Skip to content

yzsp-studio/mediakit-shared-suite / mediakit-video

mediakit-video

Verified

面向视频文件的智能处理、媒资理解、画质治理与画质检测、抽帧、隐私保护、字幕与水印处理、精彩片段与高光拆条分析生成、剧情结构化与剧本整理、场景与语义分段、画面文字识别、视频转码转封装及人像或绿幕抠像等目标。若对象和目标族已明确属于视频增强、视频分析理解、视频内容结构化、视频字幕识别或擦除、视频隐私脱敏、视频媒资探测或分发适配,但具体能力不确定,可先加载本 Skill 探索;若只说有视频而未说明业务目标,应先澄清。明确要裁剪、拼接、叠加字幕、混音、合流、调速、转场、画面旋转翻转、视频滤镜或多视频拼画面的成片编辑诉求应路由到 editing;单张图片处理应路由到 image;音频转码、人声分离或语音端点检测应路由到 audio。

reference/martencode-video.md

View on GitHub
# 极智超清

## 能力用途

极智超清在转码时智能分析视频的场景、动作、内容和纹理,选择最优编码参数,以相对较低码率输出主观画质更优的视频,降低带宽成本并改善用户视觉体验。

## 参数填写规则

- 可选参数仅在用户明确指定,或可从用户意图准确确定时填写;不得伪造。不能准确确定时省略,确为正确完成任务所必需时先向用户澄清。

## Cloud

### 命令与生命周期

- 命令:`mediakit-cli video martencode-video`
- 生命周期:异步
- 返回方式:返回 `task_id`,再查询终态结果。

### 使用指南

- 数组参数(`--metadata-keep-tags`)传多个值时用逗号分隔并整体加引号,例如 `--metadata-keep-tags "url1,url2"`。
- 单个值中的文件名或 URL 不能包含逗号(`,`),否则会被 CLI 当成多个元素拆开。遇到这种情况时,先向用户澄清,请其提供不含逗号的文件名或对应 URL 后再调用。
- 对象或对象数组参数(`--audio`、`--metadata-add-tags`、`--video`)需传合法 JSON 字符串;字段名与层级必须与上表“枚举/范围/结构”及子字段说明一致。不要用逗号分隔或裸文本。
- POSIX / bash:用单引号整体包裹,例如 `--audio '[{...}]'`。
- Windows PowerShell:按共享入口 [JSON 参数传参](../../mediakit-shared/SKILL.md) 把 JSON flag 放在 `--%` 之后,内部双引号写成 `\"`,例如 `--% --audio "[{\"key\":\"value\"}]"`。禁止单引号 JSON、`$json` 变量和 `@file`。

### 调用示例

```bash
mediakit-cli video martencode-video \
  --video-url <video_url> \
  --container-format <container_format> \
  --video <video>
```

