2 |
| 2 | 02:31 | Autocorrección | por ejemplo, le pedí que rastreara | por ejemplo, le pedí a Grok que rastreara | Alto | Caso R5 |
Tabla de oraciones repetidas (oraciones dichas varias veces; la tabla palabra por palabra no muestra "cuántas veces se grabó, cuál se conservó", que es precisamente lo que el usuario más quiere verificar):
| Oración (inicio) | Dicha veces | Conservada vez | Eliminadas veces | Riesgo |
|---------------------|------------|---------------------|-----------------|----------------|
| Porque hoy hay algo… | 3 | 3ª vez 00:08 | 1ª, 2ª vez | Bajo: tres veces básicamente iguales |
| La mayoría de los Agent pueden buscar… | 2 | 2ª vez 04:40 | 1ª vez | Alto: diferencias entre las dos, escuchar con atención |
Luego autoverificar: lee el texto completo después de la eliminación en orden de reproducción según la tabla; deshaz las líneas que no tengan sentido. Esta es la definición de revisión: la IA se revisa a sí misma, no se pregunta al usuario; si no estás seguro = no incluyas (dos estados).
5. Revisar: Abrir Studio solo cuando se llega a la revisión manual
Qué hacer: Enviar la propuesta completa, presentar las dos tablas al usuario, luego abrir la página de revisión del producto para que el usuario la revise personalmente.
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" cuts get "<directorio-del-proyecto>" --json # Obtener la revisión de Cuts
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" cuts set "<directorio-del-proyecto>" --file "<archivo-de-propuesta>" --expected-revision "<revisión actual de Cuts>" --json
La propuesta solo referencia wordIds estables:
{
"schemaVersion": 1,
"cutWordIds": ["word-12", "word-13"],
"reasons": [
{ "wordIds": ["word-12", "word-13"], "kind": "repeat", "risk": "low" }
]
}
Reglas de envío:
- La propuesta es la conclusión completa de este juicio, no un incremento —
cuts settiene semántica de reemplazo; enviar un incremento descarta silenciosamente la eliminación semántica de la ronda anterior (ver libro de accidentes); al enviar la propuesta, está prohibido leer o fusionar manualmenteinitialization.baselineCutWordIds(el producto incorpora automáticamente la línea base de pausas) reasonsse guarda en disco y se escribe tal cual; el producto recortará las partes que mencionen palabras no eliminadas- No escribir directamente
cut-selection.json,project.jsono registros de eventos cuts get.data.revisiones la revisión de Cuts,workflow get.data.revisiones la del proyecto, prohibido mezclarlas- Después de un envío exitoso, verifica obligatoriamente
noLongerCut(número de palabras que ya no se eliminan en esta ocasión): si no es cero y no es una retirada intencional, significa que se envió un incremento; vuelve a completar y reenviar; también debes ver si aparece"unknown" - Inmediatamente después, ejecuta nuevamente
workflow get+cuts getpara confirmarcut_review_readyy las tres revisiones; si no coinciden, detente; nunca escribas JSON directamente ni sobrescribas automáticamente - Después del envío, deja
<archivo-de-propuesta>en el directorio de tarea — la revisión del paso 6 lo necesita (las razones pueden ser recortadas por el producto después de la edición del usuario; no se puede recuperar de manera confiable a partir del libro de recortes después)
Luego primero presenta las tablas, luego abre la página: envía las dos tablas al usuario, y permite que las use para entrar a Studio para la revisión.
