Cyxj subfix

达芬奇字幕修正 Skill v4

路径约定

脚本一律用 ${CLAUDE_PLUGIN_ROOT}（Claude Code 加载插件时自动注入）定位：

python3 "${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/srt_cleaner.py" ...

架构原则

三层分离：Python 做结构处理，Gemini 做语义初修，Opus 审查把关。

• Python（srt_cleaner.py）：HTML 清理、去重、标点替换、合并、拆分、编号、导出逐字稿 Markdown — 所有时间码操作
• Gemini（srt_corrector.py）：同音字修正 + 去口吃 + 去填充词 — API 自动处理，几乎免费
• Opus（对话内）：审查 Gemini 的修改清单，纠正错误修正，发现遗漏 — 只看 diff，token 极少

词典定位：词典是"已知陷阱"参考，不是主力。同一个词的错误变体太多，词典永远无法穷举。真正的修正靠 Gemini 的语义理解 + 视频主题上下文。Opus 审查后发现的遗漏会反馈到词典，让系统越来越准。

使用方法

/字幕修正 ~/Desktop/Timeline1.srt                          # 完整流程
/字幕修正 ~/Desktop/Timeline1.srt --topic "Claude Code教程" # 指定主题提高修正准确度
/字幕修正 ~/Desktop/Timeline1.srt --no-regroup             # 跳过合并拆分
/字幕修正 ~/Desktop/Timeline1.srt --premium                # Phase 2a 用高端 Gemini 模型
/字幕修正 添加词条 错误词→正确词                             # 添加词典条目（见下方"词典管理"）

显示规则

• 场景：横屏 16:9
• 软上限：18 字符（正常通过）
• 警告区：18-25 字符（输出时标注提醒）
• 硬上限：25 字符（Python 强制拆分，标记需人工校验）
• 字符计算：中文/中文标点=1, ASCII=0.5, 向上取整
• 标点规则：字幕中不用逗号句号（替换为空格），保留？！

执行步骤

<steps>

Phase 1: Python 结构处理

1. 备份：创建 .bak 备份文件（保住原始 SRT——后续各 Phase 会在同目录产出多个文件，防误覆盖，也便于最后回滚比对）
2. 运行 srt_cleaner.py：

   python3 "${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/srt_cleaner.py" "<input.srt>" --stats
   

   如果用户指定 --no-regroup，追加该参数跳过合并拆分。
3. 报告结果：向用户汇报去重、合并、拆分、超限条目数量

Phase 2a: Gemini 自动初修

1. 确认主题：如果用户提供了 --topic，以此为语境参考；否则从字幕内容推断主题，向用户确认
2. 运行 srt_corrector.py：

   python3 "${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/srt_corrector.py" "<_cleaned.srt>" --topic "主题"
   

   如果用户指定 --premium，追加该参数使用高端模型。
3. 输出：
   • _gemini_fixed.srt：Gemini 修正后的完整 SRT
   • _changes.json：修改清单（原文→修正，带原因）

Phase 2b: Opus 审查（在对话中）

1. 读取 _changes.json（只看修改清单，不读全文 SRT）
2. 审查 Gemini 的修正：
   • 检查每项修正是否合理
   • 标记错误的修正（Gemini 改错了的）
   • 发现遗漏的错误（浏览 _gemini_fixed.srt 中 Gemini 未修改的部分，抽查是否有遗漏）
3. 应用最终修正：
   • 撤销错误的修正
   • 补充遗漏的修正
   • 保存为 _fixed.srt
4. 反馈到词典：
   • 把 Gemini 漏掉的重要错误写入 dictionary.json 的 feedback.gemini_missed 字段
   • 如果遗漏的错误有通用性（不是偶发的），同时添加到 corrections 中

Phase 2c: 音频交叉验证（有成片音频时强烈推荐）

SRT 是 ASR 已经听错一遍的产物，拿 SRT 改 SRT 只能靠主题和上下文猜。若用户能提供成片音频，用 lark-minutes 妙记转写作为第二个独立信源做交叉验证（运行时证据 > 单一 ASR）：

依赖声明：本 Phase 依赖本机已配置好的 lark-minutes CLI（飞书妙记）。该 CLI 不可用时直接跳过本 Phase。

1. drive +upload <音频> → minutes +upload --file-token <token> → minutes +detail --minute-tokens <token> --transcript 拿妙记逐字稿
2. 逐条核对 Phase 2b 的存疑/猜测条目：两源一致 → 钉死；两源冲突 → 并列存疑，请用户听音核对
3. 妙记中文口语质量通常更高，能纠正大量同音字与语义误判（实测可纠正二三十处）

