docs(03): create ASR processing plan

.planning/ROADMAP.md

@@ -2,7 +2,7 @@
 
 ## Overview
 
-将现有分散的技能模块重构为统一的管道处理系统。从基础设施（状态管理、Schema验证）开始，逐步集成平台技能（B站/知乎）、处理技能（ASR/OCR），最终形成完整的端到端工作流。每个阶段都交付可独立验证的能力，确保长时任务可恢复、可追溯。
+将现有分散的技能模块重构为统一的管道处理系统。从基础设施（状态管理、Schema验证）开始，逐步集成平台技能（B站/知乎）、处理技能（ASR），最终形成完整的端到端工作流。每个阶段都交付可独立验证的能力，确保长时任务可恢复、可追溯。
 
 ## Phases
 
@@ -14,7 +14,7 @@ Decimal phases appear between their surrounding integers in numeric order.
 
 - [x] **Phase 1: Foundation** - 状态管理、Schema验证、错误处理、统一配置
 - [x] **Phase 2: Platform Skills** - B站/知乎链接解析、元数据提取、内容下载
-- [ ] **Phase 3: Processing Skills** - ASR/OCR集成、多模态内容处理
+- [ ] **Phase 3: Processing Skills** - ASR 集成、视频内容文字提取
 - [ ] **Phase 4: Analysis & Orchestration** - 深度分析集成、完整管道编排、端到端验证
 
 ## Phase Details
@@ -54,20 +54,18 @@ Plans:
 - [x] 02-03-PLAN.md — Zhihu Adapter: 问答 + 专栏内容 (PLAT-03)
 
 ### Phase 3: Processing Skills
-**Goal**: 集成ASR和OCR处理能力，支持视频和图片的多模态内容提取
+**Goal**: 集成 ASR 处理能力，支持视频内容的文字提取（官方字幕优先，无字幕时使用 Whisper.cpp）
 **Depends on**: Phase 2
 **Requirements**: None (平台支持已在Phase 2覆盖)
 **Success Criteria** (what must be TRUE):
   1. B站视频自动下载字幕（优先官方字幕），无字幕时调用语音识别
   2. Whisper识别完成后，转录结果保存为结构化JSON（含时间戳）
-  3. 视频帧自动提取并OCR识别，文字结果与时间戳关联
-  4. 处理结果自动关联到对应的内容目录
-  5. HF_TOKEN配置时自动启用带说话者分离的Whisper
-**Plans**: TBD
+  3. 处理结果自动关联到对应的内容目录
+  4. HF_TOKEN配置时自动启用带说话者分离的Whisper
+**Plans:** 1 plan
 
 Plans:
-- [ ] 03-01: B站字幕下载 & Whisper/FunASR 集成
-- [ ] 03-02: OCR 处理集成
+- [ ] 03-01-PLAN.md — ASRProcessor: 官方字幕下载 + Whisper.cpp 集成 + 说话者分离
 
 ### Phase 4: Analysis & Orchestration
 **Goal**: 集成深度分析能力，完成端到端工作流编排，实现从链接到分析报告的全自动处理
@@ -95,10 +93,10 @@ Phases execute in numeric order: 1 → 2 → 3 → 4
 |-------|----------------|--------|-----------|
 | 1. Foundation | 3/3 | Complete | 01-02, 01-01, 01-03 |
 | 2. Platform Skills | 3/3 | Complete | 02-01, 02-02, 02-03 |
-| 3. Processing Skills | 0/2 | Not started | - |
+| 3. Processing Skills | 0/1 | Not started | - |
 | 4. Analysis & Orchestration | 0/3 | Not started | - |
 
 ---
 *Roadmap created: 2026-03-13*
-*Last updated: 2026-03-13 - Phase 2 complete (3/3 plans)*
+*Last updated: 2026-03-13 - Phase 3 planned (OCR excluded per user decision)*
 *Granularity: coarse (4 phases)*