volcengine 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
- 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）
- 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。
--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）：
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：
npx @volcengine/mediakit-cli install -y
安装后验证公开入口：
mediakit-cli --version
mediakit-cli --help
需要重装当前版本携带的 Skills 时执行：
npx @volcengine/mediakit-cli install --skills-only -y
初始化与检查
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
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：
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：
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：
mediakit-cli shared query-task --task-id <task_id>
需要持续等待终态时，按 query_task.md 中的查询协议执行。
更新
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 |