@volcengine/mediakit-cli - npm Package Compare versions

Comparing version 0.2.0 to 0.2.1-beta.1

skills/byted-mediakit-video/reference/enhance-video-fast.md

+# 视频画质增强极速版
+
+## 能力描述
+集成轻量级超分与智能画质增强能力，采用速度优先算法优化策略，高效兼顾处理效率与画面效果，适配各类时延敏感型业务场景。
+
+## 执行方式
+
+| 项目 | 说明 |
+|------|------|
+| Domain | `video` |
+| Tool | `enhance-video-fast` |
+| 是否异步 | `是` |
+| 是否支持 local | `否` |
+| 模式说明 | cloud only；可通过 `--cloud` 强制当前调用 |
+| 幂等行为 | 如命令支持 `client_token` 与 `callback_args`，重试时复用同一组值；强制重跑时更换新的 `client_token` |
+
+## 参数
+| 参数 | CLI flag | 类型 | 必填 | 默认值 | 说明 |
+|------|----------|------|------|--------|------|
+| video_url | `--video-url` | string | 是 | - | 输入视频。String 类型，支持http://xxx或https://xxx格式 URL |
+| resolution | `--resolution` | string | 否 | - | 目标分辨率。支持的取值：240p / 360p / 480p / 540p / 720p / 1080p / 2k / 4k。配置此参数后，不可同时配置resolution_limit字段 |
+| resolution_limit | `--resolution-limit` | integer | 否 | - | 指定输出视频的短边像素值，取值范围为 [128, 2160]。设置后，系统将锁定视频的短边像素值为设定值，并在保持原视频宽高比的前提下，等比缩放至该限制值。配置此参数后，不可同时配置resolution字段 |
+| bitrate_level | `--bitrate-level` | string | 否 | medium | 码率档位。输出视频的目标平均码率。取值：low（低码率）/ medium（中码率，推荐）/ high（高码率）。默认为 medium |
+| fps | `--fps` | number | 否 | - | 目标帧率，单位为 fps。取值范围为 [15, 120]。 |
+| callback_args | `--callback-args` | string | 否 | - | 可选，回调参数 |
+| client_token | `--client-token` | string | 否 | - | 可选，用于幂等，默认幂等，用户可根据需求进行调整 |
+
+## 调用示例
+```bash
+mediakit-cli video enhance-video-fast \
+  --video-url https://example.com/video_url \
+  --resolution 720p \
+  --bitrate-level medium \
+  --fps 30 \
+  --callback-args sample-callback-args \
+  --client-token demo-client-token
+```
+
+## 输出格式
+```json
+{
+  "task_id": "task_demo_001",
+  "request_id": "req_demo_001"
+}
+```
+
+## 任务结果查询
+提交成功后会返回 `task_id`，再执行 `mediakit-cli shared query-task --task-id <task_id>` 查询。
+
+- 当前命令：`mediakit-cli video enhance-video-fast`
+- 推荐查询：`mediakit-cli shared query-task --task-id <task_id>`

