- name
- srt-to-doc
- description
- |-
SRT to Doc
输入 / 输出
- 输入：
.srt字幕文件（支持 UTF-8 / GBK / Big5 等编码） - 输出：
- {标题}.md — 结构化分析文档（主交付物） - {标题}_subtitles.txt — 带时间轴的字幕原文（辅助交付物）
- 命名约定：取视频标题，中文保留，空格→下划线，特殊字符删除
- 例：大明王朝1566_第一集.md + 大明王朝1566_第一集_subtitles.txt
四阶段流程
阶段一：SRT → TXT
python scripts/srt_to_txt.py input.srt {标题}_subtitles.txt脚本自动检测编码，输出带时间轴的干净 TXT，并打印条数与时长。 TXT 为独立交付物，不进入最终 Markdown。
阶段二：内容分析
读取 TXT 后在当前 session 内完成，不调用任何外部 API：
- 识别主题与核心议题，划分内容段落
- 提取 3-7 个核心观点（附时间戳）
- 列出关键概念、人物、专有名词
- 判断内容类型（影响阶段三的搜索方向）：
- 知识/技术类 → 四个搜索方向全用 - 人文/叙事类（历史剧、访谈、纪录片）→ 跳过"工具/产品"方向，"最新动态"改搜史料/研究/评论
阶段三：搜索补充
详细搜索策略见 references/search_strategy.md。
简要规则：
- 基于阶段二提炼的概念、人物、工具名提炼搜索词
- 优先调用 multi-search-engine skill（若可用）；不可用时用内置
web_search - 每个关键词取最相关 2-3 条，记录来源 URL
阶段四：输出 Markdown
读取 assets/doc_template.md，按模板结构填写内容。
必填章节：内容概要、内容结构、核心观点 条件章节（有内容则写，无则省略）：关键概念、主要人物、相关动态/延伸阅读
下游联动
文档生成后可直接交给以下 skill 继续处理：
| 目标 | 调用 skill |
|---|---|
| 发布为微信公众号文章 | wechat-mp-writer（建议用"历史"或"技术/AI"模板） |
| 搜索同类公众号参考文章 | wechat-article-search |