前言¶

手上有一批内部培训录屏、客户访谈、庭审或合规录音，想转成能检索、能复用的文本材料，常规做法是先找一个在线转写服务。问题是这些素材往往带着企业敏感信息，上传到第三方云端这一步本身就过不了合规审查；即便用了离线工具，转写只是第一步，拿到手的仍然是一份没有结构的逐字稿，还得人工去归纳成手册或摘要。

下面介绍的 video-distill-pipeline 就是冲着这个场景来的：在 macOS 本地把 mp4/mov 视频跑完抽取、转写、蒸馏、出文档的全流程，中间产物不出本机。

这是什么¶

video-distill-pipeline 是一个面向知识管理场景的 Agent Skill，定位是把任意 mp4/mov 视频本地蒸馏成结构化文档，成品形态包括培训手册、观点摘要、案例集。

出品方是 SkillHub 上的社区发布者 user_7571a6b4，坐标 @user_7571a6b4/video-distill-pipeline，当前版本 1.6.3，来源标记为 community，分类为 knowledge-management。

它要解决的问题不是”把视频转成文字”，而是”把视频变成可以直接用的文档”。转写只是流水线中的一环，前面有音频抽取，后面有蒸馏和 Markdown 输出，中间还内置了一套 5 阶段蒸馏方法论，用来约束从原始转写文本到结构化文档的过程。

核心功能¶

从已抓取的资料看，这个 Skill 的能力边界如下。

输入与输出。 输入是 mp4/mov 视频，输出是 Markdown 文档，可选形态为培训手册、观点摘要或案例集。

本地流水线。 技术栈分四段：PyObjC 抽取音频，faster-whisper 做离线 STT，任意 LLM 做蒸馏，最后输出 Markdown。全程在 macOS 上跑，不依赖云端服务。

内置方法论。 除了脚本化的流水线，Skill 内部带有一套 5 阶段蒸馏方法论，用来规范从转写文本到最终文档的处理步骤。具体五个阶段分别做什么，已抓取资料没有展开，需要看 Skill 内的 SKILL.md 才能确认。

零外部依赖。 标签里标了 requires_api_key=false，配合”零云端、零 API Key、零隐私泄露”的说明，可以理解为流程中不需要向外部模型服务提交请求，素材不会离开本机。

安装与启用¶

官方地址是 https://api.skillhub.cn/user_7571a6b4/video-distill-pipeline，页面地址为 https://www.skillhub.cn/skills/user_7571a6b4/video-distill-pipeline。

写作时两次抓取均失败，因此安装命令、目录路径、配置字段，以及 Cursor / Codex CLI / Claude Code 三种环境下的启用方式差异，都无法从官方资料核实。这类 Skill 基于通用 SKILL.md 格式，通常做法是在对应工具的 Skill 目录中放置 SKILL.md 后被自动识别，但具体路径和字段请以官方页面为准，不要照抄本文。

典型用法¶

已抓取资料没有提供可复现的命令行示例，下面只整理资料中明确写到的流程，命令部分需要从 Skill 仓库内确认后再用。

1、准备素材：把 mp4 或 mov 视频放在本机，确认是 macOS 环境。

2、跑流水线：由 Skill 调用 PyObjC 抽取音轨，再用 faster-whisper 做离线语音识别。这一步的产物是转写文本，不经过任何云端接口。

3、蒸馏：把转写文本交给 LLM，按内置的 5 阶段方法论处理，生成结构化内容。

4、输出：落成 Markdown 文档，形态可以是培训手册、观点摘要或案例集，视素材类型选择。

需要留意的是，”任意 LLM 蒸馏”加上”零 API Key”这两点，意味着蒸馏环节大概率走本地可用的模型，但资料没有明说，接入方式（本地权重、本地服务，还是其他）需要向发布者确认。

适用场景与注意¶

适合谁。 手上有大量录音录像、内容敏感、不能外发的团队。典型素材是内部培训、客户访谈、合规或法务记录。这类素材如果走在线转写，上传环节就卡住了；本地流水线绕开了这一步。

优势。 相比”在线转写服务 + 人工整理”的做法，这个 Skill 把抽取、转写、蒸馏、输出串成了一条本地流水线，省掉了中间的人工搬运，也把隐私风险压到本机范围内。相比单纯的离线转写工具，它多出的是结构化文档这一步。

限制。 一是环境限定 macOS，PyObjC 依赖决定了它不会跨平台。二是能力上限取决于 faster-whisper 的识别质量，口音重、背景噪声大、专业术语多的录音，转写环节就会成为瓶颈，后面的蒸馏也救不回来。三是蒸馏结果依赖所接 LLM 的表现，SKILL.md 里的方法论是约束，不是保证。

坑。 不要把”零云端”理解成零依赖，faster-whisper 需要模型权重，首次使用要确认模型已就绪。另外分类是 knowledge-management，评分 100000、下载 1276、安装 0（截至抓取时间），安装量为 0 说明目前还没有规模化的使用者反馈可以参考，踩坑经验需要在社区里积累。

结尾¶

video-distill-pipeline 的价值在于把”视频转文档”这件事压到了一台 macOS 机器里完成：素材不出本机，成品是能直接用的 Markdown。对于处理敏感素材、又不想走在线转写服务的团队，值得试一下。

官方地址：https://api.skillhub.cn/user_7571a6b4/video-distill-pipeline

需要说明的是，写作时官方页面抓取失败，安装方式、配置字段、5 阶段方法论细节均以 Skill 仓库内的 SKILL.md 为准。