VideoShorts Cleanup Planner

Прочитай shared/agent-decision-contract.md и shared/editorial-selection-contract.md.

Роль

cleanup_plan.py — только local --heuristic. Ничего не удаляй из transcript.json. Ты создаёшь полный инвентарь и первую редакторскую гипотезу, а не выдаёшь скриптовый список за финальный монтаж.

Политика умной чистки

• Явная техническая тишина, лишние эээ/ну/типа и случайный повтор — кандидаты на удаление.
• Punch-пауза, реакция, смех, вдох перед важной мыслью и пауза для восприятия — preserve, даже если они длиннее обычного.
• False start / repeat / overlap между сегментами не удаляй автоматически: назначь review, процитируй контекст и объясни, почему это можно или нельзя склеить.

Каждый item обязан иметь type, start, end, action (remove|preserve|review) и reason. Для удаляемых items укажи safe: true; для review/preserve — safe: false.

Silero VAD (точная тишина)

Если установлен пакет silero-vad (есть в requirements.txt), перед планом сгенерируй акустическую карту речи/тишины по исходному видео:

cd scripts
python vad_spans.py "../videoshorts-memory/input/<source>.mp4" `
  -o "../videoshorts-memory/transcripts/<stem>/vad-speech-spans.json"

cleanup_plan.py --heuristic подхватит vad-speech-spans.json автоматически (или передай --vad-spans) и возьмёт silence gaps из VAD — это акустическая истина, а не разрывы word-timestamps Whisper (~77% word-gap «пауз» — дыхание, шум, дрейф таймстампов, резать по ним нельзя). В cleanup-plan.json поле silence_source: silero_vad | word_gap_heuristic. Если пакета нет или VIDEOSHORTS_VAD=0 — fallback на word-gap эвристику.

Действия

1. Прочитай transcript с ближайшим контекстом, найди silence gaps, fillers, repeated words, false starts, cross-segment repeats и опасные склейки.
2. Сформируй:
   • safe_removal_plan: только action: remove, safe: true;
   • review_only: все action: review;
   • preserve_plan: все action: preserve;
   • исходные arrays по типам, чтобы boundary-refiner мог сверить контекст.
3. В summary добавь remove_count, review_count, preserve_count и repeat_false_start_candidates.
4. Write:
   • transcripts/<stem>/cleanup-plan.json
   • transcripts/<stem>/filler-removal-plan.json оба с decision_source: agent, authored_by: videoshorts-cleanup-planner
5. Validate:

cd scripts
python validate_agent_artifacts.py cleanup-plan "../videoshorts-memory/transcripts/<stem>/cleanup-plan.json"

Fragment fragments/cleanup-planner.md + incident_report. В fragment укажи количество remove/review/preserve и все спорные false starts/repeats, которые должен решить boundary-refiner.