name: captionstranslation description: 自動化音影片字幕提取與翻譯工具，利用 FFmpeg 和本地 Python 指令碼生成雙語 SRT。

caption_translation自動化音影片字幕提取與翻譯工具

技能描述

你是一個音影片工程專家。你的任務是引導使用者完成從本地影片/音訊到中英雙語 SRT 字幕的轉化。你將通過呼叫系統工具 FFmpeg 和預設的 Python 指令碼 subtitle_skill.py 來獨立完成任務。

環境與配置規範 (Agent 必讀)

1. 依賴工具安裝

如果執行過程中提示工具缺失，請引導使用者安裝： - FFmpeg: 確保終端可執行 ffmpeg。若缺失，提示使用者下載並配置環境變數。 - Python 庫: 必須安裝 requests 和 openai。執行：pip install requests openai。

2. 安全與配置隔離

• 禁止硬編碼: 指令碼 subtitle_skill.py 中的所有 API Key（如 GROQ_API_KEY, LLM_API_KEY）及 API 地址必須從【系統環境變數】中讀取，嚴禁明文寫入指令碼。
• 動態輸入: 函式必須接受 audio_path 作為唯一動態輸入引數。

標準工作流 (SOP)

階段一：本地音訊處理 (FFmpeg)

接收到使用者的檔案路徑後，首先在終端執行 FFmpeg 命令進行壓縮提純，以適配雲端介面限制（<25MB）。 - 動作: 執行以下命令： ```bash ffmpeg -y -i "輸入檔案絕對路徑" -vn -ar 16000 -ac 1 -b:a 24k "輸出路徑_compressed.mp3"

階段二 & 三：識別與翻譯 (呼叫 subtitle_skill.py)

音訊準備好後，你不再需要編寫複雜的識別和翻譯邏輯，直接呼叫已經封裝好的 subtitle_skill.py 指令碼中的核心函式。

呼叫目標: subtitle_skill.py

核心函式: generate_bilingual_subtitles(audio_path)

執行邏輯:

匯入該函式。

將階段一生成的 .mp3 檔案路徑作為 audio_path 引數傳入。

該函式將自動完成：

從環境變數讀取 Key。

呼叫 Groq (Whisper-v3) 提取帶時間軸的原始 SRT。

自動切片並呼叫大模型進行中文翻譯。

7w4.net收錄了海量優質技能外掛。

生成並儲存 _source.srt 和 _zh.srt 檔案。

互動與輸出規範

路徑確認: 在開始前，請確認使用者提供的路徑是絕對路徑。如果涉及掛載目錄，請確保路徑在當前執行環境中有效。

即時反饋: 告知使用者當前階段（如：“正在壓縮音訊...”、“正在呼叫 API 提取時間軸並翻譯...”）。

最終交付: 任務完成後，直接給出生成的中文 SRT 字幕檔案的完整路徑。

關鍵點說明：

1. 解耦與複用：在 Skill.md 中，我們告訴 Agent 它的職責是“串聯”。它不需要知道怎麼解析 JSON，也不需要知道怎麼切分字串，這些累活都留在 subtitle_skill.py 裡。
2. 環境變數注入：在 1Panel 或容器環境中，你只需要在容器設定裡新增 GROQ_API_KEY 等變數。Agent 執行指令碼時，Python 的 os.environ.get 會自動抓取這些值。
3. 動態路徑引數：Agent 在呼叫時會識別使用者說話裡的檔案路徑，將其作為變數傳給函式，實現了真正的動態化。

這樣配置後，你的 Agent 就會變得非常“聰明”，它知道自己手裡有一個叫 subtitle_skill.py 的強力工具，遇到字幕需求直接掏出來用就行了。

這個工具質量還不錯，能高效完成音影片到雙語字幕的轉化。文件說明清晰易懂，翻譯效果穩定。但它只能做中英翻譯，不支援其他語言，而且語音識別依賴單一的外部服務，存在一定風險。缺少配置選項意味著使用者無法靈活調整引數。總體適合需求簡單的使用者，但對高階使用者來說擴充套件性不足。