B站视频全解析

输入一个 B 站视频 URL + 一句需求，产出可直接使用的文字稿、拆解报告、分镜脚本、原创脚本、生成提示词或课件内容。管线：Cue Omni Reader 远程端点（解析）→ 大模型（场景化加工）→ 交付。

隐私与数据传输说明

你提供的视频 URL 会发送至 Cue 远程解析端点（mcp.cuecue.cn）抓取并解析，解析结果由大模型加工后交付。
默认 no_store=true：源文件与解析结果不落盘、不持久化于服务端。
本技能不读取、不收集你的浏览器 Cookie、登录态或任何本地敏感数据；降级方案不含登录态/Cookie 操作。
Cue API Key 仅用于鉴权，推荐用环境变量 CUE_API_KEY 传入，避免明文写入配置文件。

八大场景总览（意图路由表）

| # | 场景 | 用户典型说法 | 交付物 | |---|------|------------|--------| | 1 | 视频转文字 | 转文字 / 文字稿 / 字幕 / 转录 / 提取文字 | 净稿（分段+小标题+重点）· 口播全文（分段）· 画面文字稿（分组）· 时间线合并稿 | | 2 | 内容分析总结 | 总结一下 / 讲了什么 / 分析 / 摘要 | 主旨 + 结构分段 + 核心要点 + 金句 + 受众分析 | | 3 | 爆款视频拆解 | 拆解 / 为什么火 / 对标 / 抄作业 / 照着学 | 结构分段表 + 脚本类型 + 爆款归因 + 六维评分报告 + 可抄清单 | | 4 | 视频转脚本 | 转脚本 / 分镜 / 还原脚本 | 分镜脚本表（镜头/运镜/转场/情绪/时间线/屏幕文字）+ 口播净稿 | | 5 | 爆款脚本生成 | 帮我写脚本 / 改写成我的 / 仿写 / 原创脚本 | 多条脚本（分段表 + 口播全文 + 六维质检评分） | | 6 | 视频提示词反推 | 反推提示词 / prompt / 提示词 | 风格提示词 + 分镜提示词序列 + TTS 文案 + 结构化 JSON | | 7 | 视频提取 PPT 内容 | 提取PPT / 课件 / 幻灯 / 逐页内容 / 关键帧截图 | 逐页（去重）幻灯 + 关键帧截图（去重嵌图）+ 清洗讲解稿 + 课件大纲 | | 8 | 备考笔记整理 | 备考笔记 / 题号+标准答案 / 整理成笔记 / 考点笔记 | 题号+标准答案备考笔记（含记忆口诀、来源标注） |

路由规则：

仅在用户同时提供 B 站视频 URL 时激活：表中「总结一下 / 分析 / 帮我写脚本」等说法，只有伴随视频 URL 才触发本技能；无 URL 的普通对话不激活。
命中多个意图可组合执行（如「拆解并改写成我的脚本」= 场景3 → 场景5）。
只给 URL 无明确要求：默认执行场景 1（精简版）+ 一段内容速览，然后附场景菜单询问是否深入（「需要我进一步做爆款拆解 / 转脚本 / 改写成你的脚本吗？」），不要擅自跑深度场景。
多个 URL：逐个解析（每次一个），报告可合并交付。

前置依赖（新用户首次使用只需做这一件事）

Cue API Key：与 cue-omni-reader 技能共用同一把 Key，无需新建。获取：cuecue.cn/hub/api-key（新账号送 500 积分 + 每天 10 免费积分）。积分不够用：打开 https://cuecue.cn/，点击页面左下角获取你的专属邀请链接，邀请好友加入，每邀请一位再得 500 积分。详见「积分不足专项提示」。推荐用环境变量 CUE_API_KEY 传入（避免明文落盘），或写入本地 ~/.cue/config.json：
```
# 方式一（推荐）：环境变量
export CUE_API_KEY="sk你的key"
# 方式二：本地配置文件
mkdir -p ~/.cue && echo '{"api_key": "sk你的key"}' > ~/.cue/config.json
```
远程端点直连（无需本地 Bridge、无需配置 MCP）：B 站 URL 解析只走远程端点 https://mcp.cuecue.cn/api/omni-reader/mcp/（streamable-http），鉴权头 Authorization: Bearer <Cue Key>。不依赖 ~/.mcp.json 注册 MCP，也不装本地 Bridge；本地 Bridge 仅在降级方案中使用。
手动调用依赖：curl（Python 参考实现另需 python3，仅标准库）。实际使用时 Agent 自动完成解析，用户只需给一个 B 站 URL + 一句需求。

API Key 只能由用户本人创建：Agent 既不能代生成、也无权查看用户的 Key，禁止声称"我去生成/查看"。

检测到未配置或失效时，必须主动把下面三步说全（照这个话术说，别只丢一句"请提供 API Key"）：

这个技能要一把 Cue API Key 才能跑，三步就好：

打开 cuecue.cn/hub/api-key，登录后创建一把 Key（新账号送 500 积分 + 每天 10 免费积分）

把 Key 完整复制下来

直接粘贴发给我，我帮你写进配置，然后马上就能跑

用户发来 Key 后，Agent 负责写入 ~/.cue/config.json（格式 {"api_key": "sk..."}），写完即可重跑，无需重启客户端。

