处理关键帧转视频、短视频规划、节奏控制与拆段判断；输出最小可执行的视频提示词结果，不把 SOP 固化进后端 prompt。
Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.
Extract frames or short clips from videos using ffmpeg.
Search GIF providers with CLI/TUI, download results, and extract stills/sheets.
QQBot 富媒体收发能力。使用 <qqmedia> 标签，系统根据文件扩展名自动识别类型（图片/语音/视频/文件）。
Capture frames or clips from RTSP/ONVIF cameras.
Transcribe audio via OpenAI Audio Transcriptions API (Whisper).