自动总结长视频并生成口播稿

# Analyze Content Skill

同步分析关注频道的新YouTube视频，提炼结构化的核心观点。

## 抓取规则

1. **只抓新视频**：跳过已分析过的视频（`data/analyses/` 目录下已有对应 JSON 文件）
2. **限制数量**：每个频道最多只取 **最近2个** 未抓取的视频
3. **按时间排序**：RSS Feed 返回的视频已按发布时间倒序，直接取前2个未分析的即可

## 执行步骤

### Step 1: 读取频道配置
读取 `youtube-insight-dashboard/config/channels.json` 获取用户关注的频道列表。

### Step 2: 获取已分析视频列表
读取 `youtube-insight-dashboard/data/analyses/` 目录下所有 `.json` 文件名，提取 videoId 列表作为"已分析集合"。

### Step 3: 逐频道抓取新视频
对每个频道：
1. 通过 YouTube RSS Feed 获取最近视频：
   ```
   https://www.youtube.com/feeds/videos.xml?channel_id={channelId}
   ```
2. 解析 XML，提取视频列表（按发布时间倒序）
3. 过滤：跳过"已分析集合"中的视频
4. **限制**：只取过滤后的 **前2个视频**（即最近2个未分析视频）

### Step 4: 分析新视频
对每个待分析视频：

#### 4.1 获取视频信息
通过oEmbed API获取：
- 视频标题
- 缩略图
- 频道名称

#### 4.2 获取字幕
调用 Supadata API：
```
GET https://api.supadata.ai/v1/youtube/transcript?video_id={videoId}
Headers: x-api-key: {从.env读取SUPADATA_API_KEY}
```

#### 4.3 分析内容
分析字幕，输出7个模块：

##### 模块1: 内容速览 (overview)
- oneSentenceSummary: 一句话总结核心价值
- coreInsightsSummary: 3-5个核心观点一句话总结
- targetAudience: 适合谁看
- creationValue: { score: 1-5, reason: 评分理由 }

##### 模块2: 嘉宾背景 (guest)
- name: 嘉宾姓名
- title: 身份头衔
- uniqueness: 为什么值得听
- potentialBias: [可能的偏见]
- readingAdvice: 阅读建议

##### 模块3: 核心观点 (insights)
数组，每个观点包含：
- id: insight-1, insight-2...
- title: 观点标题
- timeRange: { start: "MM:SS", end: "MM:SS" } // 该观点在视频中的时间范围
- coreArgument: 核心论点
- evidences: [{ type: data|case|quote|analogy|logic, content: 内容 }]
- goldenQuote: { original: 原文, translation: 翻译, timestamp: "MM:SS" } // timestamp为金句出现的时间点
- plainExplanation: 大白话解释，初中生能懂
- conceptExplanations: [{ term: 术语, explanation: 解释 }]

##### 模块4: 概念词典 (glossary)
数组：
- term: 中文术语
- originalTerm: 英文原文
- context: 语境
- explanation: 大白话解释

##### 模块5: 观点关系 (insightRelations)
- causalChains: [{ from, relation, to }] 因果链
- parallels: [{ insights: [], description }] 并列
- dependencies: [{ insight, dependsOn }] 依赖
- narrativeSummary: 观点如何串联

##### 模块6: 金句收集 (goldenQuotes)
数组：
- quote: 金句内容
- timestamp: "MM:SS" // 金句在视频中出现的时间点
- context: 语境
- useCase: 适用场景

##### 模块7: 质量评估 (qualityAssessment)
- dimensions:
  - informationDensity: { score, note }
  - uniqueness: { score, note }
  - evidenceStrength: { score, note }
  - accessibilityScore: { score, note }
  - creationValue: { score, note }
- overallRecommendation: 总体建议
- topInsightsToExpand: [{ insightId, reason }]

#### 4.4 保存结果
组装完整JSON（包含meta信息），保存到：
```
youtube-insight-dashboard/data/analyses/{videoId}.json
```

### Step 5: 输出结果
告诉用户：
- 检查了多少个频道
- 每个频道发现多少个新视频（及跳过多少个超出限制的）
- 成功分析了多少个
- 跳过了多少个（已分析/无字幕/超出限制）

## 分析原则

1. 论据优先具体数据和真实案例
2. 大白话让初中生能懂
3. 提取所有专业术语
4. 标注观点因果、并列、依赖关系
5. 保留最有冲击力的金句
6. 评分客观，不一味高分
7. **时间戳定位**：
   - 根据字幕的 offset 字段（毫秒）计算时间点
   - 核心观点的 timeRange 应覆盖该观点讨论的起止时间
   - 金句的 timestamp 应精确到金句开始出现的时间
   - 时间格式统一为 "MM:SS"（超过1小时用 "H:MM:SS"）