Key 纪律：只在用户本机写入，禁止回显到对话、日志或任何文件示例中；用户若把 Key 贴在了对话里，提醒他可以去 cuecue.cn/hub/api-key 轮换一把。

健康检查（跑解析前先验证三件事）

一键诊断（不输出密钥原文）：

CUE_KEY=$(python3 -c "import json,os;p=os.path.expanduser('~/.cue/config.json');print(json.load(open(p)).get('api_key','') if os.path.exists(p) else '')" 2>/dev/null || true)
CUE_KEY=${CUE_KEY:-$CUE_API_KEY}
echo "=== 1/3 API Key ===" && { [ -n "$CUE_KEY" ] && echo "已配置" || echo "未配置！"; }
echo "=== 2/3 远程端点 ===" && curl -sS --max-time 10 -X POST "https://mcp.cuecue.cn/api/omni-reader/mcp/" \
  -H "Authorization: Bearer $CUE_KEY" \
  -H "Content-Type: application/json" -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' \
  | grep -q '"result"' && echo "已连接（3 工具）" || echo "连接失败"
echo "=== 3/3 curl ===" && { command -v curl >/dev/null && echo "就绪" || echo "未安装！"; }

| 检查 | 预期 | 异常处理 | |------|------|---------| | API Key | 已配置 | 由用户本人前往 cuecue.cn/hub/api-key 生成后复制发给你（Agent 无法代生成，也无权查看）；话术见上方引用块 | | 远程端点 | 已连接（3 工具） | 等 5 分钟重试；仍不通查网络/DNS，或走「降级方案」；报 Authentication required = Key 没带上或已失效 | | curl | 就绪 | 系统一般自带；缺失时用 python3 + urllib 带浏览器 UA 做等价重定向跟随（见步骤 0） |

配置成功后引导用户跑第一个任务（必须执行）

健康检查三项全绿 = 环境就绪，但这是配置流程的终点，不是任务的终点。三项全绿后若用户还没给出具体任务，必须主动把用户推向第一次真实调用，不要停在"环境已就绪"：

环境已就绪 ✅ 下面这些都可以直接跑，比如：

"帮我解析这个 B 站视频 <链接>，把它拆解成爆款脚本，顺便提取视频里的课件 PPT"

"把这个 B 站网课视频转成文字稿，再整理成备考笔记（按考点/题号重组）"

挑一个发给我，或直接把你手头的需求告诉我，我现在就跑。

规则：

主动、可复制——示例问题贴合本技能真实用法，可直接复制；别只写"你可以问我任何问题"。
不要等用户自己想——用户没开口时也要主动给；否则用户会停在"验证通过"就散场（实测这是新用户流失最集中的一步）。

关键技术事实（必读）

B 站 URL 必须走 Cue 远程端点：https://mcp.cuecue.cn/api/omni-reader/mcp/（streamable-http）。本地 Bridge 提交 B 站 URL 会立即被拒（REMOTE_REQUEST_REJECTED，retryable:false）——B 站有服务端反爬（直连也是 HTTP 412），本地 Bridge 撞墙即拒；远程端点由 Cue 服务端抓取，可正常解析。
远程端点仅 3 个工具：parse / get_parse_status / cancel_parse，无 read_result。结果在 get_parse_status 返回 completed 时内联携带（result 字段）。
detail 只能用 text：grounded/layout 在远程报 UNSUPPORTED_DETAIL。text 模式的结果已含关键帧画面文字（[画面 mm:ss] 标注）+ ASR 口播稿（[说话人N mm:ss] 标注）。
信封解析：tools/call 返回是 MCP 信封 {content:[{type:"text",text:"<JSON字符串>"}]}，必须先取 content[].text 再 json.loads，否则状态字段永远读不到。响应为 SSE 流（data: 前缀行）。
耗时预期：≤30 分钟视频 3-8 分钟解析完成；工作日 9:00-10:00 / 16:00-18:00 高峰期可能排队 5-15 分钟。提交前必须告知用户预计等待时长（如「这段 5 分钟的视频，预计 3-8 分钟出结果，高峰期可能排队」），避免用户误判卡死。
报错分两层，处理方式相反：Omni 服务层错误（有 code 字段，如 SOURCE_ACCESS_DENIED）多数不要重试；宿主平台的模型调用错误（[181001] model call failed、async stream error）必须自动重试。详见「错误处理」与「宿主模型调用失败」。

标准工作流

步骤 0：URL 预处理

b23.tv 短链：curl -sI "<短链>" 取 Location 解析出 BV 号（Omni 不认短链）。
清理跟踪参数：去掉 spm_id_from / vd_source / share_source 等，规范为 https://www.bilibili.com/video/BVxxxxxxxx/。
分P / 合集：URL 带 ?p=N 的按该分P解析；给的是合集/favlist 链接时，先问用户要解析哪个分P。注意：x/web-interface/view 返回的 data.duration 是全部分P时长之和，没带 ?p=N 时默认播 P1——提取前务必用 pages[] 确认目标分P 的真实时长，别把「93 分P 合计 23.7h」误判成「单条 23.7h」而盲目启动全量批量任务。
时长预判：≤30 分钟单条视频直接提交；超长/多 P 引导用户按分P解析（单个分P 是短视频，页面 URL 通常能过），不要整条提交。

