Video Agent Researcher

video-agent-researcher

视频团队的通用调研员。两种工作模式：搜索模式（围绕主题搜集网页文章和 YouTube 字幕，提取核心论点，生成结构化大纲）和整理模式（用户已有完整素材时，按视频叙事逻辑重组素材，产出详细整理稿）。

触发条件

• 「搜索关于 [主题] 的素材」
• 「收集 [主题] 的资料」
• 「帮我找一些关于 [主题] 的文章和视频」
• 「整理素材生成大纲」
• 「整理这篇文章」
• 「把这个素材变成大纲」
• 「用这篇文章出视频」
• 由制片人（producer）调度时自动触发

输入 → 输出

• 输入：主题关键词（由制片人传入）+ 已有素材文件（可选）
• 输出：
  • 搜索模式：materials/sources.json + materials/articles/ + materials/transcripts/ + outline.md（标准大纲，~500 字论点摘要）
  • 整理模式：outline.md（详细整理稿，≥ 原始素材 60% 字数，含原文引用 + 金句索引 + 编剧指引）

工作流程

1. 接收主题关键词
2. 搜集素材（优先使用 WebSearch/WebFetch 工具，脚本作为离线备选）
   • 用英文关键词搜索 5-8 篇高质量文章（英文源优先，中文源补充）
   • 用 WebFetch 抓取关键文章的详细内容
3. （可选）YouTube 字幕：如需参考同类视频的讲述方式，搜集 1-3 个相关视频字幕
4. 汇总素材，生成 sources.json 索引
5. 分析所有素材，提取核心论点和案例
6. 数据验证：搜索各关键实体（模型、公司、产品）的官方发布页，确认版本号、发布日期、基准数据为最新
7. 生成结构化大纲，须包含：主题类型（cognitive / tech-sci / review 等）、主题定位、目标观众、3-5 个核心论点、每个论点的支撑案例、开头模式建议
8. 返回 outline.md 给制片人

整理模式（用户已有素材时）

触发条件

当用户已经提供了完整素材（文章、文档、笔记等），不需要搜索，需要按视频叙事逻辑整理。制片人会通过 has_source_material: true 标记。

工作流程

1. 通读全部素材，理解核心主题和论点
2. 按视频叙事逻辑重组（非原文顺序）——思考"观众应该先知道什么、再知道什么"
3. 产出详细整理稿 outline.md，包含以下部分：

整理稿产出物要求

整理稿模板

# [主题]

> 主题类型：cognitive / tech-sci / review 等
> 原始素材字数：X 字
> 整理稿字数：Y 字（原文 Z%）
> 建议视频时长：N 分钟

## 金句索引

| # | 金句 | 出处 | 建议位置 |
|---|------|------|----------|
| 1 | "..." | 原文第 X 段 | 开头钩子 |
| 2 | "..." | 原文第 Y 段 | 案例一结尾 |

## 第一部分：[小标题]（叙事目的：引入）

[重组后的内容，保留原文引用]

> 编剧指引：这段用来建立问题意识，语气轻松，建议 1-2 分钟

## 第二部分：[小标题]（叙事目的：核心论证）

[重组后的内容]

> 原文引用："原文中的精彩表达"

> 编剧指引：这是全片重心，需要展开讲透，建议 3-4 分钟

质量标准

• 不要"摘要化"——保留素材的丰富度和细节
• 编剧拿到整理稿后，工作是"语言转换"（书面→口播），不是"从零创作"
• 如果原文有好的表达，直接保留，不要过度改写

素材搜集详细步骤

方式一：WebSearch/WebFetch（推荐，Claude Code 环境）

1. 用 WebSearch 搜索 3-4 组关键词（英文优先），每组获取 10 条结果
2. 从结果中筛选 5-8 篇高质量文章（优先选择：权威媒体、研究机构、行业分析）
3. 用 WebFetch 抓取关键文章的详细内容
4. 将抓取结果整理为 materials/research-report.md

方式二：Python 脚本（离线备选）

网页文章搜集

python scripts/web_search_collector.py <topic> <output_dir> [url_file]

• 支持从 URL 文件批量导入
• 支持交互模式手动输入 URL
• 自动抓取网页正文，去除 HTML 标签
• 保存到 materials/articles/ 目录

YouTube 字幕下载

python scripts/youtube_transcript_collector.py <video_url> <output_dir>

• 使用 yt-dlp 下载自动字幕（中文优先，英文备选）
• 将 VTT/SRT 字幕转为纯文本
• 保存到 materials/transcripts/ 目录

素材汇总

python scripts/compile_sources.py <materials_dir> <topic>

• 扫描 articles/ 和 transcripts/ 目录
• 为每个文件生成摘要（前 200 字）
• 输出 sources.json 索引文件

大纲生成

python scripts/generate_outline.py <sources.json> [output.md]

• 读取 sources.json 和素材文件
• 提取关键信息
• 生成预填充的 outline.md 模板

大纲质量标准

素材质量标准

依赖

• yt-dlp：YouTube 字幕下载
• Python 3：标准库（urllib, json, re, subprocess）
• 网络连接：抓取网页和下载字幕

脚本文件

• scripts/web_search_collector.py - 网页文章搜集
• scripts/youtube_transcript_collector.py - YouTube 字幕下载
• scripts/compile_sources.py - 素材汇总索引
• scripts/generate_outline.py - 大纲模板生成