chengyi-ai/native-subtitle-quote-image

解决的问题

本项目实现了从视频内容中自动创建高质量、长篇幅“引用图片”的功能。它通过提供一种结构化的方式，将视频片段转换为视觉一致、易于分享的图片拼贴，从而解决了手动截取帧和对齐字幕的繁琐问题，既支持保留原始硬编码字幕，也支持覆盖验证过的脚本文字。

工作原理

该工具以两种不同的模式运行：

• 原生模式 (Native Mode)：直接从视频帧中识别并裁剪现有的硬编码字幕，无需重新渲染或使用 OCR，从而保留原始视觉风格。
• 脚本模式 (Script Mode)：允许用户提供包含已验证对话和时间戳的 JSON 文件，工具随后使用自定义布局设置将其覆盖到选定的视频帧上。

该项目旨在作为“智能体技能 (Agent Skill)”使用（兼容 Claude Code 或 Codex 等工具），允许用户通过自然语言命令触发处理流程。它负责处理帧选择、裁剪、布局合成以及质量检查。

适用人群

适用于内容创作者、研究人员或任何需要从视频中提取有意义的引用或对话序列用于社交媒体、文档或演示文稿的人。对于那些希望在无需手动编辑的情况下保持专业视觉标准的用户尤其有用。

亮点

• 双重字幕处理：清晰区分原生硬编码字幕与后期脚本覆盖，避免混淆。
• 智能体就绪 (Agent-Ready)：专为集成到 AI 智能体工作流中而设计，允许通过一句话自然语言命令处理视频。
• 灵活布局：支持多种宽高比和紧凑布局，并提供添加视觉分隔符和发言人前缀的选项。
• 注重质量：内置帧质量、字幕对齐和重复检测检查，确保最终输出清晰易读。