步骤 1：提交解析（远程端点）

告知用户等待时长后，调用 parse（参考实现见「解析调用手册」）。返回 {"status":"processing","operation_id":"op_..."}，记下 operation_id。

步骤 2：轮询取回

循环调用 get_parse_status（wait_ms: 20000），status=completed 后从 result 字段取出全文。

拿到结果第一时间落盘：把解析全文原样写入 <BV号>_raw.md（或工作区等价文件）。这是后续所有加工步骤的唯一事实源——一旦步骤 3 的模型调用中断，可以从它原地重试，不必也不许重新提交 parse（重跑 = 白等 3-8 分钟 + 重复扣积分）。长视频尤其不能省这一步。

解析结果的三类原料：

[画面 mm:ss] ... —— 关键帧画面 OCR 文字（屏幕文字、标题卡、幻灯）
[说话人N mm:ss] ... —— ASR 口播全文
其余结构化段落 —— 幻灯/题目卡的结构化 OCR

步骤 3：场景化加工（大模型）

按「场景交付规范」用解析原料生成对应交付物。事实纪律：口播、屏幕文字、时间戳一律以解析结果为准；镜头、运镜、转场、情绪等解析结果中没有的信息，由大模型基于画面文字与叙事推断，必须标注「⚠️ 推断」。禁止编造视频中不存在的内容。

本步骤是整个流程中最容易失败的一环（长输出 + 长上下文）。一旦报 [181001] model call failed / async stream error: ReadError 之类的模型层错误，不要重新解析、也不要直接报错收工——从已落盘的 <BV号>_raw.md 原地重试（5s → 20s → 60s，共 3 次），仍不成则按「宿主模型调用失败」拆小分次生成。

步骤 4：交付

输出为 Markdown，存工作区，命名 <BV号>_<场景>.md（如 BV1eR4y1b7MK_爆款拆解.md）。
含表格的结果主动问一句：「需要转成 Excel / Word / PPT 吗？」——先确认再生成。
长报告先给「一屏速览」（结论先行），再给全文。

场景交付规范

场景 1：视频转文字

格式铁律：禁止输出"一整坨"文字。口播稿、净稿、画面文字稿都必须分段、都必须有小标题、都必须标出重点。把 ASR 结果原样贴出来（几百行 [说话人N mm:ss] xxx，无分段、无重点）是本技能收到最多的差评，不接受。

三件套，按用户需要给全

A. 口播全文（分段存档稿）：保留 [说话人N mm:ss] 时间戳锚点，但按语义分段，不是按 ASR 行机械切。

每段开头单独给一行小标题：### 【起止时间】本段主题，主题自己概括、≤15 字（如 ### 【03:12–06:40】三个必备条件）
段内合并碎片行：同一句话被 ASR 切成几行的，拼回完整一句再写
每段至少 1 处加粗：结论、数字、专有名词、方法名

断段依据（满足任一即分段）：话题/论点切换 · 说话人切换 · 明显停顿 · 结构标识词（「第一 / 接下来 / 另外 / 总结一下 / 最后」）。

B. 净稿（可直接当文案）：在 A 基础上去时间戳、去「嗯 / 啊 / 这个 / 那个」等语气词、补标点断句成文；但分段、小标题、加粗重点全部保留。这是用户最常直接复制带走的一件——不许退化成不分段的大段文字。

C. 画面文字稿：按 [画面 mm:ss] 取屏幕文字，按主题分组（如「封面标题卡」/「目录页」/「案例数据页」），不要逐帧罗列；同一页面在多个关键帧重复出现的，合并为一条并保留首次出现的时间戳。

D. 时间线合并稿（表格，用户要"全量"时给）：

| 时间 | 段落主题 | 口播（要点） | 屏幕文字 | |------|---------|------------|---------|

精简版 vs 全量

精简版（默认，「意图路由」里说的就是它）：B 净稿（已分段 + 已加粗）+ 一段内容速览。
全量：A + B + C + D，或按用户点名的某一件单独给。

输出骨架（照这个结构写）

## 口播全文（分段）

### 【00:00–00:47】开场钩子
[说话人1 00:00] 你有没有想过，做短视频最难的不是拍，而是**开头 3 秒**？……

### 【00:47–03:12】条件一：选题要能被搜到
[说话人1 00:47] ……

交付前自检（必须过一遍）

[ ] 口播稿有 ≥3 个 ### 分段小标题（视频短于 3 分钟则按实际段数）
[ ] 每一段至少 1 处加粗
[ ] 净稿同样有分段 + 小标题 + 加粗，不是一大坨
[ ] 无残留碎片行（被 ASR 切散的句子已拼回）
[ ] A 稿的时间戳锚点保留

场景 2：内容分析总结

一句话主旨
结构分段：时间轴 → 每段讲了什么（3-6 段）
核心要点：≤10 条，保留关键数字/结论
金句摘录：3-5 句可直接引用的原话（注明时间戳）
目标受众与观看价值
结尾 CTA：视频如何引导关注/行动