skills/byted-media...eo/reference/video-understand-router.md

+# 视频理解智能策略
+
+## 能力描述
+基于视觉大模型的通用视频内容分析算子，对输入的视频 URL 列表进行智能分析，
+输出视频级别的结构化理解结果，适用于内容审核、视频检索、标签生成等场景。
+使用限制：单次最多输入 10 个视频，单个视频时长不超过 2 小时。
+
+## 执行方式
+
+| 项目 | 说明 |
+|------|------|
+| Domain | `video` |
+| Tool | `video-understand-router` |
+| 是否异步 | `是` |
+| 是否支持 local | `否` |
+| 模式说明 | cloud only；可通过 `--cloud` 强制当前调用 |
+| 幂等行为 | 如命令支持 `client_token` 与 `callback_args`，重试时复用同一组值；强制重跑时更换新的 `client_token` |
+
+## 参数
+| 参数 | CLI flag | 类型 | 必填 | 默认值 | 说明 |
+|------|----------|------|------|--------|------|
+| video_urls | `--video-urls` | array<string> | 是 | - | 待处理的视频 URL 列表，支持 HTTP/HTTPS 公网可访问链接，最多 10 个视频。子项说明：视频 URL |
+| prompt | `--prompt` | string | 是 | - | 提示词 |
+| level | `--level` | string | 否 | Economy | 分析档位, 可选值: Economy, Balanced, Quality |
+| prefer_endpoints | `--prefer-endpoints` | array<string> | 否 | - | 优先使用指定的自定义推理点列表，最多 10 个，优先级高于prefer_models。子项说明：指定使用的自定义推理点 |
+| prefer_models | `--prefer-models` | array<string> | 否 | - | 优先使用指定的模型列表，最多 10 个模型。子项说明：指定使用的模型 |
+| manual_option | `--manual-option` | object | 否 | - | 手动模式相关参数。CLI 传参时请使用 JSON 字符串，并用单引号包裹整个值 |
+| callback_args | `--callback-args` | string | 否 | - | 可选，回调参数 |
+| client_token | `--client-token` | string | 否 | - | 可选，用于幂等，默认幂等，用户可根据需求进行调整 |
+
+## 调用示例
+```bash
+mediakit-cli video video-understand-router \
+  --video-urls '["https://example.com/video_url"]' \
+  --prompt "分析视频主要内容" \
+  --level Economy \
+  --callback-args sample-callback-args \
+  --client-token demo-client-token
+```
+
+## 输出格式
+```json
+{
+  "task_id": "task_demo_001",
+  "request_id": "req_demo_001"
+}
+```
+
+## 任务结果查询
+提交成功后会返回 `task_id`，再执行 `mediakit-cli shared query-task --task-id <task_id>` 查询。
+
+- 当前命令：`mediakit-cli video video-understand-router`
+- 推荐查询：`mediakit-cli shared query-task --task-id <task_id>`

checksums.txt

@@ -1,6 +0,6 @@
-97cf495acd07a1d0ed2f7435423c6910511b6e37350244bfc063c8acdd7d5dc1  mediakit-cli_0.2.0_darwin_amd64.tar.gz
-97ca1a063b1c521dda10e64eba4010bcd01fe33ce33049702858f0035c54034b  mediakit-cli_0.2.0_darwin_arm64.tar.gz
-ac1a180001c476e00dc8efe779f6736f6c8df8d5c02958c1f30685b1ea1e8f21  mediakit-cli_0.2.0_linux_amd64.tar.gz
-a3d303ee22e3df42807b8c3736fdbe2d9b1f7911be4169fc49c6c6b8d9d59053  mediakit-cli_0.2.0_linux_arm64.tar.gz
-d69a22ce1e28f69db5f0048f6bbe6a4186f32412a4bdbc00bf0e8f8ab2caf14d  mediakit-cli_0.2.0_windows_amd64.zip
-93a1e1ad08473f30e72039d180cbf25073a004e6dc65b302373f9260815805ba  mediakit-cli_0.2.0_windows_arm64.zip
+89ac8777d81bb1444f6103d700fd7062ffd926c20e6af50a71f75bd7afc8f91d  mediakit-cli_0.2.1-beta.1_darwin_amd64.tar.gz
+680b3f2f9adb07623e84da7e015b1f57b8a4f4ce229efd5d882d5d65ef526596  mediakit-cli_0.2.1-beta.1_darwin_arm64.tar.gz
+db00c8941c76e58477d89aafac21fc6db0022ae24164bd9afdddcb9b9535380e  mediakit-cli_0.2.1-beta.1_linux_amd64.tar.gz
+ad44d9b1f14355f52b7264c6cb3bd3a77e6d4fc3a4f047e4f6de3bc0b1f6ccde  mediakit-cli_0.2.1-beta.1_linux_arm64.tar.gz
+947d69062913fa0ff79fa2511b54217b0d2d43a6328a9d7739086e559c83e540  mediakit-cli_0.2.1-beta.1_windows_amd64.zip
+68f3f3bd1bc1fba9e44eca01b96713deeab4eee83d8659b748bfe30f511c7f80  mediakit-cli_0.2.1-beta.1_windows_arm64.zip

package.json

 {
   "name": "@volcengine/mediakit-cli",
-  "version": "0.2.0",
+  "version": "0.2.1-beta.1",
   "description": "MediaKit CLI with multi-platform binary distribution via npm",
@@ -5,0 +5,0 @@ "license": "MIT",

skills/byted-mediakit-audio/reference/separate-voice.md

@@ -7,3 +7,3 @@ # 人声背景音分离
 输入：video_url 和 audio_url 二选一。
-输出格式：AAC。
+输出格式：支持 mp3、wav、aac、m4a、flac，默认 aac。
 
