情境:因為每次MP4影音產出檢核屬重覆性任務(確認影音內容是否有腦補或不足可強化處?)，故可由AntiGravity CLI經由ffmpeg工具拆解MP4，並且新增SIKLL技能(ipas_mp4_expert命名)，以簡化PROMPT提示詞重複性之下達處理。
AGY神器，透過 Python 與底層 FFmpeg / Binary File Stream，像外科手術一樣，將 MP4 檔案物理拆解為 「二進位 Header 元數據、視訊影像幀、WAV音脈聲波」 三大實體。
──────
## 💡 費曼 (FEYNMAN) 實體生活比喻解說
「想像 MP4 檔案是一本精裝的立體影音故事書：」
1. f.read(500000) (快速翻閱前言)：就像你拿到書時，先翻開前 50 頁（讀取首 500 KB標頭），看看封底標籤（ftypmp42）、出版社印記（ISO Media / Google）與章節目錄（moov / stbl atom），在不讀整本書的前提下 0.1 秒，確認這是不是一本真正的 MP4 書。
2. glob.glob(r'C:\**\ffmpeg.exe') (尋找萬能閱讀眼鏡)：當 Python發現自己看不懂影片裡的圖畫與聲音時，它會發動全硬碟雷達，找到隱藏在系統中的「超級閱讀器 ffmpeg.exe」。
3. -vn -ac 1 -ar 16000 audio.wav (提取廣播劇音軌)：像把故事書裡的錄音帶撕下來，把影片（-vn 去除畫面）轉成單聲道 16,000Hz 標準語音檔，準備送去給耳聾的主播（Whisper/ASR 語音識別）聽寫出文字逐字稿！
4. -vf fps=1/15 frame_%03d.jpg (快照影集畫冊)：每隔 15 秒在書本上拍一張拍立得相片，把動態影片變成一張張清晰的 4K 照片，用來比對投影片上的題目與算式！
## 🔬 MP4 拆解管線三大實體階段 (Physical Pipeline Breakdown)
【Phase 1: 二進位 Stream 採樣 (Binary Header Scan)】
MP4 檔案 (Binary) ---> f.read(500,000) ---> 驗證 Magic Bytes ('ftyp') & 搜尋文字 Metadata Token (不需要加載整檔 40MB，0.01 秒完成實體真偽校驗與編碼器簽章鑑定)
【Phase 2: FFmpeg 多維度實體拆解 (FFmpeg Dual-Track Sampling)】
┌────────────────────┴────────────────────┐
▼ ▼
【音軌抽出 (Audio Track Extractor)】 【視訊幀定點快照 (Visual Frame Capture)】
ffmpeg -i video.mp4 -vn -ac 1 -ar 16000 ffmpeg -i video.mp4 -vf "fps=1/15"
│ │
v v
產出 16kHz 單聲道 audio.wav 每 15 秒切割一張高高清晰度 jpg 圖像
(提供 ASR 語音比對與文字時間軸對位) (提供 7D+2 題眼圖像與公式實體採樣)
│
▼
## 🛠️ 程式碼片段之物理意義解構 (Code Breakdown)
### 1 data = f.read(500000) (標頭二進位快速掃描)
# 物理意義：0.01 秒完成檔案頭 Atom 結構解析
with open(p, 'rb') as f:
data = f.read(500000) # 讀取首 500KB 內容
# 提取 ISO/H.264 標頭文字 (ftypmp42, x264 core 165 等)
• 目的：在不消耗大量 CPU/記憶體解碼全檔的前提下，確認該檔案沒有壞軌，且確實為H.264/AAC 規格。
### 2 glob.glob(r'C:\**\ffmpeg.exe', recursive=True) (系統層級實體工具尋航)
# 物理意義：跨越環境變數限制，探查機台實體存在的 FFmpeg 可執行檔 ff_paths = glob.glob(r'C:\**\ffmpeg.exe', recursive=True)
• 目的：若 Python 環境未安裝 imageio_ffmpeg 或 PATH 未設定，哨兵會以全盤掃描找到實體 ffmpeg.exe，確保解碼管線 100% 物理可用。
### 3 subprocess.run([ffmpeg_exe, '-y', '-i', p, '-vn', '-ac', '1', '-ar', '16000', wav_path]) (音軌實體抽取)
# 參數物理意義：
# -vn : 丟棄影像 (Video None)，僅保留聲波
# -ac 1 : 強制轉為單聲道 (Audio Channel 1)，降低數據維度
# -ar 16000 : 採樣率降至 16kHz (Audio Rate)，此為語音辨識 ASR 的黃金標準
• 目的：將 40MB 的影片壓縮成極致乾淨的語音檔，產出精確的 audio.wav（SHA256: 688c63a2...），供後續進行講義時間軸與 Sutton 論文對位。
──────
## 🔒 結語：科學對位標準
1.透過上述管線，ipas_mp4_expert 技能確保任何 MP4 影音資訊，做好 「物理 Header 檢測 ➔ 音軌 16kHz 離散化 ➔ 視訊 15s 幀切片」 的全量學術科學對位檢核作業！
2.當您對產出MP4影音不滿意時，即可人工手動修正每15秒取得快照圖片做微調優化。