场景 3：爆款视频拆解（照着学、照着抄）

基本盘：标题 / 时长 / UP主 / 标签（来自解析结果与用户提供；播放点赞等数据用户提供了才写）。
结构分段表（核心）——按视频实际逻辑二选一或混合：
- 流量逻辑：冷启动钩子(0-5s) → 悬念留存 → 价值交付 → 情绪高潮 → 互动引导 → 转化钩子
- 带货逻辑：痛点唤醒 → 需求放大 → 方案引入 → 信任证明（证言/对比/演示）→ 价格锚点 → 逼单 → 售后兜底
| 时间轴 | 段落功能 | 时长 | 手法 | 话术摘录 | |--------|---------|------|------|---------|
脚本类型判定：口播干货型 / 剧情演绎型 / 混剪解说型 / 教程演示型 / 测评种草型 / vlog记录型 / 直播切片型……给出判定依据。
爆款归因（两层）：
- 算法层：完播率设计、互动钩子（评论引导/争议点）、转发触发点
- 内容层：选题命中、结构节奏、情绪势能、人设信任
六维评分报告：见「六维评分体系」，表格 + 总分 + 评级（S/A/B/C）+ 每维一句依据。
抄作业清单：可复用的骨架模板（占位符化）、钩子公式、话术库、节奏参数（每段时长配比）。

场景 4：视频转脚本

还原为可拍摄的分镜脚本表：

| 时间线 | 镜头（景别/机位）⚠️推断 | 运镜 ⚠️推断 | 转场 ⚠️推断 | 画面内容 | 屏幕文字 | 口播/台词 | 情绪 | 备注 | |--------|------|------|------|---------|---------|----------|------|------|

时间线、屏幕文字、口播 = Omni 实测；镜头/运镜/转场/情绪 = 大模型推断（表头已标注）。
表格之后附口播净稿（去语气词、断句成文）。
若用户要拿去翻拍，主动提示结合场景 5 做改写。

场景 5：爆款视频脚本生成

两种模式，先确认用户要哪种：

模式 A · 骨架改写：先跑场景 3 拿到原片骨架 → 保留钩子结构与节奏配比，替换主题/商品/人设/话术 → 产出「你的版本」。
模式 B · 原创生成：让用户给出方向 / 目的（涨粉·带货·种草·科普）/ 商品或主题 / 受众 / 目标时长 → 生成 2-3 条差异化脚本（不同钩子角度）。

每条脚本交付：

分段表：段落功能 | 时长预算 | 口播要点 | 屏幕文字建议
口播全文：成稿，带语气与停顿标记
六维质检评分：生成后自检；任一维度 < 7 分必须改写一轮再交付，并附改写说明

场景 6：视频提示词反推

把画面和内容转成 agent / 生成式 AI 可直接使用的提示词：

整体风格提示词（一段式）：主体 / 场景 / 风格 / 构图 / 色调 / 光线 / 画幅。
分镜提示词序列（表格）：镜号 | 时长 | 画面 prompt（主体-动作-镜头-风格四段式） | 运镜 | 适配工具提示（即梦 / 可灵 / Vidu / Runway / Pika）。
口播 TTS 文案：带停顿（/）与重音（**加粗**）标记。
结构化 JSON 版：{"style_prompt": "...", "shots": [...], "narration": "..."}，供 agent 自动化流水线直接调用。

场景 7：视频提取 PPT 内容（逐页课件 + 关键帧截图）

适用于录播课 / 讲座 / 路演 / 培训等含幻灯（PPT/课件）的视频。用户要的不是原始 OCR 流水，而是逐页、去重、带图、可直接复用的课件。

⚠️ 必做纪律：去重 + 清洗 + 滤废帧。否则会产出用户「读不了、图很多重复、内容乱」的废稿（详见下方「坑点」）。这是本技能被反复返工后固化的硬约束。

A. 纯文字逐页课件（用户只要文字时）

一页一行的去重表：同一张幻灯会在多个关键帧里被反复识别，必须按内容合并——页序唯一，每条 = 一张 distinct 幻灯。表格列：页序 | 出现时间戳 [画面 mm:ss] | 页标题 | 要点（幻灯 OCR 结构化）。
标题与要点来源：页标题优先取 [画面] 识别出的标题；要点来自幻灯 OCR。口播稿只用于补全讲解，不直接当成幻灯正文写进要点列。
OCR 清洗：合并因抽帧产生的断行/碎块，修正明显错字（保留判断依据，必要时用「⚠️修正」标注）；不臆造幻灯上没有的内容。
无画面文字的页：某页只有讲师口播、画面没写字，标注「（口播整理）」，与含画面的页区分开。
完整口播稿（清洗版）：讲师讲稿按幻灯页序对应分段，修正 ASR 音近错字（actual→Axure、圆型→原型、低保人员型→低保真原型等），剥离水印文字（如「极客学院 jikexueyuan.com」整行删除）。
课件大纲：层级 Markdown 大纲（章→节→页）。

B. 带关键帧截图的课件（默认，强烈推荐）

Omni 解析产物只有文字 + 时间戳，不含图片文件；且 Omni 抽帧预算只到约 3:40，长视频后段抽不到。要补齐全片截图，必须下载整段视频 → ffmpeg 抽帧 → 去重 → 嵌 md：