@@ -24,4 +24,5 @@ ## 执行方式
 |------|----------|------|------|--------|------|
-| video_url | `--video-url` | string | 否 | - | 输入视频 Url（需公网可访问），与audio_url二选一，都存在时优先取video_url |
-| audio_url | `--audio-url` | string | 否 | - | 输入音频 Url（需公网可访问），与video_url二选一，不能都为空 |
+| video_url | `--video-url` | string | 否 | - | 输入视频资源 Url，支持 http/https 直链或 mediakit/tos/vod 平台资源链接；与 audio_url 二选一，都存在时优先取 video_url |
+| audio_url | `--audio-url` | string | 否 | - | 输入视频资源 Url，支持 http/https 直链或 mediakit/tos/vod 平台资源链接；与 audio_url 二选一，不能都为空 |
+| output_format | `--output-format` | string | 否 | aac | 输出音频格式，支持 mp3、wav、aac、m4a、flac，默认 aac |
 | callback_args | `--callback-args` | string | 否 | - | 可选，回调参数 |
@@ -28,0 +29,0 @@ | client_token | `--client-token` | string | 否 | - | 可选，用于幂等，默认幂等，用户可根据需求进行调整 |

skills/byted-media...o/reference/enhance-video-generative.md

@@ -21,5 +21,7 @@ # 生成式画质增强
 | video_url | `--video-url` | string | 是 | - | 输入视频。String 类型，支持http://xxx或https://xxx格式 URL |
-| resolution | `--resolution` | string | 否 | 720p | 目标分辨率。支持的取值：720p / 1080p |
+| resolution | `--resolution` | string | 否 | 720p | 目标分辨率。支持的取值：720p / 1080p / 2k |
 | bitrate_level | `--bitrate-level` | string | 否 | medium | 码率档位。输出视频的目标平均码率。取值：low（低码率）/ medium（中码率，推荐）/ high（高码率）。默认为 medium |
 | fps | `--fps` | number | 否 | - | 目标帧率，单位为 fps。若未指定，输出视频将保持与原始片源一致的帧率。取值范围为 [15, 120]，建议不超过原片的 4 倍 |
+| experimental_version | `--experimental-version` | string | 否 | - | 实验版本，用于内部业务传入特定版本模型，官网文档不提供该字段。可选值，0.2、1.0等。非必填 |
+| generation_weight | `--generation-weight` | number | 否 | - | 生成强度。数值越大表示增强/生成强度越大，数值越小表示越遵循原片。建议最小取值是 0.4。非必填 |
 | callback_args | `--callback-args` | string | 否 | - | 可选，回调参数 |
@@ -26,0 +28,0 @@ | client_token | `--client-token` | string | 否 | - | 可选，用于幂等，默认幂等，用户可根据需求进行调整 |

skills/byted-mediakit-video/reference/enhance-video.md

@@ -27,2 +27,3 @@ # 画质增强
 | resolution_limit | `--resolution-limit` | integer | 否 | - | 目标长宽限制，用于指定输出视频的长边或短边的最大像素值，取值范围为 [64, 2160]。配置此参数后，不可同时配置resolution字段 |
+| bitrate_level | `--bitrate-level` | string | 否 | medium | 码率档位。输出视频的目标平均码率。取值：low（低码率）/ medium（中码率，推荐）/ high（高码率）。默认为 medium |
 | fps | `--fps` | number | 否 | - | 目标帧率，单位为 fps。取值范围为 (0, 120]。 |
@@ -29,0 +30,0 @@ | callback_args | `--callback-args` | string | 否 | - | 可选，回调参数 |