仅使用用户真实输入替换占位符;可选 flag 遵守参数填写规则,不得编造 URL、文件、枚举或业务参数。

### 参数

| 参数路径 | CLI flag | 类型 | 必填 | 默认值 | 枚举/范围/结构 | 说明 |
| --- | --- | --- | --- | --- | --- | --- |
| `audio` | `--audio` | object | 否 | - | - | 音频转码参数配置可省略;未传 audio 时,音频使用默认参数转码:编码格式为 aac,其余参数跟随源文件。 |
| `audio.bitrate_kbps` | - | integer | 是 | 128 | 最小值: 10;最大值: 500 | 音频码率,单位 Kbps,支持 10 至 500,默认 128;未设置时输出音频码率与原始音频一致。 |
| `audio.bitrate_mode` | - | string | 是 | "cbr" | 枚举: ["cbr","cae"] | 音频码率控制模式,支持 cbr、cae,默认 cbr。cbr 仅在 video.codec=h264 时支持,会尝试使音频流每一秒保持在 audio.bitrate_kbps 设定码率,适合对带宽稳定性要求高的流式传输场景;cae 仅在 audio.codec=aac 时支持,会根据音频复杂度动态调整瞬时码率,并确保整个文件平均码率接近 audio.bitrate_kbps 目标值。 |
| `audio.channels` | - | integer | 否 | 2 | 枚举: [1,2] | 声道数可省略,支持 1、2,默认 2;1 表示单声道,2 表示双声道。 |
| `audio.codec` | - | string | 是 | "aac" | 枚举: ["aac"] | 音频编码格式,支持 aac,默认 aac。 |
| `audio.sample_rate` | - | integer | 是 | 44100 | 枚举: [8000,11025,12000,16000,22050,24000,32000,44100,48000,64000,88200,96000] | 音频采样率,单位 Hz,支持 8000、11025、12000、16000、22050、24000、32000、44100、48000、64000、88200、96000,默认 44100。 |
| `audio.volume_integrated_loudness` | - | number | 否 | -12 | 最小值: -70;最大值: -5 | 音频整体感知音量,单位 LUFS,可省略,支持 -70 至 -5,默认 -12。 |
| `audio.volume_loudness_range` | - | number | 否 | 7 | 最小值: 1;最大值: 20 | 响度范围用于调节最响亮和最安静部分差异,单位 LU,可省略,支持 1 至 20,默认 7;在 audio.volume_method=2Pass 时生效。 |
| `audio.volume_method` | - | string | 否 | - | 枚举: ["2Pass"] | 音量均衡算法可省略;未设置时不处理音量。2Pass 启用两阶段响度分析与处理,且三个响度参数生效。 |
| `audio.volume_true_peak` | - | number | 否 | 0 | 最小值: -9;最大值: 0 | 音频最高上限用于防止削波失真,单位 dBTP,可省略,支持 -9 至 0,默认 0。 |
| `callback_args` | `--callback-args` | string | 否 | - | - | 自定义回调参数。任务完成时,您提供的内容会通过事件回调原样返回,便于关联业务;字段长度最大为 512 字节。 仅在用户明确提供该值时传递;不得由 Agent 生成、推断或补写。 |
| `callback_url` | `--callback-url` | string | 否 | - | - | 用于接收该任务结果回调的 URL 地址。提供此参数时,其优先级高于全局回调地址;地址必须以 http:// 或 https:// 开头。 仅在用户明确提供该值时传递;不得由 Agent 生成、推断或补写。 |
| `client_token` | `--client-token` | string | 否 | - | - | 用户请求凭证,用于幂等控制。大小写敏感,不超过 64 个 ASCII 码可打印字符。 仅在用户明确提供该值时传递;不得由 Agent 生成、推断或补写。 |
| `container_format` | `--container-format` | string | 是 | "MP4" | 枚举: ["MP4","FLV","MPEGTS"] | 输出视频的封装格式,支持 MP4、FLV、MPEGTS,默认 MP4。 |
| `media_output_destination` | `--media-output-destination` | string | 否 | - | - | 指定处理产物的目标存储位置。AI MediaKit 支持将处理产物存储至您的火山引擎视频点播(VOD)空间或对象存储(TOS)桶:存储至 VOD 时设为 vod://<您的空间名>;存储至 TOS 时设为 tos://<您的桶名>。设置后,任务结果中的 url 相关字段将返回 vod:// 或 tos:// 格式的资源地址,不再返回临时下载地址。首次使用前,需要按需授权 AI MediaKit 将文件写入您的 VOD 空间或 TOS 桶。 仅在用户明确提供该值时传递;不得由 Agent 生成、推断或补写。 |
| `metadata_add_tags` | `--metadata-add-tags` | array<object> | 否 | - | - | 可省略,为输出视频新增由 key 和 value 组成的元信息标签;新增标签与保留标签同名时覆盖源文件值;对 MPEGTS 封装格式无效。 |
| `metadata_add_tags[].key` | - | string | 否 | - | - | 标签键。 |
| `metadata_add_tags[].value` | - | string | 否 | - | - | 标签值。 |
| `metadata_keep_tags` | `--metadata-keep-tags` | array<string> | 否 | - | - | 可省略,指定从源视频保留的元信息标签键列表;默认转码会丢弃大部分元信息,例如标题和艺术家;对 MPEGTS 封装格式无效。 |
| `queue_id` | `--queue-id` | string | 否 | - | - | 任务提交的目标队列 ID。如不传,默认使用系统自动创建的队列 ID。可将不同业务或优先级的任务提交到不同队列,以实现按队列对应的项目分账。队列可创建和管理,系统会自动为队列分配队列 ID。 仅在用户明确提供该值时传递;不得由 Agent 生成、推断或补写。 |
| `video` | `--video` | object | 是 | - | - | 视频转码参数配置。 |
| `video.bitrate_crf` | - | number | 否 | 25 | 最小值: 0;最大值: 51 | 码率 CRF 参数可省略,仅在 video.bitrate_mode=crf 时生效,是 crf 模式主要质量控制器;支持 0 至 51,默认 25;数值越小,画质越高且文件体积越大,0 表示无损。 |
| `video.bitrate_kbps` | - | integer | 是 | 2000 | 最小值: 10;最大值: 50000 | 视频码率目标值,单位 Kbps,支持 10 至 50000,默认 2000;abr 模式下是平均码率目标,cbr 模式下是恒定码率目标,crf 模式下是最大码率限制。 |
| `video.bitrate_mode` | - | string | 是 | "crf" | 枚举: ["crf","abr","cbr"] | 码率控制模式,支持 crf、abr、cbr,默认 crf。crf 模式尽量保持整体视觉质量在 video.bitrate_crf 设定水平,同时确保瞬时码率不超过 video.bitrate_kbps,推荐大多数场景使用;abr 模式使输出整体平均码率接近 video.bitrate_kbps,适用于需要把文件大小控制在特定范围的场景;cbr 模式尝试让视频流每一秒保持在 video.bitrate_kbps 设定码率,画质随复杂度波动而码率稳定,适用于对网络传输稳定性要求极高的流媒体场景。 |
| `video.codec` | - | string | 是 | "h264" | 枚举: ["h264","h265"] | 视频编码格式,支持 h264、h265,默认 h264。 |
| `video.fps` | - | integer | 否 | - | 最小值: 1;最大值: 240 | 目标帧率可省略,支持 1 至 240;未设置时输出完全遵循原视频帧率。设置后会激活 video.fps_mode;vfr 下表示最大帧率,cfr 下表示恒定帧率。 |
| `video.fps_mode` | - | string | 否 | "vfr" | 枚举: ["vfr","cfr"] | 帧率模式可省略,支持 vfr、cfr,默认 vfr。仅在设置 video.fps 后生效;未提供 video.fps 时遵循源帧率并忽略 video.fps_mode。vfr 模式把 video.fps 作为最高帧率,源帧率较低时保留,较高时降低到设定值,避免不必要的帧率过度提升;cfr 模式把 video.fps 作为强制输出帧率,无论源帧率如何都转换为该恒定帧率。 |
| `video.is_hdr_to_sdr` | - | boolean | 否 | true | - | 可省略,控制是否将 HDR 视频转换为 SDR,默认 true;false 时保留 HDR。 |
| `video.scale_height` | - | integer | 否 | - | 最小值: 0;最大值: 4320 | 目标高度,单位 px,可省略,支持 0 至 4320;仅在 video.scale_type=2 时生效,只传宽或高之一时,另一边按比例缩放。 |
| `video.scale_long` | - | integer | 否 | - | 最小值: 0;最大值: 4320 | 目标长边,单位 px,可省略,支持 0 至 4320;仅在 video.scale_type=1 时生效,只传短边或长边之一时,另一边按比例缩放。 |
| `video.scale_mode` | - | integer | 否 | 0 | 枚举: [0,1,2] | 伸缩模式可省略,支持 0、1、2,默认 0,仅在 video.scale_type 为 1 或 2 时生效。0 不上采:源片比目标大时缩小,比目标小时保持原尺寸;1 拉伸上采,强制拉伸到目标宽高,可能导致画面变形;2 补黑边上采,等比缩放到目标框内,不足部分用黑边填充。 |
| `video.scale_short` | - | integer | 否 | - | 最小值: 0;最大值: 4320 | 目标短边,单位 px,可省略,支持 0 至 4320;仅在 video.scale_type=1 时生效,只传短边或长边之一时,另一边按比例缩放。 |
| `video.scale_type` | - | integer | 否 | 0 | 枚举: [0,1,2] | 伸缩限制可省略,支持 0、1、2,默认 0。0 为跟随片源模式,不进行任何缩放,支持最高 8K 分辨率,video.scale_mode、video.scale_width、video.scale_height、video.scale_short、video.scale_long 均无效;1 为长短边限制模式,激活 video.scale_short 和 video.scale_long,可设置长边或短边,另一边按原比例缩放,支持最高 4K 分辨率;2 为宽高限制模式,激活 video.scale_width 和 video.scale_height,可设置宽度或高度,另一边按原比例缩放,支持最高 4K 分辨率。 |
| `video.scale_width` | - | integer | 否 | - | 最小值: 0;最大值: 4320 | 目标宽度,单位 px,可省略,支持 0 至 4320;仅在 video.scale_type=2 时生效,只传宽或高之一时,另一边按比例缩放。 |
| `video_url` | `--video-url` | string | 是 | - | - | 待转码视频的 URL,支持公网 HTTP/HTTPS URL、本地文件路径、视频点播 vod:// 和对象存储 tos:// 四种输入协议;支持 mp4、mov、mkv、flv、ts、avi、wmv 等主流视频格式。 |