解析：调 Omni parse 拿 [画面 mm:ss] + [说话人N]（用于文字与定位）。
下载整段视频：view API 拿 cid → playurl 取免登录直链（B 站对未登录只给 360p / 640×360，文字够用；要高清算需登录 cookie）。整段下载是为突破 Omni 的 3:40 抽帧预算，拿到全片任意时刻帧。
抽帧 + 去重（核心，禁止固定间隔盲抽）：
- ffmpeg -vf fps=1/2 每 2 秒抽一帧作样本；
- 逐帧算感知哈希（PIL + imagehash.phash），全局聚类，与所有已保留帧汉明距离 > 16 才算新场景；
- 人工/读图核对聚类代表帧，丢弃：片头动画、片尾 logo、同一幻灯的「构建中间帧」（空白→1 要点→完整版，只留完整那张）；
- 按课件顺序重命名为 slide_01..NN.png，存入 keyframes_final/<BV>_<分P>/。
生成带图课件 md（结构）：
- 顶部：视频元信息 + 数据来源 + 整理方式说明；
- 第 1 节「课件截图」：N 张图，每张 = 图 + 一句准确图注（基于实际帧内容写，禁止把原始 OCR 整段倒灌）；
- 第 2 节「讲解要点（清洗稿）」：按主题重写，修正 ASR 错字、剥离水印；
- 第 3 节「整理过程说明」：抽帧数→去重数→最终数，便于用户理解。
主动询问：「需要我把笔记转成 PPTX / Word / PDF 吗？」

多 P / 长视频特别注意事项：

data.duration 是全部分P时长之和，未带 ?p=N 默认播 P1。提取前用 pages[] 确认目标分P 真实时长，避免把「93 分P 合计 23.7h」误判成「单条 23.7h」而盲目启动全量批量任务。
若页面 URL 报 SOURCE_ACCESS_DENIED（B 站风控，间歇性），走「降级路径」用 MP4 直链；但直链降级的 Omni 抽帧同样只到约 3 分钟，完整截图仍需本管线第 2–3 步下载整段补帧。

坑点（反复踩过，必须避免）：

❌ 固定间隔抽帧（每 20 秒 1 张）：塞入大量近似重复帧（人脸/屏幕轻微移动），用户报「图片很多重复」。→ 必须 phash 全局去重。
❌ 原样堆砌 ASR/OCR：满屏音近错字、水印反复出现、QQ邮箱 UI 文本 100 行整段倒灌。→ 必须按主题重写为清洗稿。
❌ 同一幻灯构建中间帧当多页：空白→1 要点→完整版，挤占版面无增量。→ 只留完整那张。
❌ 片头动画/片尾 logo 当课件。→ 丢弃。
✅ 正确样板：264 帧 → phash 去重 ~19 张 → 人工筛掉片头/中间帧 → 最终 9 张真课件，9 张内容各不同。

提问示例（用户这样问即可得到整理好的课件）：

「解析这个视频，提取里面每一页 PPT 的内容并整理成逐页课件：<B站URL>」
「提取这个讲座视频的 PPT，把关键帧截图也放进课件 md，每页去重、文字清洗干净」
「用 bilibili-video-studio 把这门 Axure 课的第 3 课转成带图课件笔记」

场景 8：备考笔记（题号 + 标准答案）

适用于考试 / 面试 / 考证 / 题库 / 带背类视频（教资、公考、高校辅导员、考研、法考、教招等）。这类视频解析原料通常是「题目卡（画面）+ 讲解（口播）」，用户要的不是原始转录稿，而是可直接背诵的备考笔记。

重组规则：

识别题型结构：从 [画面 mm:ss] 与 [说话人N] 中抽题号、题目原文、星级（★）、记忆口诀。
标准答案优先级：[画面] 题目卡/答案文字 > [说话人N] 口播讲解。画面有标准答案以画面为准；画面没有的题目，用口播讲解整理成答案，并清洗 ASR 误识（口误、同音错字）。
统一为「题号 + 标准答案」结构：每题一个二级标题（保留原序号与星级），下接【标准答案】块；口诀/记忆点单独成行保留。
来源标注：答案来自画面还是口播，必要时用「（画面）」「（口播整理）」轻标记，便于用户核对。
禁止编造：解析结果里没有的题目、答案、数字，不补写；推断内容必须标注。

交付：

Markdown，命名 <BV号>_备考笔记.md。
主动询问：「需要转成 Word / PDF / Anki 背诵卡片吗？」先确认再生成。

提问示例（用户这样问即可得到整理好的笔记）：

「解析这个视频，按『题号 + 标准答案』整理成备考笔记：<B站URL>」
「用 bilibili-video-studio 把这个高校辅导员带背视频转成可背诵的备考笔记，每题保留答案和口诀」
「提取这个教资/公考带背视频里的所有题目和答案，做成题号+标准答案的笔记」

六维评分体系（场景 3 与场景 5 共用）

| 维度 | 考察点 | 评分 1-10 | |------|--------|----------| | 钩子力 | 前 3-5 秒留人能力（悬念/冲突/利益点前置） | | | 节奏密度 | 信息与画面切换频率，无冗余 | | | 情绪势能 | 情绪唤起与曲线（共鸣/好奇/焦虑/爽感） | | | 价值密度 | 观众实际获得感（干货/娱乐/情绪价值） | | | 转化引导 | CTA 清晰度与行动驱动力（关注/点赞/下单） | | | 可复制性 | 结构与话术可模板化程度（越高越容易抄） | |