node "<raíz-del-plugin>/scripts/ensure-running.cjs" --json # Asegurar nuevamente idempotentemente antes de abrir
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" open "<directorio-del-proyecto>" --json # Obtener la URL del proyecto devuelta por el producto
node "<raíz-del-plugin>/scripts/ensure-studio.cjs" --url "<URL-del-proyecto-del-producto>" --view koubo --json # Control de acceso de capacidad: confirmar que 5190 ha registrado la vista koubo
Reglas:
- Solo si el control de acceso devuelve
ok=true, se usa el navegador integrado de Codex para abrirstudio.url, luego se detiene el avance automático y se espera que el usuario seleccione, restaure, guarde - Antes de abrir, compara estrictamente el
productUrlcon#project/<projectId>y elprojectIdde readback, y vinculastage=cut_review_readycon las tres revisiones —ok=truesolo prueba la capacidad del producto, no puede reemplazar la vinculación a nivel de proyecto; cualquier inconsistencia requiere un nuevo readback studio_capability_missing: detenerse y explicar la incompatibilidad de versión, se puede sugerir$chengfeng-report-bug; prohibido asumir que la nueva interfaz existe solo porque la URL tiene?view=koubo; prohibido recurrir al panel de tareas anterior- No tomes "abrir el espacio de trabajo" como el primer paso de la tarea; no accedas al antiguo
review.html, 8898/8899; no controles el DOM de Studio, no modifiques elementos multimedia directamente; no crees pistas de audio independientes ni pistas de subtítulos de relleno
6. Revisar y pasar: El trabajo corregido por el usuario no se debe desechar
Después de que el usuario complete la revisión, primero lee de vuelta:
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" workflow get "<directorio-del-proyecto>" --json
node "<raíz-del-plugin>/scripts/videocut-cli.cjs" cuts get "<directorio-del-proyecto>" --json
Revisión (solución temporal; se reemplazará cuando el producto publique el comando cuts diff): Compara el <archivo-de-propuesta> guardado del paso 5 con la versión final cutWordIds leída de vuelta:
- Lo que el usuario restauró (presente en la propuesta, no en la versión final) = la IA eliminó incorrectamente. Pregunta, según la razón que tú mismo escribiste en la propuesta: ¿en qué tipo de error se cometió?
- Lo que el usuario eliminó adicionalmente (presente en la versión final, no en la propuesta, y no en la línea base de pausas
initialization.baselineCutWordIds) = la IA no lo detectó. Pregunta: ¿a qué tipo pertenece esto, por qué no se identificó? (La línea base solo se usa aquí para excluir palabras de pausa, todavía está prohibido fusionarla en el envío)
Archivar tres cajones:
- Diferencias de gusto → Agregar a
~/.chengfeng-videocut/cut-preferences.md(markdown mantenido por el Agent, solo agregar y reescribir su propia sección; si el archivo no existe, crearlo) - Errores de nombres propios → Agregar a
~/.chengfeng-videocut/dictionary.md(tabla de dos columnas, verificar duplicados antes de agregar) - Vacíos en las reglas → Registrar una línea en la sección "Casos pendientes de actualizar" del archivo de preferencias; cuando el mismo vacío aparezca por tercera vez, informar al usuario, sugerir agregarlo a los casos generales (solo después de la revisión humana se modifican los repositorios de habilidades)
- Incluso si no hay diferencias, se registra: una línea en el archivo de preferencias del proyecto indicando "Aceptación completa"
Informar cuatro cosas: Cuántas palabras se eliminaron, cuántos segundos se redujeron; el stage actual (debería ser cut_review_ready); las tres revisiones de proyecto / Cuts / EDL; resumen de la revisión (N propuestas, X aceptadas, Y restauradas, Z eliminadas adicionalmente, principal diferencia en una frase). Luego indicar al usuario que el siguiente paso es ejecutar la exportación.
No mostrar tarjeta de confirmación, no ejecutar el corte — la tarjeta de confirmación del corte físico pertenece a la habilidad de exportación; esa tarjeta debe congelar la revisión en el momento en que el usuario presiona confirmar.
return_cut_review: Primero, nuevamente node "<raíz-del-plugin>/scripts/ensure-running.cjs" --json, luego regresa al mismo Studio para continuar la revisión; no se activa una nueva revisión; la revisión solo se realiza una vez en el pase final.
Niveles de informe: La revisión estructurada del Producto es PASS de API/readback; la revisión real del marco del navegador es PASS de fotograma visual; si nadie escucha realmente el audio, siempre es UNVERIFIED de escucha humana, no se puede reemplazar con reproducción, DOM, captura de pantalla o detección de medios.
Restauración y fallos
revision_conflict: Releer el estado, explicar la edición que el usuario acaba de hacer, no sobrescribir automáticamenteruntime_unhealthy: No reinstalar en bucleservice_identity_mismatch/service_port_conflict: Detenerse, no recurrir a foreground, no cambiar puerto, no matar procesos desconocidos- La página se cierra pero el servicio sigue activo: leer el workflow y continuar desde el estado actual, no crear un nuevo proyecto
- Ningún fallo debe permitir decir "el libro de recortes ya está escrito" como "ya está editado" — hasta este punto, no se ha generado ningún archivo multimedia
Nota: Esta habilidad acepta video local real y transcripción palabra por palabra en la nube directamente en el producto; esto es un requisito del contrato preflight; la existencia real de ambos es la premisa de todos los juicios.