适合做什么
这是一条“在线工具生成型 AI 提示词（Prompts）”：让 AI 直接产出一个可运行/可部署的「视频字幕提取与 SRT 校对工作台」。它面向内容运营、课程剪辑、字幕组与独立开发者：把视频/音频上传后自动转写，生成 SRT/VTT，并提供在线校对、分段合并、时间轴微调、导出与简单质检。
交付物（你将拿到什么）
可直接运行的完整项目源码（前端+后端）、清晰的文件树、安装与运行命令、Docker 一键部署、可选 Vercel/Render 部署说明、最小可用的 API 设计、以及可执行的测试用例或 QA checklist（覆盖上传、转写、编辑、导出、错误处理与性能边界）。
功能清单（建议实现）
上传视频/音频（限制类型与大小）；服务端抽取音频；转写生成分段文本与时间戳；一键导出 SRT/VTT；提供字幕编辑器（段落合并/拆分、时间轴拖拽微调、批量替换、标点与中英混排处理）；支持“校对模式”（对低置信度片段高亮）；提供本地/内存存储与可选持久化；导出前进行基础校验（时间不重叠、时长不为负、段落排序）。
AI 提示词（Prompts）
你是一名资深全栈工程师 + 产品经理。请从零生成一个可运行/可部署的在线工具：
【工具类别】视频处理
【工具主题】视频字幕提取与 SRT 校对工作台
【硬性要求】
1) 交付物必须包含：
- 完整项目代码（前后端可同仓库）
- 文件树（tree 形式）
- 本地运行命令（含 Node 版本建议、依赖安装、启动命令）
- 部署说明：Docker（必须）+（可选）Vercel/Render/Fly.io
- 自动化测试用例或 QA checklist（至少 20 条，按功能模块分组）
2) 必须可在本地一键启动，打开浏览器即可使用；提供清晰的 README。
3) 禁止生成任何图片/海报/渲染图/插画相关能力；只做“字幕提取、转写、编辑、导出”。
4) 需要考虑隐私与合规：默认不把用户媒体文件上传到第三方；如使用第三方模型/接口，必须提供开关与明确提示，并给出纯本地替代路径（例如使用本地转写模型或留空让用户自行接入）。
【推荐技术栈（你可调整但要说明理由）】
- 前端：Next.js (App Router) + Tailwind
- 后端：Next.js Route Handlers 或 Express
- 媒体处理：FFmpeg（服务端）
- 转写：优先给出本地方案（如 whisper.cpp / faster-whisper），若你无法直接运行请提供“接口适配层 + Mock 模式”，保证项目仍可跑通
- 数据：SQLite（可选）或仅内存存储（需说明限制）
【必须实现的产品流程】
A. 上传页：选择媒体文件 -> 展示元信息 -> 开始转写
B. 进度页：显示抽取音频/分段转写进度，失败可重试
C. 编辑页：
- 左侧段落列表（时间戳、文本、置信度）
- 右侧编辑器（支持合并/拆分、批量替换、时间轴微调）
- 一键校对：标点修复、空格与中英混排规则、敏感词标记（可选）
D. 导出页：导出 SRT 与 VTT，下载文件名包含项目名与时间
【输出格式（必须严格按顺序）】
1) 项目概述（1 段）
2) 功能清单（列表）
3) 文件树（tree）
4) 关键实现说明（分点）
5) 完整代码（按文件分块输出，包含所有必要文件）
6) 本地运行命令
7) Docker 部署（Dockerfile + docker-compose.yml + 启动说明）
8) 可选云部署说明
9) 测试用例或 QA checklist（>=20 条）
10) 已知限制与后续增强
请直接开始输出，不要省略任何文件；如果某些能力无法在无外部依赖的情况下实现，请提供可运行的 Mock/占位实现，并在 README 中写清如何替换为真实实现。
实现要点（给开发者的提示）
建议把转写能力做成可插拔 Provider：LocalWhisperProvider（本地）/ApiProvider（第三方）/MockProvider（默认可运行）。字幕编辑器需要对 SRT/VTT 做解析与序列化，并在导出前做时间戳排序与重叠检测。对大文件要做尺寸限制与分片上传（可选），同时提供后台任务队列或简单的轮询进度接口。
QA 检查清单（发布前自测方向）
上传格式与大小限制是否生效；转写失败是否有明确错误与重试；编辑器合并/拆分是否保持时间连续；导出 SRT/VTT 是否可被播放器识别；中文标点与中英空格规则是否可一键修复；极端情况（空字幕、仅音乐、静音、超长视频）是否给出提示；隐私提示与日志脱敏是否到位。