总分 = 六维平均；评级：≥8.5 S / ≥7.5 A / ≥6 B / <6 C。
评分必须附依据（引用具体时间戳与话术），不许拍脑袋。

解析调用手册

curl 三步

# ① 提交解析（记下返回的 operation_id）
curl -sS -X POST "https://mcp.cuecue.cn/api/omni-reader/mcp/" \
  -H "Authorization: Bearer $(python3 -c "import json;print(json.load(open('$HOME/.cue/config.json'))['api_key'])")" \
  -H "Content-Type: application/json" -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"parse","arguments":{"source":"<B站规范URL>","detail":"text"}}}'

# ② 轮询（每 15-20 秒一次，直到 status=completed）
#    arguments 换成 {"operation_id":"op_xxx","wait_ms":20000}
# ③ completed 后取 result 字段文本 = 解析全文

Python 参考实现（提交→轮询→取结果）

import json, subprocess, time, os
KEY = json.load(open(os.path.expanduser("~/.cue/config.json")))["api_key"]
EP  = "https://mcp.cuecue.cn/api/omni-reader/mcp/"

def call(name, args, timeout=70):
    body = json.dumps({"jsonrpc":"2.0","id":1,"method":"tools/call",
                       "params":{"name":name,"arguments":args}}).encode()
    p = subprocess.run(["curl","-sS","--max-time",str(timeout),"-X","POST",EP,
        "-H",f"Authorization: Bearer {KEY}","-H","Content-Type: application/json",
        "-H","Accept: application/json, text/event-stream","--data-binary",body],
        capture_output=True, text=True)
    for line in p.stdout.splitlines():
        line = line.strip()
        if line.startswith("data: "): line = line[6:]
        if line.startswith("{"):
            r = json.loads(line)
            if "result" in r:
                txt = "".join(c.get("text","") for c in r["result"].get("content",[]))
                try: return json.loads(txt)      # 拆信封后再解析
                except Exception: return {"_raw": txt}
            raise RuntimeError(json.dumps(r.get("error","unknown"), ensure_ascii=False))
    raise RuntimeError("无响应")

st = call("parse", {"source": url, "detail": "text"})     # 提交
op  = st.get("operation_id")
while st.get("status") == "processing":                    # 轮询
    time.sleep(min(st.get("poll_after_seconds", 10) or 10, 15))
    st = call("get_parse_status", {"operation_id": op, "wait_ms": 20000})
r = st.get("result")
text = r if isinstance(r, str) else (r or {}).get("text") or st.get("text") or ""

错误处理

报错先分清哪一层——处理方式完全不同，别混：

A 类：宿主平台错误（Agent 运行时 / 大模型调用层）——与 Cue 无关，属瞬时故障，必须重试

| 现象 | 含义 | 处理 | |------|------|------| | [181001] model call failed、openAI API async stream error: ReadError | 宿主向大模型发起流式请求时连接被读中断，非解析失败、不扣 Cue 积分 | 必须自动重试：5s → 20s → 60s 共 3 次；仍失败则拆小分次生成。详见下节「宿主模型调用失败」 | | 宿主报 stream error / connection reset / timeout / rate limit 等传输层或限流字样 | 同上，属宿主/网络层，与 Cue 无关 | 同上，按瞬时错误退避重试 | | 上下文超限（context length exceeded 类字样） | 单次塞入的解析全文过长 | 不要把整篇原料一次性喂进去：先切段摘要，再分段生成；原料落盘后按需读取 |

B 类：Omni 服务层错误（Cue 远程端点返回的 code 字段）——按错误码处理，多数不要重试

| 错误码 | 含义 | 处理 | |--------|------|------| | REMOTE_REQUEST_REJECTED | 多半是误走了本地 Bridge，或 URL 非规范 BV 链接 | 确认走远程端点、URL 已预处理 | | SERVICE_TEMPORARILY_UNAVAILABLE | 服务临时不可用（retryable:true） | 等 10 秒重新提交同一请求 | | UNSUPPORTED_DETAIL | 传了 grounded/layout | 改回 detail:"text" | | SOURCE_TOO_LARGE / 超长视频 | >30 分钟或超出上限 | 引导用户按分P/剪辑分段 | | INSUFFICIENT_CREDITS | 积分不足 | 按「积分不足专项提示」主动引导（充值 / 邀请好友得积分 / 等次日免费额度） |

宿主模型调用失败（181001 / `async stream error: ReadError`）——必须自动重试

这不是 Omni 的错，也不是请求写错了。[181001] model call failed 是宿主平台（Agent 运行时）调大模型时的流式连接读中断——常见于「长上下文 + 长输出」的单次生成，而本技能的场景 3 / 4 / 7 恰好一次就要产出很长的表格与全文，最容易撞上。它不消耗 Cue 积分、不影响已完成的解析结果。

