Captions

hyperframes 是一项工作流技能，用于在 HyperFrames 中构建基于 HTML 的视频合成。适用于需要结构化、以代码为先的 hyperframes 视频编辑场景，比如标题卡、叠加层、字幕、配音、音频驱动动效和场景转场。它更强调布局、时序和动画决策，而不是泛泛的只靠提示词生成视频请求。

youtube-clipper 是一个可安装的工作流，用于把 YouTube 视频剪成可直接使用的片段、字幕变体和简短摘要。它支持用于视频编辑、双语字幕和可导出的剪辑，且比通用提示词更少依赖手工操作。

video-translation 技能可将视频中的口语内容翻译成其他语言，生成 TTS 配音，并在保留视频本体不变的前提下替换或混合音频。对于你已经有源视频、字幕和目标翻译语言的实际视频翻译场景，它尤其合适。

speech-to-text 技能可将受支持的音频文件转写为纯文本，并支持时间戳、说话人标签和 JSON 输出。它面向需要稳定、可重复流程的实际 speech-to-text 场景，适用于访谈、会议、播客、讲座，以及对转写一致性要求较高的自动化任务。