SuperAPI AI 工具集

media-processing

设计与创作

查看项目

更新于 10-16 00:21

技能介绍

用途:面向音频和视频文件的处理技能,基于 ffmpeg 完成裁剪、合并、提取音频、格式转换、压缩等操作。该技能不试图充当 ffmpeg 手册,而是定义一套交互流程,具体的 ffmpeg 知识由 Claude 自身掌握。

使用方式:当用户想处理音视频文件时,传入参数 $ARGUMENTS 触发。

流程:第一步选择交互模式,首次交互时用 AskUserQuestion 询问是否熟悉视频处理,提供简单模式(自动选择最佳选项,推荐)和专业模式(完全控制参数)。若在简单模式下用户使用 CRF、编解码器、比特率等术语,则自动切换到专业模式。第二步用 ffprobe 分析输入文件,命令为:ffprobe -v error -show_entries format=duration,size,bit_rate -show_entries stream=codec_name,codec_type,width,height,r_frame_rate,sample_rate,channels,bit_rate -of json "$INPUT_FILE"。简单模式显示时长、分辨率、文件大小;专业模式显示完整编解码器、比特率、采样率等技术细节。第三步执行前必须用 AskUserQuestion 确认关键参数,只问与当前操作相关的问题。简单模式描述效果而非参数,例如裁剪时询问起点终点、输出质量(同原始/稍压缩/更压缩)、是否保留音频;合并时展示文件列表并确认拼接顺序,若分辨率不同则询问输出采用哪个尺寸;提取音频时询问输出格式(MP3/WAV/AAC)。专业模式展示编解码器、CRF、preset、比特率等选项,允许自定义参数,合并时提供 concat demuxer 与 concat filter 选择。合并多个文件时必须检查所有文件的分辨率、视频编解码器和音频编解码器是否一致,不一致要告知用户并询问处理方式,同时确认拼接顺序。第四步执行:构建 ffmpeg 命令,专业模式先展示完整命令再运行,执行并报告进度。第五步校验输出:对输出文件运行 ffprobe 并报告结果,简单模式给出时长、文件大小(相对原始的变化)、保存路径;专业模式额外给出分辨率、编码、CRF、音频参数、命令等。

关键原则:不罗列参数,只问必要问题,输出路径默认当前工作目录并带操作后缀(如 _trimmed、_merged),出错时用通俗语言解释原因并给出修复建议。

适用场景:需要对音视频做裁剪、合并、提取音频、格式转换、压缩等日常处理时。

限制:该技能自身不提供 ffmpeg 功能,实际处理依赖 ffmpeg 和 ffprobe 环境;资料未提供具体收费、平台支持范围及性能数据。