铁律：撞上它必须自动重试，不允许把报错原样抛给用户然后停下。先重试，再谈降级。

先看解析结果拿到了没有
- 已拿到（status=completed）→ 立刻确认解析全文已落盘（见「步骤 2」的落盘要求），后续所有重试都从这份缓存继续，绝不重新提交 parse（重跑一次 = 白等 3-8 分钟 + 重复扣积分）。
- 未拿到（失败发生在步骤 1/2 的解析阶段）→ 那是 B 类错误，按上面的错误码表处理，不要套用本节。
指数退避重试 3 次：间隔 5s → 20s → 60s，每次用完全相同的输入重发。不要改 prompt、不要换参数、不要缩短需求——这类中断绝大多数是瞬时的，原样重试即成功。每次重试都告知用户，别静默卡住：

模型连接中断，正在重试（第 2/3 次）……
重试仍失败 → 拆小再试（这才是根治）。根因是单次生成的内容太长，所以把交付物拆成多次较小的模型调用：
- 第 1 次：只出提纲 + 一屏速览（短输出，最容易成功）；
- 第 2..N 次：按「场景交付规范」里的编号小节逐段补全，每段一次调用；
- 最后一次：拼装成完整文档落盘。
- 拆小后仍失败 → 先把已完成的部分交付给用户，并说清缺口：
  
  已产出「基本盘、结构分段表、六维评分」三部分（已落盘 BVxxxx_爆款拆解.md），「抄作业清单」因模型连接反复中断未能生成。回复「继续」，我接着补最后一部分。
上限 3 次。重试是有成本的，不要无限循环；3 次不成就走第 3 步的拆分策略或部分交付。

以下情况属于「不该重试」，别拿本节硬撞：INSUFFICIENT_CREDITS（积分不足，retryable:false）、SOURCE_ACCESS_DENIED（B 站风控，走「降级路径」）、UNSUPPORTED_DETAIL、SOURCE_TOO_LARGE——这四类重试多少次都是同样结果，会白烧时间和积分。

积分不足专项提示（必须执行）

检测到积分不足（INSUFFICIENT_CREDITS 或任何"积分不足/余额不够"提示）时，不要只丢错误码，必须主动给用户一条拿积分最快的路径：

你的 Cue 积分不足，本次任务未能启动。两个办法：

邀请好友得 500 积分（推荐）：打开 https://cuecue.cn/，点击页面左下角「获取专属邀请链接」，分享给好友——好友加入后你再得 500 积分。

直接充值：前往 cuecue.cn/pay 订阅（首次充值有优惠）；或等次日免费额度。

规则：

提示要主动、简短、可点——把「首页」和「左下角」两个关键动作说清楚，不要让用户自己找入口。
积分不足不要重试（retryable: false）。
用户回复已充值/已邀请后，用完全相同的命令/请求重跑。

降级方案（远程端点长时间不可用时）

远程端点不可用时，优先走免登录 MP4 直链降级（见下方「降级路径：SOURCE_ACCESS_DENIED 时」，不涉及任何登录态/Cookie）。若为本地文件，经本地 Bridge（OMNI_ALLOWED_ROOTS 授权目录内）以 detail:"text" 解析，需用户确认。

质量与合规

拆解 ≠ 搬运：结构、手法可学；逐字洗稿发布有版权与平台风险，商用需获授权。
带货脚本红线：功效宣称遵守广告法（禁「最/第一/根治」类绝对化用语），事实性内容提示用户人工核查。
推断必标注：分镜的镜头/运镜/情绪等推断信息一律带 ⚠️，与 Omni 实测数据区分。
不解析：涉密、明显侵权、违反平台规则的内容。

FAQ

Q: 报 [181001] model call failed / async stream error: ReadError，然后就停了、没再重试？ 这是宿主平台的大模型流式调用中断，不是解析失败，也不扣 Cue 积分——必须自动重试：5s → 20s → 60s 共 3 次，输入保持不变；3 次不成就把交付物拆成「提纲 + 分段补全」分次生成，或先交付已完成部分。前提是解析全文已落盘，重试时绝不重新提交 parse。详见「宿主模型调用失败」一节。

Q: 用户直接丢了个 b23.tv 短链？ 先 curl -sI 解析出 BV 号再提交，Omni 不认短链。

Q: 解析结果只有口播没有画面文字？ 该视频可能没有文字版面（纯真人出镜口播）。detail:"text" 已是画面信息最全的模式，layout/grounded 当前不可用，勿再尝试。

Q: 视频超过 30 分钟？ 引导用户：分P链接逐个解析；或剪辑分段后走降级方案本地解析。

Q: 要 B 站官方 CC 字幕文件？ 官方 CC 字幕需平台登录态，本技能不处理；Omni 的 ASR 结果通常已够用。

Q: 积分/额度？ 与 cue-omni-reader 共用：新用户 500 积分 + 每天 10 免费积分，同一视频重复解析会复用结果不重复扣费。提示积分不足时，两个办法：推荐邀请好友——打开 https://cuecue.cn/，点击页面左下角获取专属邀请链接，好友加入后你再得 500 积分；或前往 cuecue.cn/pay 充值（首次充值有优惠），也可等次日免费额度。

Q: 想要的不是转录稿，而是题号+标准答案的备考笔记？ 用场景 8：直接说「按题号+标准答案整理成备考笔记」并附 URL。解析原料里 [画面] 的题目卡是权威答案，[说话人N] 口播用于补全无画面的题目并清洗误识。

