SuperAPI AI 工具集

media-tools

智能体与模型

查看项目

更新于 10-17 17:08

技能介绍

用途

media-tools 用于执行单项媒体操作,不负责完整的视频制作流程,也不搭建本地动画项目。音频、图像/关键帧、转写、素材导入以及已有任务查询属于本技能范围;任何“生成新视频片段”的请求,无论使用何种模型、片段数量多少、用户是否提供提示词,都归属 video-director 技能。视频状态查询不需要再次进行 Director 规划。

主要能力

  • 语音、音乐、音效生成:使用 generate_audio。
  • 图像/关键帧生成:使用 generate_keyframes。
  • 音频转写(时间轴与文本):使用 transcribe_audio。
  • 素材注册与导入:使用 import_assets。
  • 已有任务查询与恢复:使用 get_status、list_jobs、resolve_job。

具体字段与模型以实时 opus-video-tools schema 和可用模型元数据为准,不得虚构模型名称或字段,不得使用私有 provider 脚本,也不得静默替换为不可用模型。

使用方式

  1. 在操作前阅读共享工作流规则;上下文恢复后再次阅读。不要依赖插件根目录 AGENTS.md 的自动加载。
  2. 从已安装技能目录向上两级解析插件根目录,校验 .mcp.json 与插件清单。环境变量为可选;优先使用有效 AO_HARNESS_ROOT,否则依据 <harness-root>/skills/media-tools/SKILL.md 路径。使用已安装路径,不使用猜测的市场检出目录。
  3. 新建项目前运行 opus_video_tools_whoami 验证身份;必要时完成主机登录;处理非预期组织。新建生成/存储工作须绑定明确的后端项目;状态与恢复沿用原任务/项目上下文,不另建项目。切换组织后不得复用先前组织的素材。
  4. 明确期望输出与输入/参考角色,按 live schema 选择对应工具。
  5. 准备与媒介匹配的复核材料:语音需精确文本、语言与音色;音乐/音效需简要说明与时长;图像需提示词、尺寸/比例与参考使用方式;转写/导入需输入与目标操作。说明请求输出及付费请求数量,不虚构价格,不要求不存在的视频层。遵循共享付费审批规则,保留已批准请求的范围。
  6. 提交项目创建或生成/转写前,将每个暴露的 requestKey 以 UUID 形式与精确参数一同保存;仅相同重试可复用该键,变更工作需新键,付费时需新的绑定审批。使用持久引用前完成返回的素材上传/最终化步骤。
  7. 只提交所请求的操作。异步任务用 get_status 轮询,单次观察窗口不超过 45 秒或采用普通轮询,直到 completed、failed 或 submission_unknown。超时窗口后继续轮询,不重复提交付费工作;未知提交仅在共享的明确重复花费风险流程下处理。
  8. 通过宿主支持的媒体展示方式交付实际完成的音频、图像、转写或素材引用,保存持久的项目/任务/素材 ID 与精确请求记录。不得声称未生成并验证的混音、预览或导出。进一步编辑或本地组装仅在明确请求时进行。

适用场景

需要单独生成语音、音乐或音效;生成图像或关键帧;对音频做带时间轴的转写;注册导入素材;查询或恢复已有媒体任务状态。

限制

  • 不生成新视频片段;该类请求归 video-director。
  • 不为独立音频/图像加载 Seedance 技能包,不要求视频分镜,不给语音添加镜头指令,不为仅素材请求创建 Remotion 项目。
  • 不得添加视频制作工作流。
  • 模型、字段、价格和具体平台能力以实际 schema 与元数据为准;资料未明确列出的定价、效果或平台支持暂未提供。