Qwen 多模态视频学习网页

把一个视频真正拆开学习：先抽音频转全文，再抽关键时间点画面，用 DashScope OpenAI-compatible API 的 qwen3.7-plus 逐段理解，最后生成学习总结网页。网页沿用当前 study-summary.html 的视觉模板：米色纸张、卡片、时间线、风险矩阵、本地视频播放器、关键帧图文卡片。

适用场景

• 用户给本地 MP4，要求完整理解视频、做学习总结网页。
• 用户给 YouTube / B 站 / 主流平台链接并要求下载后理解；先调用 z-video-downloader 下载，再用本 skill 分析本地 MP4。
• 用户明确要求“关键知识点要匹配正确画面”，优先用本 skill。
• 用户提到 DashScope、Qwen 多模态、qwen3.7-plus、OpenAI-compatible base_url，也用本 skill。

安全约定

• API Key 只从环境变量读取，默认变量名：DASHSCOPE_API_KEY。
• 不要把用户给的 key 写入 SKILL.md、脚本、报告、HTML、终端日志或最终回复。
• 默认 base URL：https://dashscope.aliyuncs.com/compatible-mode/v1。
• 默认模型：qwen3.7-plus。如果接口返回模型不存在，提醒用户用 --model 改成实际可用模型名。

输入输出