feat: 深度分析使用 g5 模型并由子代理执行

skills/kb-workflow/SKILL.md

@@ -204,11 +204,15 @@ python3 kb_workflow.py --analyzed
 3. 如果有官方字幕，使用官方字幕的 SRT 文件
 4. 如果没有官方字幕，使用 Whisper 识别的结果
 
-5. 启动子代理调用 kb-deep-analyzer：
+5. 启动子代理调用 kb-deep-analyzer（使用 g5 模型）：
 ```bash
-python3 /path/to/deep_analyzer.py --metadata [meta_path] --content [content_path] --output [analyzed_dir]/[filename].md
+python3 /path/to/deep_analyzer.py --metadata [meta_path] --content [content_path] --output [analyzed_dir]/[filename].md --provider zhipu --model glm-5
 ```
 
+**环境变量设置**（在子代理中设置）：
+- `AI_PROVIDER=zhipu`
+- `AI_MODEL=glm-5`
+
 6. 解析输出 JSON，检查 `success` 字段：
 
 > ⚠️ **深度分析失败 = 整个流程失败**
@@ -242,7 +246,7 @@ python3 kb_workflow.py --archive-file "[分析报告文件路径]"
 | 4 | kb-bilibili-content | `--id "BVxxx" --type subtitle-download` | `{p}_{id}.srt` | 如果没有字幕是正常的 |
 | 4 | kb-bilibili-content | `--id "BVxxx" --type video` | `{p}_{id}.mp4` | 如果需要下载视频 |
 | 5 | kb-whisper | `--input xxx.mp4 --model base` | `{p}_{id}.json`, `{p}_{id}.txt` | 仅当没有官方字幕时执行 |
-| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md` | `{p}_{id}.md` | **必须成功，否则整个流程失败** |
+| 6 | kb-deep-analyzer | `--metadata x.meta.json --content x.json --output x.md --provider zhipu --model glm-5` | `{p}_{id}.md` | **使用 g5 模型，必须成功** |
 
 ## 条件分支逻辑