byted-vod-process-tools

Files (68)

• LICENSE
• SKILL.md
• 00-billing-instructions.md · references/
• 01-stitching.md · references/
• 02-clipping.md · references/
• 03-flip.md · references/
• 04-speedup.md · references/
• 05-image-to-video.md · references/
• 06-compile.md · references/
• 07-extract-audio.md · references/
• 08-mix-audios.md · references/
• 09-add-sub-video.md · references/
• 10-voice-separation.md · references/
• 11-noise-reduction.md · references/
• 12-quality-enhance.md · references/
• 13-super-resolution.md · references/
• 14-interlacing.md · references/
• 15-asr-speech-to-text.md · references/
• 16-ocr-text-extract.md · references/
• 17-subtitle-removal.md · references/
• 18-add-subtitle.md · references/
• 19-intelligent-slicing.md · references/
• 20-portrait-matting.md · references/
• 21-green-screen.md · references/
• 22-comic-style.md · references/
• 23-highlight.md · references/
• 24-video-translation.md · references/
• 25-drama-recap.md · references/
• 26-drama-script.md · references/
• 27-get-media-info.md · references/
• add_subtitle.py · scripts/
• api_manage.py · scripts/
• asr_speech_to_text.py · scripts/
• clipping.py · scripts/
• comic_style.py · scripts/
• compile.py · scripts/
• drama_recap.py · scripts/
• drama_script.py · scripts/
• extract_audio.py · scripts/
• flip.py · scripts/
• get_media_info.py · scripts/
• green_screen.py · scripts/
• highlight.py · scripts/
• image_to_video.py · scripts/
• intelligent_slicing.py · scripts/
• interlacing.py · scripts/
• list_translation.py · scripts/
• log_utils.py · scripts/
• mix_audios.py · scripts/
• noise_reduction.py · scripts/
• ocr_text_extract.py · scripts/
• poll_media.py · scripts/
• poll_translation.py · scripts/
• poll_vcreative.py · scripts/
• portrait_matting.py · scripts/
• quality_enhance.py · scripts/
• speedup.py · scripts/
• stitching.py · scripts/
• subtitle_removal.py · scripts/
• super_resolution.py · scripts/
• …and 8 more

SKILL.md (first lines)

# Volcengine VOD Tools

---

## 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`

---

## 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
---

## 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`：

```bash
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](references/01-stitching.md) |
| `clipping.py '<json>'` | 视频/音频裁剪 | [references/02-clipping.md](references/02-clipping.md) |
| `flip.py '<json>'` | 视频翻转 | [references/03-flip.md](references/03-flip.md) |
| `speedup.py video '<json>'` | 视频变速 | [references/04-speedup.md](references/04-speedup.md) |
| `speedup.py audio '<json>'` | 音频变速 | [references/04-speedup.md](references/04-speedup.md) |
| `image_to_video.py '<json>'` | 图片转视频 | [references/05-image-to-video.md](references/05-image-to-video.md) |
| `compile.py '<json>'` | 音视频合成 | [references/06-compile.md](references/06-compile.md) |
| `extract_audio.py '<json>'` | 提取音轨 | [references/07-extract-audio.md](references/07-extract-audio.md) |
| `mix_audios.py '<json>'` | 混音 | [references/08-mix-audios.md](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](references/10-voice-separation.md) |
| `noise_reduction.py '<json>'` | 音频降噪 | [references/11-noise-reduction.md](references/11-noise-reduction.md) |
| `quality_enhance.py '<json>'` | 综合画质修复 | [references/12-quality-enhance.md](references/12-quality-enhance.md) |
| `super_resolution.py '<json>'` | AI 超分辨率 | [references/13-super-resolution.md](references/13-super-resolution.md) |
| `interlacing.py '<json>'` | 智能补帧 | [references/14-interlacing.md](references/14-interlacing.md) |

#### AI 内容分析类

From bytedance/agentkit-samples, Apache-2.0.

More from bytedance/agentkit-samples