Volcengine AI MediaKit

---

前置条件

• Python：确认 python --version ≥ 3.6
• 环境变量（必需，也可通过工作目录下的 .env 文件配置，脚本会自动加载）：
  • VOLCENGINE_ACCESS_KEY — 火山引擎 Access Key
  • VOLCENGINE_SECRET_KEY — 火山引擎 Secret Key
  • VOD_SPACE_NAME — VOD 空间名称
• 依赖：脚本依赖 python-dotenv requests urllib

---

参数传入方式

所有脚本支持两种 JSON 参数传入方式：

1. 内联 JSON（适合简单参数）：python script.py '{"key":"value"}'
2. 文件引用（推荐，避免 shell 转义问题）：python script.py @params.json

@ 前缀表示从文件读取 JSON 内容，文件路径相对于当前工作目录。

---

结果交付规则

• 提交异步任务成功后会返回异步任务id，字段为 VCCreativeId 或 TaskId，在给用户交付最终产物时，必须包含异步任务id
• 在展示最终产物链接时，禁止随意修改链接内容
• 优先将产物链接提供给用户

---

注意

当用户询问当前 Skill 有什么能力时，直接返回 references/00-detail.md 的内容，并停止后续流程，等待用户输入。

工作流程

1) 识别输入视频类型（必要时先上传拿 vid://...）

后续所有处理脚本优先使用 VOD 侧资源引用：

• Vid：vid://vxxxx（或部分脚本接受裸 vxxxx 并自动补 vid://）
• DirectUrl / FileName：directurl://<vod_file_name>（媒体类任务用 DirectUrl 时会要求 FileName + SpaceName）

当用户提供的是以下输入之一，需要先执行上传逻辑，拿到 Vid 后再继续：

• 本地文件路径：如 /path/to/a.mp4
• http/https 链接：如 https://example.com/a.mp4（会走 URL 拉取上传，并轮询上传结果）

统一用 scripts/upload_media.py：

python <SKILL_DIR>/scripts/upload_media.py "<local_file_path_or_http_url>" [space_name]

脚本输出中 Source 字段即 vid://...，可直接作为后续处理输入。

安全限制：本地文件上传仅允许 workspace/、userdata/ 和 /tmp 目录下的文件。

2) 识别用户意图 → 选择对应处理脚本

根据用户需求，按以下决策树选择脚本：

| 用户意图 | 脚本 | |---|---| | 多个视频/音频合成一个（顺序拼接） | stitching | | 截取视频/音频的某个时间片段 | clipping | | 加速/慢放/变速 | speedup | | 镜像/上下翻转/左右翻转 | flip | | 多张图片串联生成视频 | image_to_video | | 替换/叠加视频的背景音乐 | compile | | 只要视频里的音频轨 | extract_audio | | 多条音频同时叠加播放（混音） | mix_audios | | 分离人声和伴奏/背景音 | voice_separation | | 去除环境噪音/电流杂音/风噪 | noise_reduction | | 模糊/低画质视频修复（压缩伪影/噪点/划痕） | quality_enhance | | 低分辨率视频提升（如 720P→1080P） | super_resolution | | 低帧率视频插帧提升流畅度（如 30fps→60fps） | interlacing | | 语音识别/ASR/提取视频中的文字对白 | asr_speech_to_text | | OCR 文字提取/识别视频中的屏幕文字 | ocr_text_extract | | 擦除视频硬字幕 | subtitle_removal | | 给视频添加/嵌入字幕（烧录字幕） | add_subtitle | | 视频场景分割/智能切片 | intelligent_slicing | | 人像抠图/人像分割 | portrait_matting | | 绿幕抠像/绿屏抠像 | green_screen | | AI 漫剧转绘（漫画风/3D卡通风格） | comic_style | | 短剧高光剪辑/精彩片段提取 | highlight | | AI 视频翻译（字幕/语音/面容翻译） | video_translation | | 查询翻译项目状态/重启翻译轮询 | poll_translation | | 查询翻译项目列表 | list_translation | | AI 解说视频生成（短剧解说/二创） | drama_recap | | AI 剧本还原（视频转结构化剧本） | drama_script | | 查询媒资信息（Vid 详情+播放地址） | get_media_info |

3) 构造参数并执行

视频编辑类

| 脚本 | 用途 | 详细参数 | |------|------|---------| | stitching.py '<json>' | 视频/音频拼接 | references/01-stitching.md | | clipping.py '<json>' | 视频/音频裁剪 | references/02-clipping.md | | flip.py '<json>' | 视频翻转 | references/03-flip.md | | speedup.py video '<json>' | 视频变速 | references/04-speedup.md | | speedup.py audio '<json>' | 音频变速 | references/04-speedup.md | | image_to_video.py '<json>' | 图片转视频 | references/05-image-to-video.md | | compile.py '<json>' | 音视频合成 | references/06-compile.md | | extract_audio.py '<json>' | 提取音轨 | references/07-extract-audio.md | | mix_audios.py '<json>' | 混音 | references/08-mix-audios.md |