## 完整输出格式

```json
{
  "meta": {
    "videoId": "",
    "videoTitle": "",
    "videoUrl": "",
    "channelId": "",
    "channelName": "",
    "channelSlug": "",
    "thumbnailUrl": "",
    "duration": "",
    "publishedAt": "",
    "analyzedAt": "",
    "outputLevel": "creator"
  },
  "overview": {},
  "guest": {},
  "insights": [],
  "glossary": [],
  "insightRelations": {},
  "goldenQuotes": [],
  "qualityAssessment": {}
}
```

## 完成后

提示用户启动前端查看

## 生成口播稿

如需为某个视频生成口播稿结构，执行 `/script-content`。

# Script Content Skill

为已分析的视频生成专业级口播稿：**结构 + 标题 + 完整文案**。

---

## 固定受众画像

### 核心受众
1. **互联网科技从业者** - 产品、研发、运营，追求效率和深度
2. **AI提效/副业探索者** - 普通人，想用AI改变工作或赚钱方式

### 受众特征
- 时间宝贵，厌恶废话
- 追求"可执行"的干货
- 喜欢有深度但不学术化
- 对新事物开放，但警惕割韭菜
- 渴望"别人不知道的信息差"

### 内容调性
- 专业但不装逼
- 直接但不粗暴
- 有料但不啰嗦
- 真诚但不煽情

---

## 执行流程

### Step 1: 获取可选视频列表

读取 `youtube-insight-dashboard/data/analyses/` 目录下所有 JSON 文件：
1. 解析每个文件，提取 `meta.videoTitle`, `meta.channelName`, `meta.analyzedAt`
2. 检查是否已有 `scriptStructure` 字段
3. 将没有口播稿的视频作为候选列表

### Step 2: 询问用户选择

使用 AskUserQuestion 工具，展示候选视频列表：
- 选项格式：「视频标题 (频道名)」
- 如果所有视频都已有口播稿，提示用户并询问是否要重新生成

### Step 3: 深度分析原视频

读取用户选择的视频 JSON 文件，进行**二次提炼**：

#### 3.1 价值密度评估
- 原视频的信息增量有多少？
- 哪些观点是"常识复述"可以略过？
- 哪些是"真正的洞察"必须保留？

#### 3.2 差异化角度挖掘
问自己三个问题：
1. 这个话题别人怎么讲的？我们有什么不同视角？
2. 有没有被忽视的"反常识"点？
3. 能否加入独家案例/数据/经历？

#### 3.3 冲突点识别
- 原视频有没有挑战主流观点？
- 有没有"你以为...其实..."的转折？
- 有没有行业痛点可以戳？

### Step 4: 选择叙事框架

根据内容类型选择最适合的结构：

#### 框架A: 问题-方案型（适合工具/方法论）
```
痛点共鸣 → 常见误区 → 正确方法 → 实操步骤 → 效果预期
```

#### 框架B: 认知颠覆型（适合新观点/趋势）
```
主流认知 → 反常识冲击 → 深层原因 → 新的理解 → 行动启示
```

#### 框架C: 案例拆解型（适合成功/失败案例）
```
结果展示 → 背景铺垫 → 关键转折 → 方法提炼 → 适用边界
```

#### 框架D: 信息差型（适合行业内幕/趋势）
```
信息钩子 → 信息来源 → 深度解读 → 影响分析 → 应对策略
```

### Step 5: 设计情绪曲线

口播不是平铺直叙，需要设计**情绪节奏**：

```
情绪强度
   ↑
   │    ╭─╮ 高潮1    ╭──╮ 高潮2(最高)
   │   ╱   ╲        ╱    ╲
   │  ╱     ╲      ╱      ╲    ╭─
   │ ╱       ╲    ╱        ╲  ╱  升华
   │╱ 钩子    ╲  ╱          ╲╱
   └────────────────────────────→ 时间
     开场   铺垫  冲突   解决  收尾
```

