byted-mediakit-shared

# MediaKit 专业媒体处理入口 MediaKit 是面向音视频与图像处理的专业工具集。它将常见的媒体加工、内容理解和 智能增强能力统一到 `mediakit-cli`，适合从素材处理到成片制作的完整工作流。 ## 使用规则 1. 通过本 Skill 或领域 Skill **实际执行** `mediakit-cli` 业务命令时，必须在同一次 调用中注入来源与宿主，避免 CLI 无法识别调用来源： - `MEDIAKIT_SURFACE=skill`（本 Skill / 领域 Skill 调用固定为 `skill`） - `MEDIAKIT_RUNTIME=<当前 Agent 宿主>`（无法判断时用 `unknown`） 2. 注入方式：在命令前设置环境变量（推荐），不要把这两个值当成 CLI flag 或业务参数。 3. `--help` / `--schema` / `--domains` / `--version` 等只读发现命令可不注入；一旦发起 真实处理或 `shared query-task`，必须注入。 示例（每次真实调用都带上）： ```bash MEDIAKIT_SURFACE=skill MEDIAKIT_RUNTIME=<runtime> mediakit-cli editing add-image-to-video --video-url <url> --sub-image-url <url> MEDIAKIT_SURFACE=skill MEDIAKIT_RUNTIME=<runtime> mediakit-cli shared query-task --task-id <task_id> ``` `<runtime>` 填当前宿主标识（如 `cursor`、`claude-code`、`codex`）；不确定时填 `unknown`。不要省略 `MEDIAKIT_SURFACE=skill`。 ## 能力范围 - **视频剪辑与合成**：裁剪、拼接、转场、调速、音量调整、视频滤镜、运镜、画面叠加、字幕压制、 混音、淡入淡出、音视频提取与合流、文字滚屏、图转视频和多画面编排。 - **音频与音轨处理**：音频转码与媒资探测、语音边界定位、人声与背景声分离， 以及面向视频音轨的处理。 - **视频理解与增强**：视频内容分析、剧情/剧本与精彩高光拆条、画质增强与画质检测、抽帧、 语音转字幕与字幕提取、字幕擦除、水印处理、隐私保护、场景与语义分段、画面文字识别、 转码转封装、抠像与换脸等。 - **图像处理与内容理解**：尺寸缩放与体积治理、元信息探测、裁剪旋转翻转与圆角、颜色与锐化、 负片、模糊与打码、水印、背景移除、文字识别、画质评估与智能裁剪等。 ## 能力选择与优先加载 按用户的处理对象和明确目标选择领域 Skill： | 用户目标 | 优先加载 | | -------------------------------------------------------- | ------------------------ | | 对现有素材进行裁剪、拼接、转场、滤镜、运镜、叠加、混音或成片编排 | `byted-mediakit-editing` | | 处理音频转码、音轨、语音边界或人声与背景声 | `byted-mediakit-audio` | | 处理单张或批量图片、尺寸体积治理、文字识别、图片质量或图像编辑 | `byted-mediakit-image` | | 视频理解、高光拆条、抽帧、画质增强或检测、提取字幕、语音转字幕、字幕擦除、水印、隐私、转码或视频智能处理 | `byted-mediakit-video` | 如果一个请求同时包含多个阶段，先加载与主要产出最匹配的领域 Skill，再按工作流 需要加载其他领域 Skill。只说明“处理一个视频”或“处理一张图片”而没有说明目标 时，先向用户澄清，不要根据媒体类型猜测具体能力。 选定领域后，必须先读取该领域 Skill，再读取最终选定工具的完整 reference，最后 依据当前 CLI 的机器合同构造参数。共享入口只负责能力导航和通用 CLI 使用方式， 不重复具体工具的参数、枚举或结果字段。 ## 安装与可用性检查 首次使用时安装 CLI 与随附 Skills： ```bash npx @volcengine/mediakit-cli install -y ``` 安装后验证公开入口： ```bash mediakit-cli --version mediakit-cli --help ``` 需要重装当前版本携带的 Skills 时执行： ```bash npx @volcengine/mediakit-cli install --skills-only -y ``` ## 初始化与检查 ```bash mediakit-cli init mediakit-cli config show mediakit-cli doctor ``` `doctor` 用于检查当前 CLI 与本地处理依赖；具体工具是否支持本地处理，以对应 领域 Skill 和工具 reference 为准。 ## 命令发现与机器合同 ```bash mediakit-cli --domains mediakit-cli <domain> --help mediakit-cli <domain> <tool> --help mediakit-cli <domain> <tool> --schema ``` `--schema` 只读取当前有效模式的机器合同，不发起业务调用；顶层包含 `name`、 `description`、`input_schema` 和 `output_schema`。构造参数前先读取目标工具的 `--help` 与 `--schema`，并以完整 reference 中的字段说明为 Agent 使用指引。 ## 媒体输入 直接把用户提供的媒体输入传给工具参数。本机文件请传本地文件路径（如 `/path/to/file.jpg` 或 `./file.jpg`），不要自行添加 `mediakit://` 前缀；CLI 的媒体输入适配器会处理上传。不需要额外创建上传命令或上传参数。 ## Cloud / Local 模式 未指定模式时，由 CLI 当前配置选择 Cloud-first 或 Local-first。`--local` 与 `--cloud` 只用于单次命令覆盖；CLI 的 `--help` 与 `--schema` 只显示所选模式的 参数与结果。 规范命令顺序为： ```bash mediakit-cli --cloud <domain> <tool> [flags] mediakit-cli --local <domain> <tool> [flags] ``` Local 不支持的参数不能被静默忽略；应改用 Cloud 或移除对应参数。Local 工具同步 返回处理结果，不产生 Cloud 异步任务。Local 输出目录通过 CLI 配置管理： ```bash mediakit-cli config set output-path <输出目录> ``` ## 异步结果 Cloud 异步能力返回 `task_id`。先使用共享查询命令获取任务状态与最终业务结果： ```bash mediakit-cli shared query-task --task-id <task_id> ``` 需要持续等待终态时，按 [query_task.md](reference/query_task.md) 中的查询协议执行。 ## 更新 ```bash mediakit-cli update mediakit-cli update --check mediakit-cli version --check ``` ## 共享查询协议 | 协议 | 说明 | 命令 | 参考 | | ---------- | --------------------------------------- | -------------------------------- | -------------------------------------------------- | | query-task | 查询 Cloud 异步任务状态与终态业务结果。 | `mediakit-cli shared query-task` | [reference/query_task.md](reference/query_task.md) |