💜節錄SKILL.MD參考資訊，如下:
遵循 SSoT 規範之 MP4 講義健全性檢核技能。
本技能嚴格執行**零隨機猜測（Refuse stochastic guesses）**與**嚴密邏輯推導鏈（Logical derivation chain）**，基於客觀事實（Ground Truth）與物理單一事實來源（Physical SSoT）進行科學定錨。
## 🚀 核心檢核步驟 (Core Inspection Steps)
### 1. 實體探查與雙重採樣 (Physical Audit & Dual-Sampling)
* **物理規格驗證**：精確量測檔案大小 (Bytes / MB)、總時長 (Duration)、SHA256 物理雜湊值。
* **媒體雙重採樣**：
- 使用 fmpeg (如 C:\Optimum優化處理\ffmpeg.exe) 抽取 16000Hz 單聲道 16-bit PCM 音軌 (udio_16k.wav)。
- 使用 fmpeg 依 15 秒間隔抽取全量視覺圖片幀 (rame_%04d.jpg)。
### 2. 真實主題探查與動態學術對位 (Dynamic Academic Alignment)
* **主題實體探查 (Ground Truth TOPIC Identification)**：
- 拒絕範本硬化與無依據腦補。從採樣之視覺幀與語音內容精確萃取講義之**真實核心主題 (TOPIC)**、核心變數與領域架構（如 ETL/ELT 數據架構、RAG/向量檢索、強固化機器學習、分散式系統等）。
* **國際權威文獻檢索與對位 (Authoritative Scientific Alignment)**：
- 根據識別出之 TOPIC，動態搜尋並對位國際權威學術文獻（如 Kimball & Ross, Armbrust, Sutton, Vaswani, LeCun, Goodfellow 等領域頂級論文/名著），建立顧問級學術科學對位佐證鏈結（Scientific Reference Chain）。
- 對位專案 Manual_Vol_*.md (如 Manual_Vol_AI_Frameworks.md, Manual_Vol_Scientific_Base.md) 之物理 SSoT 條款。
### 3. 費曼直覺對位 (Feynman Intuitive Mapping)
* 將 TOPIC 內之核心演算法、數學變數與系統架構（如 \to ELT$ 之算力轉移 $、記憶體/IO瓶頸 {io}$，或神經網路權重 $\mathbf{W}$、損失函數 $ 等），轉化為生活化/物理直覺情境對位（如中央廚房先切菜 vs 冷鏈直達冷庫分店現切）。
### 4. 嚴謹四維綜合評價審查表 (Auditing Summary Table)
建構具備顧問級科學底氣之四維綜合評價審查表（滿分 100 分），各維度評估必須包含具體論點內容與科學佐證：
| 審核維度 (Audit Dimension) | 配分 | 審核核心標準 (Core Standard) | 顧問級科學底氣評語 (Scientific Audit Commentary) |
| :--- | :---: | :--- | :--- |
| **學術正確性 (Academic Accuracy)** | 25 | 嚴密排除「腦補」與完全無關雜訊。達成 100% 邏輯關聯與權威文獻支持，概念定義零謬誤。 | [評估是否有未經證實之假設、技術術語誤用或內容偏離 TOPIC，並列出文獻對位依據] |
| **邏輯關聯度 (Logical Coherence)** | 25 | 檢核從問題痛點（如傳統架構瓶頸）至現代解法（如解耦/自動化工具）之因果推導鏈是否 100% 連貫。 | [評估演繹邏輯、推導連貫性與架構遞進性] |
| **排雷引導力 (Debunking Guidance)** | 25 | 是否精確識別業界常見實務誤區（Pitfalls）、迷思（Myths）與邊界條件，並提供避雷指引。 | [評估陷阱澄清度與最佳實踐引導力] |
| **物理定錨度 (Physical Anchoring)** | 25 | 是否提供完整的 SHA256 雜湊、時長、音訊採樣與時間軸章節對位（Ground Truth 定錨）。 | [評估實體採樣完整度與時間軸圖文對位品質] |
### 5. 品質調校機制 (Quality Tuning & Threshold Protocol)
* **90分門檻警告與科學調校**：若四維審查表之任何單項指標**低於 90 分**，必須觸發「品質警報」，並提供具體、可執行的科學調校建議（Tuning Benchmark），包含：
1. 補強之國際權威文獻與 SSoT 章節。
2. 需修訂之概念定義與腦補雜訊過濾指引。
3. 時間軸與實體架構細化建議。
## 🛡️ 執行禁令 (Strict Mandates)
1. **嚴禁隨機腦補**：禁止硬化套用不相關領域之論文（如對 ETL 主題硬套 RL Q-learning 論文）。
2. **嚴禁空洞評語**：評價必須附帶論點內容與物理/學術證據，不得僅給出分數或套用樣板文案。
3. **物理證據優先**：所有時間軸、音軌與圖像抽樣必須來自實際 FFmpeg 執行結果。
其它拆解截圖元件:
OpenCV (cv2.VideoCapture)：
• 定位：低階視訊與影音串流（MP4 / AVI / MKV）硬體解碼與影音幀（Frame）擷取引擎。
• 專長：處理動態視訊檔、計算 FPS、定位特定秒數（Timestamp）並將 2D 像素矩陣寫入硬碟。
