（9695期）video-add-captions – 专业级智能字幕生成与样式管理

专业级智能字幕生成与样式管理 Open Recut生态的字幕生成技能，基于FFmpeg和HyperFrames技术栈，提供从时间轴映射、样式选择到透明PNG序列渲染的完整字幕工作流。 使用说明 核心用法 video-add-captions 是 Open Recut 视频制作工作流中的字幕生成技能，专为专业视频后期制作设计。其核心工作流程分为四个阶段： 1. 前提准备与模式选择 必须先运行 video-understand 获取词级时间戳转录和标准化时间轴 支持两种演示模式：Standard（标准底部固定）和 Expressive（动态语义强调+Karaoke效果） 通过交互式对话让用户或代理选择呈现模式 2. 字幕计划构建 使用 build_captions.py 将源时间戳映射到节目时间（处理剪辑、变速后的时间转换） 支持 7 种预设样式：clean、minimal、social-bold、pill、boxed、stroked、shorts Expressive 模式额外支持 bottom-standard 和 center-emphasis 动态布局 3. 样式选择与审核 Human 模式：用户通过 HTML 图库选择样式，系统记录精确响应 Agent 模式：代理基于委托说明自主决策并记录推理 生成透明预览合成，提供 early/middle/late/no-caption 四组证据图像 4. 渲染与注册 使用 hyperframes 生成透明 PNG 序列 自动注册为 work/project.json 中的叠加轨道贡献 最终由共享渲染器合成到交付文件 显著优点 时间轴精确映射：通过 timeline.json 处理源时间到节目时间的转换，剪辑、变速后字幕仍精准对齐 专业级样式系统：维护的预设样式 + 主题变体（如 pill-yellow）满足多平台发布需求 双模式决策机制：Human 模式保障创意控制，Agent 模式支持批量自动化 完整证据链：所有审核步骤生成可哈希绑定的证据文件，支持后期追溯 透明叠加输出：生成带 Alpha 通道的 PNG 序列，便于后期合成灵活调整 Expressive 智能布局：基于语义角色（关键词、数字）自动切换位置，提升信息传达效率 潜在缺点与局限性 重度依赖前置技能：必须依赖 video-understand 的词级转录，无法独立运行 环境要求严格：需要 FFmpeg、Python Pillow、Node.js ≥22、Chrome headless，部署复杂 Expressive 模式限制：仅支持两种布局变体，无法逐 cue 微调位置 Karaoke 效果边界：语义强调与 Karaoke 高亮的颜色/缩放规则复杂，可能产生预期外效果 缓存管理敏感：任何源文件、计划、样式、证据的变更都会使审批失效，需重新生成 无实时预览：基于静态快照审核，无法直接查看动态字幕效果 适合的目标群体 专业视频后期团队：使用 Open Ricut 工作流的内容创作者、YouTuber、MCN 机构 多平台内容分发者：需要为同一视频生成适配 TikTok/Instagram/YouTube 不同风格字幕的用户 自动化工作流构建者：希望将字幕生成集成到 CI/CD 视频处理管道的开发者 语义字幕研究者：对动态布局、关键词强调等高级字幕呈现方式有需求的学术/商业项目 常规使用风险 性能风险：hyperframes render 调用 headless Chrome，大分辨率视频或长时长内容可能内存溢出或渲染超时 依赖项漂移：npx hyperframes 动态获取，网络不稳定或版本变更可能导致行为不一致 Chrome 兼容性问题：缓存的 chrome-headless-shell 损坏时会回退系统 Chrome，可能因版本差异产生渲染差异 时间轴同步错误：若 timeline.json 与源视频不匹配，字幕会出现帧级错位 透明通道问题：Pillow 合成或 PNG 输出可能因色彩配置导致 Alpha 通道异常，需验证 preview-no-caption.png 审批状态丢失：caption-interaction.json 损坏或丢失将导致已审批计划无法复用 原始说明 Add word-timed captions to an Open Recut program. Use this skill to map the canonical transcript through timeline.json, review a maintained style on source-backed pixels, render a local transparent HyperFrames PNG sequence, and register it as an overlay contribution for the shared delivery render.