- name
SKILL.md
File skill tetap berada di repositori penerbit.
Tempel perintah yang disalin di terminal. Perintah itu memasang SKILL.md ini ke agen tersebut.
npx skills add JimLiu/baocut --skill polish-transcript -a cursor -yTempel perintah yang disalin di terminal. Perintah itu memasang SKILL.md ini ke agen tersebut.
npx skills add JimLiu/baocut --skill polish-transcript -a claude-code -yTempel perintah yang disalin di terminal. Perintah itu memasang SKILL.md ini ke agen tersebut.
npx skills add JimLiu/baocut --skill polish-transcript -a codex -yTempel perintah yang disalin di terminal. Perintah itu memasang SKILL.md ini ke agen tersebut.
npx skills add JimLiu/baocut --skill polish-transcript -a grok -yKirim pesan yang disalin di chat Grok Bot. Bot mengambil SKILL.md ini dari GitHub dan menambahkannya ke skill yang dipakai bersama oleh semua Bot Anda.
Install this skill: https://github.com/JimLiu/baocut/tree/HEAD/skills/baocut/built-in-skills/polish-transcriptDari penerbit
用户拿到的转写是机器听出来的:人名拼错、术语听岔、标点乱放、一长段话用逗号连到底。他要的是一份能放心往下用的底稿:字幕按它断行,译文按它分句,文稿按它导出。润色就是从头到尾顺读一遍的校订:把听错的改对,把标点补正,说话人原来怎么说就保留怎么说。
最容易做坏的样子有两种。一种是改多了:顺手把口语改成书面语,把口癖删掉,把啰嗦的句子精简,甚至把夹杂的外语译掉。这样文字好看了,但字幕和声音对不上,观众听到的和看到的不是一回事。另一种是把一句话的文本挪到别的词上,或者加了词、删了词:每个词都带着时间,词一错位,整段字幕的时间就全错了。
用 documents_read 读 kind 为 speech 的转写(有几份时按来源素材对上用户说的那段)。正文的 words 是一串词,每个词有 id、开始与结束时间、说话人和 text;标点贴在词的 text 上:句末标点在一句最后那个词的末尾,开引号、开括号在第一个词的开头。长转写一次读不完:结果带 nextCursor 时,每页是连续的几句与它们的词,把 nextCursor 给 cursor 一页页接着读,读到没有 nextCursor 为止;可以读一页改一页、写回一页,但不要只润色第一页就当做完了。只要看句子(定术语、找说话人的证据)时给 view sentences,一页放得下的句子多得多。
写回时只改词的 text:
Chat GBT 改成 Chat GPT)。分摊不了(要删一个词或多出一个词才对得上)时不要硬改,在交付说明里列出这一处和正确写法。为什么这么严:字幕的每一条、译文的每一句都对着这些词的时间。你改的是字,时间轴不能动。
先通读全文,定下这几件事,全文照它们改。它们不进成品:
assets[].source(从链接导入的素材才有):标题、发布者(uploader)、简介(description)、作者的章节。它是背景参考,不是文稿内容,也不是绝对权威:里面人名、机构、产品、术语的准确写法是强校正提示,只在说话人明显在说它时才照它改;绝不因为简介里有就往文稿里加词、加事实。用户点名的写法仍是硬性要求,优先于它。mode 为 semantic 的要逐条看上下文核对),它的 discovered 列出写法不一致的专名,可以当线索;它只是候选,不全也不一定对。用户点名的写法是硬性要求,逐字照用:不变形、不改拼写与大小写、不增减空格。上下文不能确定时不猜,保留原样。because.、of.、当。、和。):把它接到后面的分句上,意思说完再断。。,、,。、,,、.,),只保留一个表达边界的。对比一下分句(只是示意):
不好:我们当时试了三种方案,第一种是直接上大模型,成本太高,第二种是蒸馏,效果掉得厉害,最后用的是第三种,就是混合的,
好:我们当时试了三种方案。第一种是直接上大模型,成本太高。第二种是蒸馏,效果掉得厉害。最后用的是第三种,就是混合的。
词一个没动,只改了标点;但前一种会被切成一条塞不下的字幕,后一种每句都能单独成条、单独翻译。
talking-head-cut)的做法,或用 edits_apply 的 proposeCuts 提出剪辑,剪时间线,不改转写。用户要求做这几件里的某一件时,先说清它会怎样影响字幕和译文,再做能做的那部分。
syncedCaptions 是跟着改了字的字幕文档数;keptCaptionCues 列出文字被手改过、没跟着改的字幕句子(每份字幕文档的 cueIds),告诉用户这几句要自己看。不要为了改字删掉字幕层重建。sentences),看 translationBasis 里切出的句子:没有整段连成一句,也没有在半句话处断开;不对就再改标点。正文的 speakers[] 给每位说话人一个 id 和 name。转写只给占位名,润色写回之后,最后一件事是给占位名的说话人换上真名。名字会出现在每一条字幕和每个导出的文件里,所以这一步只认证据,不猜。
Speaker 1、Sprecher 1、Parlante 1 这类「说话人 + 编号」)、识别服务给的编号标签(SPEAKER_00、S1、spk-1),以及名字为空或等于 id 的(大小写不论)。别的名字都是用户或别人起的,不动。视频的转写要校对或润色时用:改错字与误听,统一术语与专名,补正标点与分句,写回同一份转写,词的时间不变。做译文之前先做这一步;已经建好的原文字幕层写回时跟着改字。默认不改语法、不删口癖、不精简;去掉口癖与停顿是剪辑,不在这里做。不用于润色与视频无关的文章或纯文本。
---name: polish-transcriptdescription: 视频的转写要校对或润色时用:改错字与误听,统一术语与专名,补正标点与分句,写回同一份转写,词的时间不变。做译文之前先做这一步;已经建好的原文字幕层写回时跟着改字。默认不改语法、不删口癖、不精简;去掉口癖与停顿是剪辑,不在这里做。不用于润色与视频无关的文章或纯文本…---# skills/baocut/built-in-skills/polish-transcript/SKILL.mdFAQ
Unduh skills/baocut/built-in-skills/polish-transcript/SKILL.md dari penerbit, atau salin path-nya dan buka repositori. PlugMCP hanya mendaftar skill ini dan tidak meng-host filenya.
Penerbit menyimpannya di https://github.com/JimLiu/baocut.
Claude, Cursor, Codex, dan Grok Build bisa membaca SKILL.md yang Anda tambahkan dari repositori penerbit. Grok Bot memasangnya saat Anda mengirim tautan folder GitHub skill tersebut di chat.