每个部分标注：
- 情绪目标（好奇/焦虑/恍然/兴奋/踏实）
- 语速建议（快/中/慢）
- 停顿位置（制造张力）

### Step 6: 生成标题选项

生成 3-5 个标题选项，覆盖不同风格：

#### 标题公式库

| 类型 | 公式 | 示例 |
|------|------|------|
| 数字型 | [数字] + [核心价值] | "Claude Code的3个核心设计原则" |
| 悬念型 | [反常识现象] + 为什么 | "为什么最简单的架构反而最强？" |
| 对比型 | [A] vs [B]：[结论] | "RAG vs Grep：Claude Code选择了更笨的方案" |
| 揭秘型 | [权威来源] + 揭秘 + [主题] | "Anthropic工程师揭秘：Claude Code架构设计" |
| 痛点型 | [痛点] + 的解决方案 | "AI Agent总是不稳定？看看Claude Code怎么做的" |

#### 标题红线
- 不超过25个汉字
- 不用"震惊"、"必看"等低质词
- 有信息增量，不是纯标题党
- 和封面形成互补而非重复

### Step 7: 撰写完整口播稿文案

基于结构，撰写**逐字稿**，格式要求：

#### 文案格式规范
```
【段落标题】

一句话作为一行。
不要把多个句子挤在一行。
每行控制在15-25字之间。
需要停顿的地方，单独成行。

[画面提示：xxx]
[字幕强调：xxx]

---
```

#### 文案写作原则

1. **口语化**
   - 用"你"不用"您"
   - 用短句不用长句
   - 用具体词不用抽象词
   - 像和朋友聊天，不像念稿

2. **节奏感**
   - 重要观点前停顿（单独一行留白）
   - 金句后停顿让观众消化
   - 长句和短句交替使用
   - 适当使用反问句制造互动感

3. **信息密度**
   - 每30秒必须有一个信息点
   - 删掉所有"废话连接词"（然后、接下来、众所周知）
   - 用具体数字替代模糊表达
   - 一个段落只讲一个核心点

4. **情绪设计**
   - 开场制造好奇/焦虑
   - 中间制造"恍然大悟"时刻
   - 结尾给予"踏实/激励"感
   - 适当使用类比降低理解门槛

### Step 8: 生成完整数据结构

生成 `scriptStructure`：

```json
{
  "meta": {
    "narrativeFramework": "问题-方案型 | 认知颠覆型 | 案例拆解型 | 信息差型",
    "coreHook": "一句话说清楚为什么要看这个视频",
    "uniqueAngle": "我们的差异化视角是什么",
    "targetDuration": "7-10分钟",
    "difficulty": "入门 | 进阶 | 深度"
  },

  "titles": {
    "recommended": "推荐使用的标题",
    "options": [
      {
        "title": "标题文案",
        "type": "数字型 | 悬念型 | 对比型 | 揭秘型 | 痛点型",
        "strength": "这个标题的优势",
        "risk": "潜在风险（如有）"
      }
    ]
  },

  "opening": {
    "type": "问题型 | 数据型 | 场景型 | 反常识型",
    "hook": "具体的开场钩子文案",
    "avoidCliche": "不要用的老套开场",
    "emotionGoal": "好奇/焦虑/共鸣",
    "duration": "30-45秒"
  },

  "structure": [
    {
      "order": 1,
      "section": "段落主题",
      "purpose": "这一段要达成什么目的",
      "keyPoints": ["核心要点1", "核心要点2"],
      "supportingElements": {
        "data": "支撑数据（如有）",
        "example": "案例/故事（如有）",
        "analogy": "类比解释（如有）"
      },
      "quotesToUse": ["可使用的原视频金句"],
      "transition": "到下一段的过渡句",
      "emotionCurve": "情绪走向",
      "pacing": "快/中/慢",
      "duration": "预估时长"
    }
  ],

  "closing": {
    "elevation": "升华的核心信息",
    "callToAction": "希望观众做什么",
    "memorableEnd": "留下的最后一句话",
    "emotionGoal": "踏实/激励/思考"
  },

  "fullScript": {
    "totalWordCount": "预估总字数",
    "estimatedDuration": "预估时长（按150字/分钟）",
    "sections": [
      {
        "sectionTitle": "段落标题",
        "lines": [
          "第一句话。",
          "第二句话。",
          "第三句话。",
          "",
          "停顿后的下一句。"
        ],
        "visualCues": ["画面/字幕提示"],
        "duration": "本段时长"
      }
    ]
  },

  "productionNotes": {
    "visualCues": ["需要特别画面配合的节点"],
    "textOverlays": ["需要字幕强调的金句"],
    "paceChanges": ["节奏变化的位置"]
  },

  "spreadStrategy": {
    "thumbnailConcept": "封面创意建议",
    "keywordsToPlant": ["自然植入的关键词"],
    "hookForShorts": "如果切片，用什么钩子"
  },

  "qualityChecklist": {
    "infoIncrement": "是否有足够的信息增量？",
    "logicChain": "逻辑链条是否完整？",
    "emotionRhythm": "情绪节奏是否有起伏？",
    "actionable": "观众看完能做什么？",
    "memorable": "有没有能记住的金句？"
  }
}
```