### 返回结果

| 字段路径 | 类型 | 必含 | 模式 | 说明 |
| --- | --- | --- | --- | --- |
| `request_id` | string | 否 | Cloud | 请求标识;仅在后端返回时出现。 |
| `task_id` | string | 是 | Cloud | 异步任务的唯一标识,用于查询任务状态并获取最终结果。 |
| `task_type` | string | 否 | Cloud | 任务类型;仅在后端实际返回非空值时出现。 |
| `result.duration` | number | 否 | Cloud 终态 | 视频时长,单位秒。 |
| `result.resolution` | string | 否 | Cloud 终态 | 转码后视频分辨率,支持 240p、360p、480p、540p、720p、1080p、2k、4k。 |
| `result.video_codec` | string | 否 | Cloud 终态 | 视频编码格式,例如 h264 或 h265。 |
| `result.video_url` | string | 否 | Cloud 终态 | 输出视频地址。设置 media_output_destination 后,返回 vod://<空间名>/<媒资ID> 或 tos://<桶名>/<对象Key> 格式的存储地址;未设置 media_output_destination 时,返回有效期 24 小时的 HTTPS 临时下载链接,需要及时下载保存。 |

Cloud 调用成功后读取 `task_id`,再查询终态结果:

```bash
mediakit-cli shared query-task --task-id <task_id> --poll-complete
```

### 机器合同

以下命令只读取本模式的实时 help/schema,不发起业务调用:

```bash
mediakit-cli video martencode-video --help
mediakit-cli video martencode-video --schema
```
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 471kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall