Skill Omni Creation

这个 Skill 做什么

给定一个 URL（网页或视频），读取页面内容、下载相关图片或视频帧，整理成标准 Skill .md 文件，保存到 skills/<slug>/SKILL.md，图片保存到 skills/<slug>/references/；若任务需要编程实现，还会生成经过验证的脚本，保存到 skills/<slug>/scripts/。

适用请求：

• "从这个链接生成一个 Skill"
• "把这个教程做成 Skill"
• "从这个视频提取操作步骤"

执行总览（先看这里，再动手）

无论网页还是视频、无论是否走降级路径，完整流程都是固定的五段，缺一不可：

1. 获取内容 — scrape_page.py（视频走 analyze_video.py 抽帧；被反爬则按「Playwright 失败时的处理」构造 stage01.json）
2. 图片环节 — 有图时 prepare_images.py → image_review.py 两层筛选 → save_images.py；无图时直接执行 save_images.py <slug> --keep
3. 代码粗筛（必经） — 图片环节完成后按「代码生成（agents/）」一节判断是否需要生成脚本；命中粗筛必须读 agents/code-detector.md 细判。这一步没做完，不允许写 SKILL.md
4. 【判定需要时】编写、验证并收口脚本 — agents/code-writer.md → agents/code-verifier.md → finalize_scripts.py；验证失败只淘汰未通过脚本，不阻塞主 Skill
5. 写生成的 SKILL.md — 永远是最后一步；有验证通过的脚本则引用它们，否则写一次纯文本+图片版

向用户展示执行计划时，计划里必须列出第 3 步（代码粗筛），不得省略。

网页与图片环境门禁

网页和图片依赖由 scripts/environment_gate.py 在代码层统一处理，不再要求 Agent 手工判断 .venv 路径或依次执行两个依赖检查。

门禁在任何 stage、缓存或图片目录被创建/清理之前完成，并按以下顺序执行：

1. 选择已激活虚拟环境、当前虚拟环境或项目最近的 .venv；都不存在时，尝试在项目目录创建 .venv。
2. 若选中的解释器不是当前解释器，自动使用该解释器重新执行当前脚本。
3. 自动安装当前 profile 缺失的 Python 包：beautifulsoup4、requests、Pillow、playwright。
4. 网页 profile 自动安装并真实启动一次 Playwright Chromium。
5. Debian/Ubuntu 类 Linux 在具备 root 或免密 sudo 时自动补齐 Chromium 系统库；其他 Linux 或无提权权限时返回非零并输出所需修复命令。
6. 自动修复仍失败时输出 ENVIRONMENT_BLOCKED、写入 scripts/work/environment_status.json 并立即停止；不得转入网页降级、图片审核、save_images.py --keep 或最终化。

scrape_page.py、prepare_images.py、download_images.py、print_blocks.py、image_review.py 和 save_images.py 都会自动调用同一门禁，因此正常流程无需手工运行 --check-deps。

可选诊断命令：

{bootstrap_python} "{skill_directory}/scripts/environment_gate.py" --profile web-images --check

其中 {bootstrap_python} 只需是当前 shell 中任何能启动 Python 3 的命令；门禁会自行寻找或创建项目虚拟环境。去掉 --check 时，门禁会尝试自动修复环境。

ffmpeg（视频抽帧）

# macOS
brew install ffmpeg

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install -y ffmpeg

# Windows
# 使用 winget/chocolatey/scoop 或 ffmpeg 官方发行包安装，并确保 ffmpeg.exe 在 PATH

若未安装，analyze_video.py 会报错退出。安装后分别使用 where ffmpeg（Windows）或 command -v ffmpeg（macOS/Linux）确认路径，再执行 ffmpeg -version。

yt-dlp（视频下载）

优先安装到同一个 Python 环境：

{python} -m pip install --upgrade yt-dlp
{python} -m yt_dlp --version

也可以使用 macOS Homebrew、Linux 系统包管理器或 Windows winget/chocolatey/scoop，但脚本通过 {python} -m yt_dlp 调用时，仍以当前 Python 环境中的包为准。

可用脚本

所有脚本通过当前系统可用的 shell/code 工具调用，脚本本身不含任何 LLM 调用。

重要： skill_tool 返回的 skill_dir 即 {skill_directory}。网页/图片链路脚本允许用当前 shell 中可用的 Python 3 作为启动命令；代码门禁会自动切换到同一个项目解释器并重新执行。所有脚本仍用绝对路径调用，不要 cd、不要拼接 &&。脚本内部已将 work/ 锚定到自身目录，因此不依赖 shell 当前目录、盘符或路径中的空格。

scrape_page.py — 爬取网页

{python} "{skill_directory}/scripts/scrape_page.py" "<URL>" <slug>
# 输出: work/<slug>/stage01.json

stage01.json 结构：

{
  "url": "...", "slug": "...", "title": "...",
  "blocks": [
    {"type": "heading", "level": 2, "text": "...", "source": "main"},
    {"type": "text",    "text": "...", "source": "main"},
    {"type": "image",   "url": "...", "alt": "...", "source": "main", "path": null}
  ],
  "video_urls": []
}

• 若 URL 是视频平台（B 站/YouTube/Vimeo/小红书），自动跳过爬取，返回 blocks=[] + video_urls=[url]
• 小红书链接（xhslink.com 短链或 xiaohongshu.com 直链）必须通过 scrape_page.py 处理，不要直接用 fetch_webpage，脚本会自动判断是否为视频帖子
• 正文抽取覆盖标题、段落、列表、pre/code/table/dl、常见代码编辑器、JS 文本容器及可恢复的 Canvas 文字
• stage01 在脚本内部施加整页 block、正文字符和序列化大小硬上限；超限时从整页范围保留结构与代表内容，不创建分页文件
• 只有代码门禁输出 ENVIRONMENT_READY 后，页面仍被反爬并返回空 blocks，才进入「Playwright 失败时的处理」；ENVIRONMENT_BLOCKED 必须停止，不能降级

print_blocks.py — 读取网页内容（替代 read_file 读 JSON）

{python} "{skill_directory}/scripts/print_blocks.py" <slug> --stage stage01
# 读取: work/<slug>/stage01.json
# 输出: TITLE、VIDEO_URLS、一次性有界的全页代表视图（标题/正文/图片 alt）

stage01.json、stage02.json 和 stage03.json 都不要直接读取。必须用这个脚本提取内容。

stage01/stage02/stage03 都输出一次相同全局预算的受限代表视图，不提供 offset、下一批游标或继续翻页入口；不要直接读取这些 JSON，也不要尝试补读被预算省略的内容。

prepare_images.py / image_review.py — 串行下载与单层图片审核

{python} "{skill_directory}/scripts/prepare_images.py" <slug>
# 严格串行执行 download_images.py，成功后才执行 print_blocks.py --stage stage02

只根据输出中的图片 alt 与周围文字完成一次审核，并把每张图片最终标为 KEEP 或 SKIP。无法确定图片是否有用时，一律标为 SKIP，不要调用 read_file 查看图片：

{python} "{skill_directory}/scripts/image_review.py" <slug> --first-pass KEEP SKIP SKIP

image_review.py 会把最终状态直接写入当前 stage02.json，并立即输出 KEEP_PATHS_ARGS；把其后的 --keep ... 参数原样传给 save_images.py。不要直接读取 stage02.json，不要扫描或列举整个 raw_images/，也不要使用 read_file、read_file_stream、shell、base64 或字节模式查看待审核图片。

analyze_video.py — 视频抽帧

{python} "{skill_directory}/scripts/analyze_video.py" "<video_url_or_slug>" --title "视频标题"
# 可选显式指定同一工作目录：追加 --slug <slug>；省略时脚本会从 stage01.json 自动解析
# 传视频 URL  → 自动复用 stage01 中的同一 slug；原始帧保存到 frames/，模型只读取 review_frames/ 的 JPEG
# Bilibili 下载使用持久化 .part 文件与 HTTP Range 断点续传；重跑会继续未完成下载
# 传 slug    → 读取 work/<slug>/video.mp4 或 work/<slug>/downloads/video.* 直接粗扫抽帧
# 短视频按 0.5fps；长视频均匀覆盖全片且总帧数最多 90；固定每批最多 5 帧
# 输出: 首次只打印第 1 批的 5 个精确审核帧路径；完成后用 --next-review-batch 获取下一批

脚本不调用任何 LLM，只进行一次粗扫抽帧，不执行细扫。分析时只读取脚本当前打印的 5 个 review_frames/*.jpg；完成后运行同一命令并追加 --next-review-batch 获取下一批。选定关键帧后用相同编号的 frames/frame_NNNN.png 保存。

save_images.py — 保存选定图片

{python} "{skill_directory}/scripts/save_images.py" <slug> --keep raw_images/dom_000.jpg raw_images/dom_003.png
# --keep 后是相对于 work/<slug>/ 的路径；无图时只传 --keep
# 输出: <skills_dir>/<slug>/references/img_NN.ext
#       <skills_dir>/<slug>/references/video_frame_NNN.png

脚本会打印每张图片的最终文件名和 SKILL.md 的写入路径，例如：

[save_images] img_00.jpg <- raw_images/dom_002.jpg
[save_images] img_01.png <- raw_images/dom_005.png
[save_images] SKILL_MD_PATH: /Users/xxx/.jiuwenswarm/agent/workspace/skills/exposure_fusion_opencv/SKILL.md

生成 SKILL.md 时，用 write_file 写入 SKILL_MD_PATH 打印出的绝对路径。图片路径为 references/<文件名>，例如 references/img_00.jpg。 页面无图时也必须执行 save_images.py <slug> --keep；脚本会从 stage02（不存在则 stage01）生成 stage03，并打印同一个 SKILL_MD_PATH。

finalize_scripts.py — 验证后收口脚本

{python} "{skill_directory}/scripts/finalize_scripts.py" <slug> --keep scripts/verified_a.py scripts/verified_b.py
# 没有脚本通过时：... <slug> --keep

脚本只保留 --keep 中列出的验证通过脚本，删除其余生成脚本，并输出 SKILL_SCRIPT_MODE。无论结果是 with_scripts 还是 text_images_only，都输出 SKILL_MD_ALLOWED: true，主流程随后必须写一次最终 SKILL.md。

图片筛选标准

你正在审核从教程或指南页面提取的图片。该指南可能涵盖任意主题：软件操作、摄影、烹饪、硬件等。

只依据图片 alt 与周围文字判断，每张图必须给出以下两种最终状态之一：

• KEEP：上下文已能明确证明图片直接说明步骤、概念或技巧，能帮助读者理解或复现。
• SKIP：图片是小图标、Logo、广告、纯装饰图、其他页面缩略图、与指南主题无关，或者仅凭 alt 与周围文字无法可靠判断其价值。

有任何疑问时一律 SKIP。不得查看图片后再决定，也不得输出其他状态。

决策数量必须与 stage02 中图片数量完全一致，例如： KEEP SKIP SKIP

输出格式规范（网页）

你正在为 AI 智能体构建一个 Skill 文件，用于学习和执行软件操作任务。 所有输出文字（描述、标题、步骤、说明）必须使用简体中文。 只有 YAML frontmatter 的 key（name、description）和图片路径保持原格式不变。

输入内容：

1. TITLE —— 软件任务名称
2. BLOCKS —— 按 DOM 顺序排列的内容块列表，每个块的类型为以下之一：
   • {"type": "heading", "level": 1-4, "text": "...", "source": "main"}
   • {"type": "text", "text": "...", "source": "main"}
   • {"type": "image", "path": "references/img_NN.ext", "alt": "...", "source": "main"} 图片块在文字块之间按原始页面位置穿插排列。

输出格式（严格遵守）：

name: description: <1-3句中文：描述这个 Skill 的用途和适用场景>

<技能名称（中文）>

Steps

分组规则（从上到下匹配，取第一条符合的）：

1. BLOCKS 中存在二级标题块（h2）：
   • 每个 h2 → ### 分组标题，每组步骤编号从 1 重新开始。
   • 若该 h2 组内存在 h3 块 → 每个 h3 → #### 子节标题，每子节编号从 1 重新开始。
2. BLOCKS 中只有三级标题块（h3），没有 h2：
   • 每个 h3 → ### 分组标题，每组步骤编号从 1 重新开始。
3. 没有 h2 也没有 h3 —— 单一连续流程：
   • 平铺格式：一个编号列表，不加 ### 或 #### 标题。

格式示例：

有 h2 + h3（两级分组）：

<h2 标题文字>

<h3 标题文字>

1. <动词> <界面元素名>

2. ...

<下一个 h3 标题文字>

1. ...

<下一个 h2 标题文字>

<h3 标题文字>

1. ...

只有 h2（一级分组）：

<h2 标题文字>

1. <动词> <界面元素名>

2. ...

<下一个 h2 标题文字>

1. ...

平铺格式（无 h2 无 h3）：

1. <动词> <界面元素名>

2. ...

规则：

• YAML frontmatter（--- ... ---）必须是输出的第一行内容。
• name 必须是 snake_case，description 必须是 1-3 句简体中文。
• 图片严格规则：只能引用 BLOCKS 中 path 字段确实存在的图片。 若没有任何 image block 有 path 值，输出中不能出现任何以 ![ 开头的行。 不得自行发明、重命名或伪造任何路径。
• BLOCKS 中每一个有效 path 的 image block 都必须在输出中出现。
• 每张图片必须顶格独占一行（零缩进），前后各留一个空行，打断编号列表。绝对不能缩进在某个列表项之内。 正确：

  2. 选择一个环绕选项。
  
  ![替代文字](references/img_00.png)
  
  3. 选择除嵌入型以外的选项。
  

  错误：

  2. 选择一个环绕选项。
     ![替代文字](references/img_00.png)
  3. 选择除嵌入型以外的选项。
  

• 图片语法： —— path 必须从 block 的 path 字段原样复制；替代文字必须用简体中文描述图片内容，不得原样保留原始英文 alt 属性。
• 禁止幻觉：每个步骤都必须有 BLOCKS 中的文字块或标题块作为依据。 不得凭训练知识自行添加步骤、界面元素名称或操作流程。少而准确优于多而捏造。
• 主题聚焦规则：任务范围由 TITLE 定义。BLOCKS 中内容明显属于其他独立功能的块一律跳过。 示例：标题是"创建数据透视图"→ 跳过所有关于数据透视表设置的块。
• 重复章节合并规则：若不同章节描述相同或高度重叠的操作，合并为一个章节， 保留步骤最完整的版本，丢弃重复内容，不要并排输出。
• 选项展示合并规则：当连续步骤逐一列举同类选项（例如"点击 X 频道、Y 频道、Z 频道" 紧接着"点击 A 频道、B 频道、C 频道"），说明视频是在演示可用选项而非全部选择。 将这些步骤合并为一条上下文步骤：概述有哪些选项，并说明本教程实际配置的是哪一个。 示例："软件支持配置多种渠道（网页、飞书、Telegram 等），接下来配置飞书渠道。" 然后直接继续该选项的配置步骤。
• 纯文字步骤：若文字块描述了明确的操作步骤，但其后没有紧跟图片块，按纯文字步骤输出（不加图片标签）。
• 不附来源链接：不在输出末尾追加来源 URL、参考链接或脚注。
• 包含所有帮助用户完成任务的内容：主要步骤、条件分支（"若 X 则 Y"）、说明、提示、 警告和故障排查。由主题聚焦规则决定相关性，不要整体排除某类内容。 判断标准：即使跳过该内容，用户仍能完成 TITLE 描述的任务 → 跳过。 只排除：推广/营销文案、"了解更多/访问链接"导航文字、 以及不属于操作流程本身的背景说明（历史沿革、政策变更、技术参考表、独立 FAQ 等）。

只输出 Skill Markdown 文件内容，不加任何前言或解释。

输出格式规范（视频）

你正在为 AI 智能体构建一个 Skill Markdown 文件，用于学习和执行视频教程中的操作任务。 所有输出文字（描述、标题、步骤、说明、图片 alt）必须使用简体中文。 只有 YAML frontmatter 的 key（name、description）和图片路径保持原格式不变。

输入内容：

1. TITLE —— 视频任务名称
2. BLOCKS —— 按时间顺序排列的内容块，每个块类型为以下之一：
   • {"type": "text", "text": "..."} — 已从视频中提取的操作步骤（一条步骤一个 block）
   • {"type": "image", "path": "references/video_frame_NN.png", "alt": "..."} — 对应时间段的截图

输出格式（严格遵守）：

name: description: "<1-3句中文：描述这个 Skill 的用途和适用场景>"

<技能名称（中文）>

Steps

1. <动词> <界面元素名或操作对象>

2. ...

核心规则：

• YAML frontmatter 必须是输出的第一行内容。
• name 必须根据 TITLE 生成，使用英文小写 snake_case，避免 video、tutorial、skill 等空泛词。
• description 必须是 1-3 句简体中文，并用英文双引号包裹。
• 技能标题必须是简体中文，准确概括 TITLE 对应的任务。
• 只输出 Skill Markdown 文件内容，不加任何前言、解释或代码块。

依据规则：

• 每个步骤都必须有 BLOCKS 中的 text block 作为依据。
• 允许为了去重、合并和提升可读性而改写步骤表述。
• 但不得引入 BLOCKS 中没有出现的信息、工具、参数、平台、结论或建议。
• 任务范围由 TITLE 定义，与主任务无关的步骤一律跳过。
• 如果某个 text block 操作对象不清晰，且无法从相邻 block 判断其含义，则跳过。

【当前：分组版本】若视频只有单一流程可改回平铺版本（见下方注释）

分组规则：

• 若视频涵盖多个明显不同的子功能（例如：基础操作、公式使用、图表制作）， 用 ### 标题划分每个子功能，每组步骤编号从 1 重新开始。
• 若视频是单一连续流程，使用平铺编号列表，不加 ### 标题。
• 不要过度分组，只在子功能之间有明确主题切换时才分组。

【平铺版本备用】如需回退，删除上方分组规则，改为以下一条：

- 使用平铺编号列表，不加 ### 或 #### 标题。

步骤规则：

• 每个编号步骤必须是可执行动作，尽量以动词开头。
• 用 粗体 标记关键界面元素、操作对象、工具名称或参数名称。
• 不保留原始时间戳。
• 不输出过细的鼠标移动、等待、浏览、片头片尾、广告、点赞订阅等无关内容。

图片规则：

• 只能引用 BLOCKS 中 path 字段确实存在的图片，不得自行发明或伪造路径。
• path 必须从 block 的 path 字段原样复制。
• 图片语法必须为：
• 图片应放在与其最相关的步骤之后。
• 不要求每个步骤都配图；无明确关联的图片可以跳过。
• 每张图片独占一行，前后各留一个空行。
• 不要连续堆叠多张与同一步骤无明显区别的图片。

合并规则：

• 重复步骤合并： 若多步描述完全相同，或仅措辞略有不同但属于同一操作，只保留一步。
• 微步骤合并： 若连续多步属于同一标准流程，例如选择路径 → 点击 Next → 点击 Install， 可合并为一步，用"并""然后""最后"连接关键动作。
• 选项展示合并： 当连续步骤逐一列举同类选项，例如"点击网页渠道、飞书渠道、Telegram 渠道"， 说明视频在展示可用选项，而不是要求全部选择。 应合并为一条步骤，概述可用选项，并说明本教程实际进入或配置的是哪一个。
• 纯描述前缀合并： 若某个 text block 只描述软件功能，没有具体操作，但与下一步属于同一功能模块， 可合并到下一步，作为上下文前缀。 若与后续步骤无明确关联，则只有在有助于理解任务时才保留；否则跳过。
• 平台泛化： 若步骤中涉及特定平台或系统，但 BLOCKS 中明确提到多个平台， 不要写死为单一平台，应写成"根据操作系统选择对应安装包"，并在括号中列出视频提到的平台。 若 BLOCKS 只提到一个平台，则不要自行补充其他平台。

