Cut-Mark｜自然语言驱动的可编辑视频生产工具

背景与问题

自然语言剪辑要求包含不同粒度的动作：部分可以精确执行，部分只能近似完成，部分在当前环境不受支持。如果系统静默忽略限制并只输出 MP4，用户既不知道指令是否落实，也难以继续修改。

我的角色

我定义从自然语言要求到结构化计划、用户确认、媒体处理和可编辑交付的产品流程，并实现能力映射、核心处理模块、Manifest 与运行证据。该项目是个人原型，不宣称生产级模型质量或商业交付。

关键判断

• 能力边界外显：用 exact、approximated、unsupported 表达执行把握。
• 计划确认先于执行：在耗时或不可逆处理前展示操作、近似方式与不支持项。
• 可编辑工程优先：Kdenlive/MLT 工程是默认交付物，MP4 是可查看结果。
• 失败需要证据：哈希、Manifest 和安全停止保留实际执行范围与中间产物。

产品方案

系统解析自然语言与源媒体，形成带能力状态的结构化操作计划。用户确认后，流程按需组合字幕提取、场景切分、生成替换和变化检测等模块，最终输出 Kdenlive/MLT 工程、MP4 成片及 Manifest。风险操作或不可恢复异常触发安全停止，而不是继续生成不可解释结果。

结果与证据

• 完成能力分级、操作计划与用户确认闭环。
• 支持 Kdenlive/MLT 可编辑工程、MP4 和 Manifest 交付。
• 使用哈希与确定性输出记录素材、版本和执行结果。

以上为个人仓库与原型案例可追溯能力，不代表覆盖所有剪辑指令。

局限与下一步

当前能力集中在已声明的字幕、场景与生成模块，更细粒度的镜头、音频和工程模板仍需扩展。后续应继续以模块化能力声明和可复现样例验证新增操作。