没有音频时跳过本 Phase，存疑条目在汇总里显式标注「请对音频核对」，不要把推断当事实。

Phase 3: 写回 Obsidian 逐字稿（不再默认产 .txt）

Phase 2b/2c 完成后，从 _fixed.srt 生成分段逐字稿 Markdown：

python3 "${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/srt_cleaner.py" "<_fixed.srt>" --export-md --title "<视频标题>"

生成 _transcript.md（按自然停顿 + 每段约 200 字分段，文字一字不改）。然后写回 Obsidian：

• 若本次对话已能定位对应的待发布笔记（同一视频的逐字稿草稿，通常在 ~/obsidian/灵感库/待发布/）：把该笔记正文替换为逐字稿；同一视频的多份草稿合拢成一篇，多余的删除（vault 是 git 仓库，可回滚）。
• 否则：写到 ~/obsidian/灵感库/待发布/<视频标题>（成片逐字稿）.md，留待用户归位。

.txt（--export-txt → _script.txt）已不是默认产物——它过去仅用于把逐字稿转回 Obsidian，现在直接写回。只有用户明确要把逐字稿导回 DaVinci IntelliScript 时才用 --export-txt。

交接：逐字稿写回后，若用户想把这期视频再做成图文，提示可用 cyxj-transcript（转稿）把逐字稿整理成文章草稿。

Phase 4: 收尾清理（强制，不许跳过）

Phase 3 完成、逐字稿已写回 Obsidian 后，必须清理全部中间产物。同目录最终只留两份文件：

• <原文件名>.srt — 母片（用户给的原始文件，全程未改动）
• <原文件名>_fixed.srt — 最终修正后的字幕

清理步骤：

1. 先把 _cleaned_stats.json 里的 splits_needing_review 和 over_soft_limit 条目提醒给用户（这是唯一需要在删除前读取的信息）
2. 用 cmp 确认母片与 .bak 逐字节一致（母片没被误改）。一致 → 连 .bak 一起删；不一致 → 先用 .bak 还原母片，再删 .bak
3. 执行清理：

cmp -s "<原文件>.srt" "<原文件>.srt.bak" && rm -f "<原文件>.srt.bak" "<stem>_cleaned.srt" "<stem>_cleaned_stats.json" "<stem>_gemini_fixed.srt" "<stem>_changes.json" "<stem>_transcript.md"

_transcript.md 已在 Phase 3 写回 Obsidian，本地副本一并删除。删除后向用户报一句"以下中间产物已清理"+文件列表（不用事先逐个确认）。

向用户说明最终输出：

• <原文件名>.srt — 母片（未动）
• <stem>_fixed.srt — 最终修正后的字幕
• Obsidian 待发布笔记 — 已写回成片逐字稿（Phase 3）

</steps>

Opus 审查时的权限边界

可以做：

• 审查并修正 Gemini 的错误修改
• 补充 Gemini 遗漏的同音字、口吃、填充词修正
• 将遗漏反馈到词典
• 审查合并结果，标记语义问题
• 建议用户添加新词典条目

绝不可以做：

• 修改任何时间码
• 合并或拆分条目
• 调整条目顺序
• 删除整条字幕（即使是填充词，也只清空文字保留时间码结构）
• 书面化改写口语表达

模型选择

用途	模型 ID	价格（输入/输出 per M token）	说明
日常初修	gemini-3.1-flash-lite	$0.25 / $1.50	默认，官方定位"高频/批量数据处理"，价格约为 3.5-flash 的 1/6
高端初修	gemini-3.5-flash	$1.50 / $9.00	--premium 时启用，语义理解更强，用于疑难字幕
审查	Opus（对话内）	按对话计费	只审查 diff

价格核实于 2026-07-09（ai.google.dev/gemini-api/docs/pricing 原文，Standard 档）。

注意：gemini-3.1-flash-image（Nano Banana 2）、gemini-3-pro-image（Nano Banana Pro）是图片生成专用模型，不用于文本修正。

词典管理

添加词条 = 由 Claude 直接编辑 dictionary.json 的 user_additions 字段（格式：正确词 → 错误变体数组），编辑完成后向用户复述已添加的映射。脚本没有 --add 参数。

词典结构为"正确词 → 已知错误变体列表"，添加时归类到对应的正确词下：

"user_additions": {"正确词": ["错误变体1", "错误变体2"]}

词典路径：${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/dictionary.json

反馈机制

dictionary.json 的 feedback.gemini_missed 字段记录 Gemini 漏掉但 Opus 审查时发现的错误：

{"original": "错误文字", "correct": "正确文字", "context": "错误类型描述", "date": "2026-03-21"}

这些记录用于：

1. 优化 Gemini 的 prompt（如果某类错误反复出现）
2. 扩充 corrections 词典（如果错误有通用性）