byted-mediakit-shared

MediaKit 是面向音视频与图像处理的专业工具集,覆盖音视频剪辑与合成、音频媒资探测与人声分离、视频理解与增强、图像增强与内容理解等工作流。用户明确提出叠加、字幕压制、滤镜、运镜、提取字幕、语音转字幕、裁剪、拼接、调速、混音、音视频处理、图片增强或擦除、视频分析或画质增强目标时,先加载本 Skill,再按对象和目标选择 audio、editing、image 或 video;仅说明媒体类型而未

SKILL.md

GitHub

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。

能力范围

  • 视频剪辑与合成:裁剪、拼接与转场、调速、音量调整、画面翻转和滤镜、运镜、字幕压制、混音、音视频提取与合流、淡入淡出以及多画面编排。
  • 音频与音轨处理:音频转码与媒资信息探测、语音边界定位,以及人声与背景声分离。
  • 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。
  • 视频理解与增强:视频内容理解、剧情/剧本与高光拆条、画质增强与画质检测、抽帧、从视频提取字幕、语音转字幕、字幕识别与擦除、水印与隐私保护、人像或绿幕抠像、媒资探测、场景与语义分段、画面文字识别、转码转封装等。

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、拼接或转场、调速、滤镜、运镜、字幕压制、混音或合流 byted-mediakit-editing
探测音频媒资信息、音频转码,或分离音频或视频中的人声与背景声 byted-mediakit-audio
处理单张图片的尺寸体积治理、增强擦除、打码水印、文字识别、画质评估或背景移除 byted-mediakit-image
进行视频理解或高光拆条、抽帧、提取字幕、语音转字幕、字幕识别或擦除、画质增强或检测、抠像、媒资探测或场景分段 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。

可用性检查

mediakit-cli --version
mediakit-cli --help
mediakit-cli --domains

使用流程

  1. 按对象和目标选择领域 Skill;只说明媒体类型而未说明目标时,先向用户澄清。
  2. 选定工具后,先读取该工具的完整 reference,再读取实时 --help 与 --schema。
  3. 必填参数必须来自用户真实输入;可选参数只在用户明确提供,或可从意图准确确定时填写。不能准确确定时省略,确为完成任务所必需时先澄清;不得伪造 URL、文件、枚举或业务参数。
  4. 对象或对象数组参数按下方「JSON 参数传参」构造;Windows PowerShell 不得套用 bash 单引号。

命令发现

mediakit-cli --domains
mediakit-cli <domain> --help
mediakit-cli <domain> <tool> --help
mediakit-cli <domain> <tool> --schema

--schema 只读取当前 Cloud 机器合同,不发起业务调用;顶层包含 name、 description、input_schema 和 output_schema。

媒体输入

当业务参数需要公网可访问媒体,而用户仅提供本机文件路径时,CLI 的 Cloud 输入适配器会处理上传。无需新增上传命令或上传参数。

JSON 参数传参

对象或对象数组参数必须传合法 JSON 字符串,不能用逗号分隔或裸文本。 array<string> 仍用逗号分隔或重复 flag,不要套用本节。

POSIX / bash / zsh:用单引号整体包裹,保留 JSON 内部双引号。

mediakit-cli editing add-subtitle-to-video --video-url "<url>" --subtitles '[{"start_time":0,"end_time":3,"subtitle_text":"大家好"}]'

Windows PowerShell:单引号或 $json 变量都会把 JSON 里的 " 剥掉,CLI 会报 invalid character 's' / 't'。必须把 JSON flag 放在 --% 之后;整段 JSON 用双引号包裹,JSON 内部的 " 写成 \"。带空格的路径等普通参数放在 --% 之前。--% 之后不要使用 PowerShell 变量。

mediakit-cli editing add-subtitle-to-video --video-url "C:\path\video.mp4" --% --subtitles "[{\"start_time\":0,\"end_time\":3,\"subtitle_text\":\"大家好\"}]"
mediakit-cli video erase-video-subtitle-pro --video-url "C:\path\video.mp4" --mode Text --% --erase-ratio-location "[{\"top_left_x\":0,\"top_left_y\":0,\"bottom_right_x\":1,\"bottom_right_y\":0.2}]"

禁止(Windows 上均会失败):

  • '[{...}]' 单引号 JSON
  • --flag $json 或 --flag "$json"
  • Get-Content 读出 JSON 后再当 flag 传入
  • --flag @C:\file.json
  • cmd /c 多层转义

异步任务

异步工具返回 task_id 后,使用:

mediakit-cli shared query-task --task-id <task_id>

完整轮询与结果约定见 reference/query_task.md。