docs: remove frame-extraction workflow from SKILL.md, keep video-direct approach only

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

SKILL.md

@@ -1,11 +1,11 @@
 ---
 name: video-product-snapshot
-description: "Detect ecommerce products in video frames using Claude Vision, extract the best product snapshot, and optionally search via image-search API. Use when the user provides a video and wants to find/identify products shown in it. / 检测视频中的商品，提取最佳商品截图，并通过图片搜索在1688找同款。当用户提供视频想找商品时使用。"
+description: "Upload video to API for product analysis and 1688 keyword search. / 上传视频直接识别商品并在1688搜索同款。当用户提供视频想找商品时使用。"
 ---
 
 # Video Product Snapshot — 视频商品截图
 
-从视频中提取最佳商品画面，通过 Claude Vision 检测并截取，然后在 1688 上以图搜图 + 关键词重排序找到同款商品。
+上传视频到 API，由多模态模型识别商品主体，生成中文关键词在 1688 上搜索找到同款商品。
 
 ## 运行
 
@@ -17,17 +17,14 @@ bun dist/run.js <command> [args] [--dry-run]
 
 | 命令 | 使用场景 |
 |------|---------|
-| `detect-video-and-search <video>` | **推荐。** 直接上传视频到 API 识别商品主体，然后 1688 关键词搜索。跳过本地抽帧，无需 Vision API。 |
+| `detect-video-and-search <video>` | **推荐。** 上传视频到 API 识别商品，然后 1688 关键词搜索。 |
-| `detect-best-and-search <video>` | 旧版。抽帧 + Vision 排名 + 搜图。需要 Vision API key。 |
 | `detect-video <video>` | 只识别商品描述和生成关键词，不搜图。 |
-| `detect-best <video>` | 旧版。只提取最佳画面，不搜图。 |
 | `search <image-path>` | 已经有商品截图了，跳过检测直接搜图。 |
-| `detect-and-search <video>` | 旧版。**不推荐。** |
 | `session` | 获取当前认证会话 token。 |
 
 ## `detect-video` / `detect-video-and-search`
 
-上传视频到 API 直接识别商品主体，不走本地抽帧。
+上传视频到 API 直接识别商品主体。
 
 流程：
 1. 上传视频 → 获取公开 URL（复用现有上传接口）
@@ -41,45 +38,24 @@ bun dist/run.js <command> [args] [--dry-run]
 - LiteLLM 代理支持 `video_url` 内容类型
 - 上传接口返回公开 URL
 
-## `detect-best` / `detect-best-and-search` 选项
-
-| 参数 | 默认值 | 说明 |
-|------|--------|------|
-| `--interval=<秒>` | `0.5` | 抽帧间隔（秒） |
-| `--max-frames=<数量>` | `60` | 最多抽帧数 |
-| `--output-dir=<目录>` | 视频同目录 | 帧图片保存目录 |
-
-## 画面选择原理
-
-两轮 Vision 流水线：
-
-1. **过滤轮**（仅 `detect` / `detect-and-search`）—— 每帧二分类：保留/丢弃。可能过于严格返回空。
-2. **排名轮** —— 所有候选帧一起发给模型，从中选出最清晰、最完整、最突出的一张商品图。
-
-`detect-best` 跳过第一轮，所有帧直接进排名轮。超过 20 帧时会均匀采样到 20 帧再调用。**只要视频能出帧，就一定返回结果。**
-
 ## 输出格式
 
+### `detect-video-and-search`
+
 ```json
 {
-  "bestSnapshot": {
+  "videoUrl": "https://...",
-    "frameIndex": 4,
+  "description": "白色帆布收纳盒，带提手，可折叠",
-    "timestampSeconds": 2,
+  "keyword": "帆布收纳盒",
-    "imagePath": "/path/to/frame_0004.jpg",
+  "searchResults": [
-    "croppedImagePath": "/path/to/frame_0004_cropped.jpg",
+    { "num_iid": 123, "title": "...", "price": "15.00", "promotion_price": "12.00", "sales": 500, "detail_url": "..." }
-    "confidence": 0.95,
+  ]
-    "description": "White sneaker with blue logo, left side view",
-    "boundingHint": "Product fully visible, centered, no hands"
-  },
-  "rerank": {
-    "results": [...]
-  }
 }
 ```
 
 ## 结果展示格式
 
-CLI 执行完成后，将 `rerank.results` 格式化为 markdown 表格，**每页 5 行**（如不足 5 行则全显示）。
+将 `searchResults` 格式化为 markdown 表格，**每页 5 行**（不足 5 行则全显示）：
 
 | # | 商品名称 | 价格 | 销量 | 链接 |
 |---|----------|------|------|------|
@@ -93,7 +69,7 @@ CLI 执行完成后，将 `rerank.results` 格式化为 markdown 表格，**每
 
 ### 视频命令（慢 — 用 sub-agent 执行）
 
-涉及命令：`detect-video-and-search`、`detect-best-and-search`、`detect-best`、`detect-and-search`、`detect-video`
+涉及命令：`detect-video-and-search`、`detect-video`
 
 使用 `sessions_spawn` 创建 sub-agent 执行，**不要直接运行**。
 
@@ -114,6 +90,5 @@ sessions_spawn(
 
 ### 通用规则
 
-1. **视频输入 → 优先用 `detect-video-and-search`。** 比抽帧方案更可靠。如果没配视频模型，降级到 `detect-best-and-search`。不要用 `detect-and-search`。
+1. **不要重试。** 命令失败就直接报错。
-2. **不要重试。** 命令失败就直接报错。
+2. **信任工具输出。** CLI 内部已处理 session 管理和错误格式化。
-3. **信任工具输出。** CLI 内部已处理 session 管理和错误格式化。