输出要求：

• 只输出 Skill Markdown 文件内容。
• 不加解释、不加前缀、不加 Markdown 代码块。

Playwright 失败时的处理

本节只处理代码门禁已经输出 ENVIRONMENT_READY，但目标网页仍返回空内容、403 或验证页的情形。若任一脚本输出 ENVIRONMENT_BLOCKED 或返回非零，必须停止当前网页/图片流程；不得使用本节绕过环境失败。

在上述前提下，若 scrape_page.py 返回空 blocks，使用 web_fetch_webpage 获取页面原始文本，自行提取：

• 主标题
• 按顺序排列的 h2/h3 标题和步骤文字
• 图片 URL（若有）

提取后不要直接写 SKILL.md，而是把提取结果手工构造成 work/<slug>/stage01.json（结构与「scrape_page.py」一节展示的完全一致：顶层含 url/slug/title/blocks/video_urls，image block 必须带 url 字段），然后回到正常链路继续：

# 用 write_file 写好 work/<slug>/stage01.json 后
{python} "{skill_directory}/scripts/prepare_images.py" <slug>
# 之后 image_review.py → save_images.py → 代码粗筛 → 写 SKILL.md，与网页路径完全一致

• 若页面确实没有图片，可跳过 prepare_images，但必须执行 save_images.py <slug> --keep 以生成 stage03 并确定最终输出路径
• 「代码生成（agents/）」的粗筛与后续流程在此路径上同样必须执行——降级只改变内容获取方式，不改变流程本身

代码生成（agents/）

有些内容描述的任务本质上要靠代码完成，纯文字步骤不足以复现。图片环节完成后（包括无图时执行 save_images.py <slug> --keep），做一次粗筛，满足任意一条 → 读 agents/code-detector.md 细判：

• 正文含成段代码块（约 5 行以上）
• 任务本质需编程完成（批量处理、API 调用、数据转换、算法实现）
• 内容是 CLI 命令组合的教程

粗筛与细判的纪律：

• 粗筛是必经步骤：无论内容来自 scrape_page、fetch_webpage 降级还是视频帧分析，读完内容后都要先做粗筛，才能进入写 SKILL.md 的环节
• 粗筛命中后必须读 agents/code-detector.md，按文档标准细判——不得凭自身感觉替代文档判断
• 判定由你独立完成且是终局的：不询问用户要不要脚本，不提议添加内容中不存在的脚本；判定不需要就直接按原流程写 SKILL.md

detector 判定需要脚本后，严格按此顺序执行：

1. 读 agents/code-writer.md，把脚本写入 {skill_directory}/../<slug>/scripts/（若本次运行过 save_images.py，以其打印的 SKILL_DIR 为准）
2. 读 agents/code-verifier.md，逐个验证并记录通过名单；验证失败或依赖无法就绪时，不得中止主流程
3. 调用 finalize_scripts.py <slug> --keep <验证通过的相对脚本路径...>；未列入通过名单的脚本由代码删除。没有脚本通过时只传 --keep
4. 写一次生成的 SKILL.md：有幸存脚本则只引用这些脚本；没有幸存脚本则写纯文本+图片版，不写脚本依赖或调用

