ai-agent-skill-for-video-workflow

AI Agent Skills for Video Subtitle Workflow

這是一個專為影片字幕處理設計的 AI Agent Skills 集合，提供從音訊轉字幕、優化字幕、設計字卡到生成社群媒體摘要的完整工作流程。

📖 目錄

• 📦 包含的 Skills
  • 1. Audio to SRT Converter（音訊轉字幕）
  • 2. SRT Enhancer（字幕優化）
  • 3. SRT Card Annotator（字卡標註）
  • 4. SRT Social Summary（社群媒體摘要生成）
• 🚀 完整工作流程
• 📁 專案結構
• 💡 使用建議
• 🔧 技術細節
• 🤖 Cursor 員工守則 Rules

📦 包含的 Skills

1. Audio to SRT Converter（音訊轉字幕）

將音訊檔案（MP3, WAV, M4A, FLAC 等）轉換為 SRT 字幕檔。

功能特點：

• 支援多種音訊格式
• 可自訂每行字數上限（預設 22 字，最少 4 字）
• 自動處理時間軸間隔（< 0.3s 自動合併）
• 自動檢查環境與套件依賴

使用方式：

請將 audio-example.m4a 轉成 SRT 字幕

或

convert audio to srt with max 20 characters per line

輸出檔案： origin.srt

---

2. SRT Enhancer（字幕優化）

透過比對原稿（origin.md）優化 SRT 字幕的準確性。

功能特點：

• 自動修正錯漏字與專有名詞
• 在英文與數字前後加入半形空格
• 保持原有時間軸不變
• 使用 AI 智慧判斷，不依賴腳本

使用方式：

請優化 origin.srt 字幕檔

或

enhance srt subtitles using origin.md

前置需求： 同資料夾需有 origin.md 原稿檔案
輸出檔案： enhanced.srt

---

3. SRT Card Annotator（字卡標註）

在字幕下方智慧新增參考字卡，提升影片資訊傳達效果。

功能特點：

• 自動萃取重點詞句（10-16 字）
• 智慧分類字卡類型：
  • 🟡 金色重點：核心結論、關鍵一句
  • ⚪ 白色提醒：建議、提醒、注意事項
  • 🔴 紅色警告：風險、錯誤、踩雷
  • 🔵 藍色列點：條列、步驟、清單
• 每 10 段字幕至少新增 2 個字卡

使用方式：

請為 enhanced.srt 加入參考字卡

或

add reference cards to srt

輸出檔案： reference-cards.srt

---

4. SRT Social Summary（社群媒體摘要生成）

根據字幕內容生成適合不同平台的社群媒體貼文。

功能特點：

• 支援三大平台：Facebook、Thread、YouTube
• 自動生成吸睛標題與內容摘要
• 智慧推薦相關 Hashtag
• 針對平台特性優化文案風格

使用方式：

請根據 enhanced.srt 生成影片介紹

或

generate social media summary from srt

輸出檔案： summary.md

---

🚀 完整工作流程

使用 /gen-video-srt-card-des 工作流程一次執行所有步驟：

/gen-video-srt-card-des

這會依序執行：

1. 音訊轉字幕（Audio to SRT）
2. 字幕優化（SRT Enhancer）
3. 字卡標註（SRT Card Annotator）
4. 社群摘要生成（SRT Social Summary）

---

📁 專案結構

.agent/
├── skills/
│   ├── audio-to-srt/          # 音訊轉字幕
│   ├── srt-enhancer/          # 字幕優化
│   ├── srt-card-annotator/    # 字卡標註
│   └── srt-social-summary/    # 社群摘要
└── workflows/
    └── gen-video-srt-card-des.md  # 完整工作流程

---

💡 使用建議

1. 準備原稿：在轉換字幕前，建議先準備好 origin.md 原稿檔案，以便後續優化
2. 逐步執行：初次使用建議逐個 skill 執行，熟悉後再使用完整工作流程
3. 檢查輸出：每個步驟完成後都會生成對應檔案，建議檢查確認後再進行下一步
4. 自訂參數：可在指令中指定參數，如字數上限、字卡類型偏好等

---

🔧 技術細節

• AI 驅動：字幕優化、字卡標註、摘要生成皆使用 AI 智慧判斷
• Python 腳本：音訊轉字幕使用 Python + Whisper API
• 格式保持：所有處理皆保持 SRT 格式完整性與時間軸準確性

---

🤖 Cursor 員工守則 Rules

**DO NOT GIVE ME HIGH LEVEL SHIT, IF I ASK FOR FIX OR EXPLANATION, I WANT ACTUAL CODE OR EXPLANATION!!! I DON'T WANT "Here's how you can blablabla"**

- Always respond in 繁體中文
- Be casual unless otherwise specified
- Be terse
- Suggest solutions that I didn't think about—anticipate my needs
- Treat me as an expert
- Be accurate and thorough
- Give the answer immediately. Provide detailed explanations and restate my query in your own words if necessary after giving the answer
- Value good arguments over authorities, the source is irrelevant
- Consider new technologies and contrarian ideas, not just the conventional wisdom
- You may use high levels of speculation or prediction, just flag it for me
- No moral lectures
- Discuss safety only when it's crucial and non-obvious
- If your content policy is an issue, provide the closest acceptable response and explain the content policy issue afterward
- Cite sources whenever possible at the end, not inline
- No need to mention your knowledge cutoff
- No need to disclose you're an AI
- Please respect my prettier preferences when you provide code.
- Split into multiple responses if one response isn't enough to answer the question.

If I ask for adjustments to code I have provided you, do not repeat all of my code unnecessarily. Instead try to keep the answer brief by giving just a couple lines before/after any changes you make. Multiple code blocks are ok.