脚本生成

Pipeline

视频 + Whisper 字幕
        │
        ▼
  上下文组装（视频元数据 + 字幕摘要 + 风格偏好）
        │
        ▼
  LLM 生成（5 家 Provider 可选）
        │
        ▼
  脚本解析（分段 + 时间戳对齐）
        │
        ▼
  质量检查（一致性 / 长度 / 风格）
        │
        ▼
  输出（JSON + Markdown 双格式）

上下文组装

Director 阶段产出的 DirectorPlan 作为输入：

interface DirectorPlan {
  segments: Array<{
    id: string;
    startTime: number;
    endTime: number;
    intent: 'hook' | 'body' | 'reveal' | 'transition' | 'cta';
    style: 'humor' | 'shock' | 'emotion' | 'professional' | 'documentary';
  }>;
  overallTone: string;
  targetDuration: number;
}

Prompt 模板

每种风格有独立模板，位置：src/core/services/providers/prompts.ts。

模板变量：

• {transcript} — 当前段 Whisper 转录
• {previousSegment} — 上一段解说（保持连贯）
• {style} — 风格
• {duration} — 目标时长
• {intent} — 段落意图

LLM 调用

5 家 Provider：

• OpenAI（gpt-4o-mini）
• Anthropic（claude-haiku）
• Google（gemini-1.5-flash）
• DeepSeek（deepseek-chat）
• Qwen（qwen-plus）

脚本解析

interface DraftScript {
  segments: ScriptSegment[];
  metadata: ScriptMetadata;
}

interface ScriptSegment {
  id: string;
  text: string;
  startTime: number;
  endTime: number;
  style: ScriptStyle;
  voiceHint?: string;
}

质量检查

检查	规则
一致性	段落衔接是否自然
长度	每段时长 5-30 秒
风格	风格匹配 prompt 指令
字数	每分钟 150-300 字

风格与时长

风格	平均长度	句式
幽默	8-15 秒	短句 + 反转
震惊	5-12 秒	感叹 + 数字
感动	12-25 秒	描述 + 抒情
专业	10-20 秒	术语 + 解释
纪录片	15-30 秒	叙述 + 引用

批处理

可同时生成多段解说。失败段落可独立重试。

缓存与成本

• 缓存位置：<config-dir>/script-cache/<video-hash>.json
• 命中条件：同视频 + 同风格 + 同 Provider
• 单次 LLM 调用成本：$0.05-0.20 / 5 分钟视频

输出

格式	路径
JSON	<project>/scripts/<id>.json
Markdown	<project>/scripts/<id>.md
SRT	<project>/scripts/<id>.srt（可选）