裁切口误与重复（流水线 Agent 2）
自动化剪辑的第二步，在裁切静音之后运行。它会移除人工剪辑师在第二遍审阅时会剪掉的部分：结巴（“这个这个”、“我-我-”）、立即重复的词、假开头（未说完就重新开始的短语）以及重录音（一行重新录制——保留干净的那次，丢掉糟糕的那次）。
判断什么算口误是主观判断，不是公式——有意的重复（“从不, 从不”）和修辞上的双重（“第一部分是, 是这样……”）在机械层面看起来和结巴完全一样。因此这个 Agent 默认启用审核门控：它会呈现带有完整上下文的候选裁切；由 Agent（和用户）决定；只有被批准的裁切才会被渲染。
何时使用
- “裁掉口误”、“移除结巴/重复”、“清理说错的地方”、“保留最佳版本”、“裁掉假开头”
- 作为主剪辑工作流的第二阶段，在裁切静音的输出上运行。
三步骤流程
1. 查找候选裁切（机械检测）
node .agents/skills/cut-mistakes/scripts/find-cut-candidates.mjs \
<静音字幕.json> --out-dir video-projects/<slug>/assets
输入通常是 Agent 1 的 <stem>.silence-transcript.json，这样裁切会落在已经去除静音的时间线上。输出：
<stem>.cut-candidates.json— 结构化的候选裁切（类型、置信度、建议的cut范围、removes/keeps文本、上下文、建议）<stem>.cut-candidates.md— 可读的提案
候选类型：stutter（立即词重复）、retake（通过 Jaccard 相似度检测到的重复或近似重复片段）、false_start（简短未说完又重新开始的短语）。
2. 审核（门控 — 必须执行）
在上下文中阅读每个候选裁切，然后决定保留还是裁切。机械检测器无法区分有意的强调/修辞和真正的口误，所以不要盲目相信 recommend，要阅读 removes + context。常见的误报：强调性重复（“它是从不、从不放手”）、系动词后接疑问（“第一部分是, 是这样……”）、列举。
向用户呈现候选裁切，每个项目附带推荐建议；收集批准。将批准的裁切写入一个文件：
{ "cuts": [ { "start": 100.93, "end": 101.06, "reason": "我- 假开头" }, ... ] }
（start/end 以秒为单位，基于输入字幕/视频时间线。你可以扩大候选裁切的范围——例如对于重录音，从糟糕版本的开始裁切到干净重新开始的地方。）
3. 应用批准的裁切
node .agents/skills/cut-mistakes/scripts/apply-cuts.mjs \
<静音字幕.json> --cuts approved-cuts.json \
--video video-projects/<slug>/assets/edited-silenced.mp4 \
--output video-projects/<slug>/assets/edited-clean.mp4 --apply
输出 EDL、重新调整时间后的 <stem>.mistakes-transcript.json（提供给动效 Agent + validate-beat-sync.mjs）、决策日志，以及（配合 --apply）裁切后的视频（ffmpeg trim+concat，音视频同步）。去掉 --apply 则进行试运行。
审核结果
使用共享审查工具来目测裁切效果并检查边界：
node scripts/build-edl-review.mjs <stem>.mistakes-edl.json \
--original video-projects/<slug>/assets/edited-silenced.mp4 \
--edited video-projects/<slug>/assets/edited-clean.mp4 \
--output video-projects/<slug>/assets/mistakes-review.html
npx serve . -p 8080 -n
注意事项
- 如果录制非常干净，可能只有很少甚至没有真正的裁切——这是有效的结果；不要为了达到某个数量而裁切自然的讲话。
- 两个口语词之间的裁切是硬拼接。对于结巴/假开头通常很干净；如果需要更平滑的音频，可以稍后添加 20-30 毫秒的淡入淡出。
- 将
mistakes-transcript.json和干净的视频交给 Agent 3（动效 / 分层卡片）。