### Step 9: 保存结果

读取原 JSON 文件，添加 `scriptStructure` 字段，保存回原文件。

---

## 开场钩子模板库

### 问题型
- "你有没有想过，为什么...却总是..."
- "[数字]%的人都在犯这个错误，你可能也是其中之一"

### 数据型
- "最新数据显示...[反直觉的数据]"
- "我研究了[数量]个案例，发现一个规律..."

### 场景型
- "上周我遇到一个事儿..."
- "想象一下这个场景..."

### 反常识型
- "关于[话题]，大多数人都理解错了"
- "今天这个观点可能会得罪一些人，但我还是要说..."

### 信息差型
- "这个信息很多人还不知道..."
- "内部消息，[某某]正在..."

---

## 转折技巧

### 制造冲突
- "但问题是..."
- "真相往往更复杂..."
- "这只是表面现象..."

### 认知升级
- "直到我发现了一个关键点..."
- "换个角度看这件事..."
- "更深层的原因是..."

### 回扣主题
- "这就回到了我们开头的问题..."
- "所以你看，[首尾呼应]"

---

## 升华公式

### 认知层面
- 从具体案例 → 普遍规律
- 从操作方法 → 底层逻辑
- 从单一领域 → 跨域启发

### 情感层面
- 从焦虑 → 踏实（给出明确路径）
- 从困惑 → 清晰（建立认知框架）
- 从旁观 → 行动（激发行动欲望）

### 结尾模板
- "说到底，[一句话总结核心洞察]"
- "与其[常见做法]，不如[新的视角]"
- "记住，[可以带走的一句话]"

---

## 质量红线

生成前自检，以下任何一条不通过就要修改：

1. **前30秒法则**：开场有没有给出"为什么要看完"的理由？
2. **信息增量**：去掉常识后，还剩多少干货？
3. **情绪波动**：是否至少有2个情绪高点？
4. **逻辑闭环**：论点-论据-结论是否自洽？
5. **行动触发**：观众看完知道该做什么吗？
6. **记忆点**：有没有一句能被记住的话？

---

## 输出展示

生成完成后，分两部分向用户展示：

### Part 1: 概览（保存到 JSON 前先确认）

```
## 口播稿概览

**叙事框架**：[框架名] - [选择原因]
**差异化角度**：[我们的独特视角]
**预估时长**：[X分钟] / [X字]

### 推荐标题
> [推荐的标题]

### 备选标题
1. [标题1] - [类型]
2. [标题2] - [类型]
3. [标题3] - [类型]

### 结构概览
| 段落 | 主题 | 时长 |
|------|------|------|
| 1 | 开场钩子 | 30秒 |
| 2 | xxx | 2分钟 |
| ... | ... | ... |

### 避坑提醒
- [提醒1]
- [提醒2]
```

### Part 2: 完整口播稿文案

```
---
# [推荐标题]
---

## 【开场】

第一句话。
第二句话。
第三句话。

[画面：xxx]

---

## 【第一部分：xxx】

第一句话。
第二句话。

[字幕强调：xxx]

第三句话。

---

## 【第二部分：xxx】

...

---

## 【结尾】

升华句。
行动号召。
记忆点金句。

---
```

### 输出顺序
1. 先输出 Part 1 概览
2. 询问用户是否满意结构和标题
3. 用户确认后，输出 Part 2 完整文案
4. 保存到 JSON 文件