byted-mediakit-voiceover-editing

name	byted-mediakit-voiceover-editing
display_name	口播视频智能精剪工具
version	1.0.9
description	Volcano Engine AI MediaKit talking-head video editing Skill: a one-stop workflow from environment setup through media management, audio processing, talking-head cuts, video export, review UI, and iterative refinement. You MUST invoke this Skill when the user mentions talking-head editing, cutting talking video, video editing, removing pauses, processing audio, exporting talking video, automatic editing, removing verbal slips, or similar. Also invoke when the user uploads video or audio and asks for editing.
category	音视频处理
env	[{"name":"ARK_SKILL_API_BASE","description":"SkillHub VOD 网关 OpenAPI 根 URL（与 ARK_SKILL_API_KEY 同时存在时启用 apig）；通常由宿主/容器注入进程环境，不必写入 .env","required":false,"secret":false,"default":""},{"name":"ARK_SKILL_API_KEY","description":"SkillHub 网关 Bearer Token；与 ARK_SKILL_API_BASE 同时存在时启用 apig；通常由宿主/容器注入，不必写入 .env","required":false,"secret":true,"default":""},{"name":"VOLC_ACCESS_KEY_ID","description":"火山引擎访问密钥ID（直连 OpenAPI 时必填；若进程环境中已有 ARK_SKILL_API_BASE 与 ARK_SKILL_API_KEY 则可不填）","required":false,"secret":true,"default":""},{"name":"VOLC_ACCESS_KEY_SECRET","description":"火山引擎访问密钥 Secret（直连 OpenAPI 时必填；若进程环境中已有 ARK_SKILL_API_BASE 与 ARK_SKILL_API_KEY 则可不填）","required":false,"secret":true,"default":""},{"name":"VOLC_SPACE_NAME","description":"火山引擎VOD存储空间名称","required":true,"secret":false,"default":""},{"name":"ASR_API_KEY","description":"语音识别服务API密钥","required":true,"secret":true,"default":""},{"name":"ASR_BASE_URL","description":"语音识别服务接口地址","required":true,"secret":false,"default":"https://openspeech.bytedance.com/api/v3/auc/bigmodel"},{"name":"VOD_EXPORT_SKIP_SUBTITLE","description":"导出时是否跳过字幕压制（默认跳过；0/false/no 表示启用字幕压制）","required":false,"secret":false,"default":"1"},{"name":"TALKING_VIDEO_AUTO_EDIT_REVIEW_AUTO_OPEN","description":"审核页启动时是否自动打开浏览器（默认不打开；1/true/yes 表示打开）","required":false,"secret":false,"default":"0"},{"name":"TALKING_VIDEO_AUTO_EDIT_VIDEO_CUT","description":"是否开启视频裁剪功能：1 进行（默认）；0 不进行。仅当有字幕或音频静音时生效。","required":false,"secret":false,"default":"1"},{"name":"EXECUTION_MODE","description":"执行模式选择（可选），优先级 apig > cloud > local：\n- apig: 使用 SkillHub 网关（需 ARK_SKILL_API_BASE + ARK_SKILL_API_KEY）\n- cloud: 直连火山引擎 OpenAPI（需 VOLC_ACCESS_KEY_* + VOLC_SPACE_NAME + ASR_*）\n- local: 完全本地执行，使用 Qwen3-ASR / Demucs / ffmpeg，无需任何云端环境变量和 VOD 空间\n留空则自动检测：按 apig > cloud > local 优先级尝试，缺参时打印提示并自动降级。\n","required":false,"secret":false,"default":""}]
permissions	["network","file_read","file_write","temp_storage"]
triggers	["口播剪辑","剪口播","剪视频","去掉停顿","处理音频","导出口播","自动剪辑","去除口误","视频剪辑"]

一、模式与凭据

1.1 三种执行模式

模式	说明	所需环境变量	ASR 方式
apig	SkillHub 网关代理，Bearer Token 认证	ARK_SKILL_API_BASE + ARK_SKILL_API_KEY（容器注入）+ VOLC_SPACE_NAME + ASR_API_KEY + ASR_BASE_URL	豆包语音大模型
cloud	直连火山引擎 OpenAPI，HMAC 签算	VOLC_ACCESS_KEY_ID + VOLC_ACCESS_KEY_SECRET + VOLC_SPACE_NAME + ASR_API_KEY + ASR_BASE_URL	豆包语音大模型
local	完全本地执行，无需云端服务	无（可选 EXECUTION_MODE=local）	Qwen3-ASR 本地推理

优先级：apig > cloud > local。自动检测按此顺序依次检查环境变量，缺参时打印 .env 路径与缺失变量列表并自动降级。

1.2 凭据配置

• .env 文件位置：<SKILL_DIR>/.env
• 脚本先读进程环境变量，再用 .env 补全未设置的项（不覆盖容器注入）
• ARK_SKILL_* 通常由部署容器注入，不必手写到 .env
• 缺参不阻塞：不使用终端 input() 交互，缺参时打印提示信息并自动降级到可用模式
• Agent 推荐用户通过编辑 .env 文件或Agent 文件写入工具来配置变量，避免终端粘贴问题
• 安全：控制台创建仅含所需权限的密钥；测试请用独立点播空间；.env 勿提交仓库

1.3 模式意图识别（Agent 必读）

当用户在对话中表达模式切换意图时，Agent 应识别并执行：

用户表达	识别为	操作
"用本地模式" / "不走云端" / "离线处理"	EXECUTION_MODE=local	写入 .env 或传 --mode local
"用云端" / "用火山引擎" / "走 AK/SK"	EXECUTION_MODE=cloud	写入 .env 或传 --mode cloud