Skip to content

chenyuxiaojin/xiaochen-skills / plugins/cyxj-subfix/skills/cyxj-subfix

cyxj-subfix

Verified

达芬奇字幕修正工具:SRT 清理、Sonnet 语义初修、Opus 审查把关。 触发词:/字幕修正、修正字幕、字幕错别字、SRT 修正、达芬奇字幕。 当用户提供 SRT 文件路径需要修正时使用此 skill。

FileKindSize
.gitignoreother13 B
README.mdmarkdown3.8 KB
README_zh.mdmarkdown3.6 KB
SKILL.mdskill md8.9 KB
dictionary.jsonconfig10.9 KB
requirements.txtmanifest12 B
srt_cleaner.pyscript21.7 KB
srt_corrector.pyscript12.1 KB
---
name: cyxj-subfix
description: >
  达芬奇字幕修正工具:SRT 清理、Sonnet 语义初修、Opus 审查把关。
  触发词:/字幕修正、修正字幕、字幕错别字、SRT 修正、达芬奇字幕。
  当用户提供 SRT 文件路径需要修正时使用此 skill。
version: 5.0.0
---

# 达芬奇字幕修正 Skill v5

## 路径约定

脚本一律用 `${CLAUDE_PLUGIN_ROOT}`(Claude Code 加载插件时自动注入)定位:
```bash
python3 "${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/srt_cleaner.py" ...
```

## 架构原则

**三层分离**:Python 做结构处理,Sonnet 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
- Sonnet(srt_corrector.py):同音字修正 + 去口吃 + 去填充词 — 用 `claude -p` 分批调用,走 Claude Code 额度,不需要 API key
- Opus(对话内):审查 Sonnet 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 Sonnet 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 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
- 每条上限:16 字符(Netflix 简体中文每行 16 字)。合并不超过 16;超过 16 的由 Python 一直拆到每条 ≤16,标记需人工校验
- 拆分点:?! > 空格(英文词之间不拆)> 词边界(jieba 分词,「的了吗」不放下一条开头)> 中点强拆;时间按字数比例分配
- 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?!;数字里的小数点和千分位(5.5、1,000)不动

## 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**:
   ```bash
   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: Sonnet 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**:
   ```bash
   python3 "${CLAUDE_PLUGIN_ROOT}/skills/cyxj-subfix/srt_corrector.py" "<_cleaned.srt>" --topic "主题"
   ```
3. **输出**:
   - `_sonnet_fixed.srt`:Sonnet 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 Sonnet 的修正**:
   - 检查每项修正是否合理
   - 标记错误的修正(Sonnet 改错了的)
   - 发现遗漏的错误(浏览 _sonnet_fixed.srt 中 Sonnet 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 Sonnet 漏掉的重要错误写入 `dictionary.json` 的 `feedback.first_pass_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:
```bash
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:

```bash
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>_sonnet_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 Sonnet 的错误修改
- 补充 Sonnet 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 | 费用 | 说明 |
|------|------|------|------|
| 初修 | `sonnet`(Claude Code 别名,指向当前 Sonnet) | 走 Claude Code 额度 | effort 为 medium;可用 `--model` 换模型 |
| 审查 | Opus(对话内) | 按对话计费 | 只审查 diff |

## 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:
```json
"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.first_pass_missed` 字段记录 Sonnet 漏掉但 Opus 审查时发现的错误:
```json
{"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. 优化初修的 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)
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 323kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 323kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 323kUpdated Claude CodeCodexVerifiedInstall