Q: 提取 PPT 时同一页出现好几次？ 因 Omni 按关键帧抽帧，停留较久的幻灯会在多个帧被重复识别。场景 7 已要求按内容去重——一页一行、保留首次出现时间戳，交付的是 distinct 幻灯而非每一帧识别结果。

Q: 场景 7 用户拿到 PPT 笔记后说「读不了、图太多重复、内容乱」？ 必查是否走了正确的去重+清洗管线：① 必须用感知哈希（phash）全局聚类去重，不能用固定间隔抽帧；② 必须按主题重写讲解稿、修正 ASR 音近错字、剥离水印，不能原样堆砌原始 OCR/ASR；③ 必须丢弃片头动画/片尾 logo/同一幻灯的构建中间帧，只留最终完整版。坑点详见解场景 7「必做」章节。

降级路径：远程端点报 SOURCE_ACCESS_DENIED 时（2026-09-09 实测）

远程端点对 B 站页面 URL 也可能被 B 站风控拦截（返回 SOURCE_ACCESS_DENIED，retryable:false，直连 B 站页面为 HTTP 412）。该拦截是间歇性的、按视频/时段波动——同一条视频换个时间窗口可能直接通过，并非每条都拦；且只作用于需服务端抓取的页面 URL，直链媒体（音频/视频文件 URL，如 SoundHelix 的 .mp3）不经过 B 站页面反爬，通常不受影响。实测：BV1eR4y1b7MK（辅导员带背）正常通过、未触发此错，仅 BV1Gx41187Bj（Axure 课）触发后走 MP4 直链降级。此时先确认视频本身可访问（api.bilibili.com/x/web-interface/view?bvid=<BV号> 返回 code:0 即公开正常），再走「MP4 直链 → 远程 parse」路径，无需用户登录态：

# ① 取 cid
curl -sS --compressed "https://api.bilibili.com/x/web-interface/view?bvid=BVxxxxxxxx" \
  -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.bilibili.com/"
# ② 取免登录 360p MP4 直链（durl[0].url，带 deadline 时效参数，需尽快提交）
curl -sS --compressed "https://api.bilibili.com/x/player/playurl?bvid=BVxxxxxxxx&cid=<cid>&qn=64&platform=html5&high_quality=1" \
  -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.bilibili.com/"
# ③ 把 MP4 直链作为 source 提交远程端点 parse（detail:"text"），流程同标准工作流

注意事项：

直链含 deadline 时效参数，获取后立即提交解析，不要存储复用。
360p 画质 OCR 可用但抽帧覆盖有限（实测 2:49 视频仅捕获片头题目卡，后段拿不到），完整内容以 ASR 口播为准；若要带全片关键帧截图，仍须场景 7 管线第 2–3 步下载整段补帧。
此路径不适用于需要大会员/充电/登录的视频（playurl 拿不到或为试看片段）。
视频元信息（标题/UP主/发布时间/时长/播放量）可顺带从第 ① 步 API 获取，充实交付文档的基本盘。
多 P 视频的正确解析法：整条超长视频（如 23.7h 系列课）页面 URL 会 PARSE_FAILED（超长），但单个分P 是几分钟短视频，用分P 页面 URL（?p=N） 即可正常通过且覆盖整课——不必依赖整条直链降级。

参考

解析底座：cue-omni-reader 技能（远程端点调用规范、错误码总表）
在线体验：https://cuecue.cn/hub/omni-reader
API Key 管理：https://cuecue.cn/hub/api-key
订阅付费页面：https://cuecue.cn/pay

B站视频全解析

B站视频全解析

隐私与数据传输说明

八大场景总览（意图路由表）

前置依赖（新用户首次使用只需做这一件事）

健康检查（跑解析前先验证三件事）

配置成功后引导用户跑第一个任务（必须执行）

关键技术事实（必读）

标准工作流

步骤 0：URL 预处理

步骤 1：提交解析（远程端点）

步骤 2：轮询取回

步骤 3：场景化加工（大模型）

步骤 4：交付

场景交付规范

场景 1：视频转文字

三件套，按用户需要给全

精简版 vs 全量

输出骨架（照这个结构写）

交付前自检（必须过一遍）

场景 2：内容分析总结

场景 3：爆款视频拆解（照着学、照着抄）

场景 4：视频转脚本

场景 5：爆款视频脚本生成

场景 6：视频提示词反推

场景 7：视频提取 PPT 内容（逐页课件 + 关键帧截图）

A. 纯文字逐页课件（用户只要文字时）

B. 带关键帧截图的课件（默认，强烈推荐）

场景 8：备考笔记（题号 + 标准答案）

六维评分体系（场景 3 与场景 5 共用）

解析调用手册

curl 三步

Python 参考实现（提交→轮询→取结果）

错误处理

宿主模型调用失败（181001 / async stream error: ReadError）——必须自动重试

积分不足专项提示（必须执行）

降级方案（远程端点长时间不可用时）

质量与合规

FAQ

降级路径：远程端点报 SOURCE_ACCESS_DENIED 时（2026-09-09 实测）

参考

宿主模型调用失败（181001 / `async stream error: ReadError`）——必须自动重试