纯 GUI 点击教程不满足粗筛 → 跳过本节，按原流程写 SKILL.md。

执行流程参考

网页路径：

scrape_page.py
→ prepare_images.py <slug>        # 内部强制 download_images.py 完成后再运行 print_blocks.py --stage stage02
→ image_review.py 根据 alt 与周围文字一次性标记 KEEP/SKIP（不确定一律 SKIP）
→ save_images.py（传 KEEP_PATHS_ARGS；无图只传 --keep）  # 统一生成 stage03.json 并打印 SKILL_MD_PATH
→ print_blocks.py <slug> --stage stage03  # 输出含 path 的最终 blocks
→ 代码粗筛                         # 见「代码生成（agents/）」；命中则读 agents/code-detector.md 细判
→ 【判定需要脚本时】agents/code-writer.md 编写 → agents/code-verifier.md 验证
→ finalize_scripts.py <slug> --keep <验证通过脚本...>  # 失败脚本自动删除；零通过则进入纯文本+图片模式
→ write_file 写入 save_images.py 输出的 SKILL_MD_PATH（按「输出格式规范（网页）」，图片路径直接从 blocks 取；
   仅在有验证幸存脚本时写「前置依赖」和脚本调用）

注意：stage01.json / stage02.json / stage03.json 不要直接读取。 三个 stage 的模型可见输出都由 print_blocks.py 施加同一全局预算；网页图片只依据 stage02 代表视图中的 alt 与周围文字审核，并只使用 image_review.py 输出的 KEEP_PATHS_ARGS，禁止扫描、列举或读取整个 raw_images/。

视频路径：

scrape_page.py → video_urls 非空（或直接识别视频 URL）
→ analyze_video.py <video_url_or_slug> --title "..."
  （只执行单阶段粗扫：短视频按 0.5fps；长视频自动降低频率并均匀覆盖全片；总帧数最多 90；每批最多 5 帧）
  （脚本自动复用 stage01 的 slug；Bilibili 中断后通过持久化 .part 文件续传）
→ 脚本首次只打印当前批次的 5 个精确 `review_frames/*.jpg` 绝对路径
  只读取这 5 个路径；完成后运行 `analyze_video.py <slug> --next-review-batch` 获取下一批
  选择后映射到同编号的 frames PNG，并记录步骤对应的帧编号
→ 【必须执行】save_images.py — 将选用帧复制到 references/ 后再写 SKILL.md
  选出最能说明各步骤的帧（建议每个关键步骤 1 张），收集相对路径列表，例如：
    ["frames/frame_0040.png", "frames/frame_0120.png", ...]
  运行：
    {python} "{skill_directory}/scripts/save_images.py" <slug> --keep frames/frame_0040.png ...
  脚本输出：
    [save_images] video_frame_0040.png <- frames/frame_0040.png   ← 保留原帧编号
    [save_images] SKILL_MD_PATH: /absolute/path/to/<slug>/SKILL.md
  记录 SKILL_MD_PATH（后续 write_file 用此路径）
  图片路径格式：references/video_frame_NNNN.png（原帧编号，4 位）
→ 代码粗筛                         # 见「代码生成（agents/）」；命中则读 agents/code-detector.md 细判
→ 【判定需要脚本时】agents/code-writer.md 编写 → agents/code-verifier.md 验证
→ write_file 写入 SKILL_MD_PATH（按「输出格式规范（视频）」，图片路径从 save_images.py 输出中取；
   含脚本时「前置依赖」一节在正文最前，只引用验证幸存的脚本）

网页含嵌入视频： 先走网页路径。若 video_urls 非空，追加视频路径处理，合并步骤后写 SKILL.md。

运行环境

• Python 3.11+；网页/图片链路由 environment_gate.py 自动选择或创建项目虚拟环境，并在必要时重新执行当前脚本
• Python 依赖：playwright、beautifulsoup4、Pillow、requests；视频另需同环境中的 yt-dlp
• Playwright Chromium 与 Linux 系统库由代码门禁尽可能自动安装；无法安全自动修复时返回非零并停止
• 外部工具：ffmpeg、ffprobe
• ENVIRONMENT_BLOCKED 后不得继续构造 stage、执行图片审核、保存空图片结果或最终化
• 无需配置 API 环境变量