媒体处理类

| 脚本 | 用途 | 详细参数 | |------|------|---------| | voice_separation.py '<json>' | 人声分离 | references/10-voice-separation.md | | noise_reduction.py '<json>' | 音频降噪 | references/11-noise-reduction.md | | quality_enhance.py '<json>' | 综合画质修复 | references/12-quality-enhance.md | | super_resolution.py '<json>' | AI 超分辨率 | references/13-super-resolution.md | | interlacing.py '<json>' | 智能补帧 | references/14-interlacing.md |

AI 内容分析类

| 脚本 | 用途 | 详细参数 | |------|------|---------| | asr_speech_to_text.py '<json>' | 语音识别 ASR | references/15-asr-speech-to-text.md | | ocr_text_extract.py '<json>' | OCR 文字提取 | references/16-ocr-text-extract.md | | subtitle_removal.py '<json>' | 硬字幕擦除 | references/17-subtitle-removal.md | | add_subtitle.py '<json>' | 添加嵌入字幕 | references/18-add-subtitle.md | | intelligent_slicing.py '<json>' | 智能场景分割 | references/19-intelligent-slicing.md | | portrait_matting.py '<json>' | 人像抠图 | references/20-portrait-matting.md | | green_screen.py '<json>' | 绿幕抠像 | references/21-green-screen.md | | highlight.py '<json>' | 短剧高光剪辑 | references/23-highlight.md | | get_media_info.py '<json>' | 媒资信息查询 | references/27-get-media-info.md |

AI 内容生成类

| 脚本 | 用途 | 详细参数 | |------|------|---------| | comic_style.py '<json>' | AI 漫剧转绘 | references/22-comic-style.md | | video_translation.py '<json>' | AI 视频翻译 | references/24-video-translation.md | | drama_recap.py '<json>' | AI 解说视频生成 | references/25-drama-recap.md | | drama_script.py '<json>' | AI 剧本还原 | references/26-drama-script.md |

重启轮询

| 脚本 | 用途 | |------|------| | poll_vcreative.py <task_id> | 重启编辑类任务轮询 | | poll_media.py <task_type> <RunId> | 重启媒体处理类任务轮询 | | poll_translation.py <ProjectId> | 重启翻译任务轮询 |

超时响应中的 resume_hint.command 字段包含可直接复制执行的重启命令。

---

示例

# 本地文件先上传拿到 vid（后续脚本统一用 vid://... 作为输入）
python <SKILL_DIR>/scripts/upload_media.py "/path/to/local.mp4" my_space

# 拼接两个视频，加转场
python <SKILL_DIR>/scripts/stitching.py \
  '{"type":"video","videos":["vid://v0001","vid://v0002"],"transitions":["1182359"]}'

# 使用 @file.json 传参（推荐，避免转义问题）
python <SKILL_DIR>/scripts/stitching.py @params.json

# 人声分离（注意 type 首字母大写）
python <SKILL_DIR>/scripts/voice_separation.py '{"type":"Vid","video":"v0310abc"}'

# 超分到 1080P
python <SKILL_DIR>/scripts/super_resolution.py '{"type":"Vid","video":"v0310xyz","Res":"1080p"}'

# ASR 语音识别
python <SKILL_DIR>/scripts/asr_speech_to_text.py '{"type":"Vid","video":"v0310abc"}'

# 短剧高光剪辑
python <SKILL_DIR>/scripts/highlight.py '{"Vids":["v023xxx","v024xxx"]}'

# AI 视频翻译（中文→英文）
python <SKILL_DIR>/scripts/video_translation.py '{"Vid":"v0d225gxxx","SourceLanguage":"zh","TargetLanguage":"en"}'

# AI 漫剧转绘（漫画风 720p）
python <SKILL_DIR>/scripts/comic_style.py '{"Vid":"v0d012xxxx","Style":"漫画风","Resolution":"720p"}'

# AI 解说视频（自动生成解说词）
python <SKILL_DIR>/scripts/drama_recap.py '{"Vids":["v023xxx"],"AutoGenerateRecapText":true}'

# AI 剧本还原
python <SKILL_DIR>/scripts/drama_script.py '{"Vids":["v023xxx","v024xxx"]}'

# 查询媒资信息
python <SKILL_DIR>/scripts/get_media_info.py '{"vids":"v001,v002"}'

# 超时后重启编辑类轮询
python <SKILL_DIR>/scripts/poll_vcreative.py <异步智剪任务ID> my_space

# 超时后重启媒体类轮询
python <SKILL_DIR>/scripts/poll_media.py videSuperResolution run_yyy my_space

# 超时后重启翻译轮询
python <SKILL_DIR>/scripts/poll_translation.py <ProjectId> my_space

---

错误输出

所有错误统一格式：{"error": "说明"}

超时输出（含重启指令）：

{
  "error": "轮询超时（360 次 × 5s），任务仍在处理中",
  "resume_hint": {
    "description": "任务尚未完成，可用以下命令重启轮询",
    "command": "python <SKILL_DIR>/scripts/poll_media.py videSuperResolution run_yyy my_space"
  }
}

约束

• 调用脚本前必须查看脚本详细参数说明

---

计费说明

仅当用户主动咨询费用或计费规则时，再参考 references/00-billing-instructions.md 中的计费说明，向用户简要说明 volcengine-ai-mediakit 所依赖的 VOD 资源的计费构成，避免在普通剪辑/处理对话中主动展开计费细节。