skills/byted-media...rence/generate-highlights-microdrama.md

@@ -30,2 +30,4 @@ # 高光智剪-短剧
 | opening_hook_param | `--opening-hook-param` | object | 否 | - | 精彩前置功能参数配置（可选）。CLI 传参时请使用 JSON 字符串，并用单引号包裹整个值 |
+| video_ending_mode | `--video-ending-mode` | string | 否 | - | 高光智剪视频结尾选取模式。ReuseMainEnding=优先复用正片剧集结尾；SmartSelect=智能选取模式。不传则由后端按默认策略兜底 |
+| enable_segment_tag | `--enable-segment-tag` | boolean | 否 | - | 是否在结果中输出高光片段/分镜的标签信息（tags 字段）。不传或 false = 不返回 tags；true = 在 clips 与 storyboard_info 中返回 tags，并透传给底层 |
 | callback_args | `--callback-args` | string | 否 | - | 可选，回调参数 |
@@ -32,0 +34,0 @@ | client_token | `--client-token` | string | 否 | - | 可选，用于幂等，默认幂等，用户可根据需求进行调整 |

skills/byted-mediakit-video/SKILL.md

@@ -5,3 +5,3 @@ ---
 license: "MIT"
-description: "视频处理，涵盖视频画质增强、视频理解、字幕擦除等能力。包含能力：analyze-video-highlights, analyze-video-storyline, asr-subtitles, enhance-video, enhance-video-generative, erase-video-subtitle, erase-video-subtitle-pro, generate-highlights-microdrama, generate-highlights-minigame, matte-greenscreen-video, matte-portrait-video, probe-video-metadata, segment-scenes, video-ocr。当用户需要使用 video 域的 MediaKit CLI 能力时触发。"
+description: "视频处理，涵盖视频画质增强、视频理解、字幕擦除等能力。包含能力：analyze-video-highlights, analyze-video-storyline, asr-subtitles, enhance-video, enhance-video-fast, enhance-video-generative, erase-video-subtitle, erase-video-subtitle-pro, generate-highlights-microdrama, generate-highlights-minigame, matte-greenscreen-video, matte-portrait-video, probe-video-metadata, segment-scenes, video-ocr, video-understand-router。当用户需要使用 video 域的 MediaKit CLI 能力时触发。"
 permissions:
@@ -15,3 +15,3 @@ - shell
   domain: video
-  capability_count: 14
+  capability_count: 16
 ---
@@ -31,7 +31,8 @@ # Video Skills
 | asr-subtitles | 对输入视频或音频进行语音识别，输出带时间戳的字幕片段。 支持格式：主流音视频格式（如mp4、mov、mp3、m4a、wav等）。 输入：video_url和audio_url二选一。 | `video_url?:string, audio_url?:string, content_type?:string, language?:string, enable_speaker_info?:boolean, enable_confidence?:boolean, callback_args?:string, client_token?:string` | [reference/asr-subtitles.md](reference/asr-subtitles.md) |
-| enhance-video | 画质增强：针对 AIGC / UGC / 短剧 / 教育 / 游戏 / 老片修复等场景，提供画质提升 + 超分增强一站式解决方案。依托 AI MediaKit 智能媒体处理引擎，融合视频内容理解、画质指标智能决策、多维度增强原子算法，实现画质的全面优化。 支持格式：主流视频格式如mp4、flv、ts、avi、mov、wmv、mkv。 使用限制：单文件大小不超过100G。 | `video_url:string, scene?:string, tool_version?:string, resolution?:string, resolution_limit?:integer, fps?:number, callback_args?:string, client_token?:string` | [reference/enhance-video.md](reference/enhance-video.md) |
-| enhance-video-generative | 生成式视频增强修复（generative_video_restoration）是基于扩散大模型（Diffusion-based Large Model）的生成式视频修复技术。不仅可以还原被破坏的像素，更借助大规模预训练积累的丰富视觉先验，主动补全细节、理解语义，生成真实、自然、高保真的视频内容。 | `video_url:string, resolution?:string, bitrate_level?:string, fps?:number, callback_args?:string, client_token?:string` | [reference/enhance-video-generative.md](reference/enhance-video-generative.md) |
+| enhance-video | 画质增强：针对 AIGC / UGC / 短剧 / 教育 / 游戏 / 老片修复等场景，提供画质提升 + 超分增强一站式解决方案。依托 AI MediaKit 智能媒体处理引擎，融合视频内容理解、画质指标智能决策、多维度增强原子算法，实现画质的全面优化。 支持格式：主流视频格式如mp4、flv、ts、avi、mov、wmv、mkv。 使用限制：单文件大小不超过100G。 | `video_url:string, scene?:string, tool_version?:string, resolution?:string, resolution_limit?:integer, bitrate_level?:string, fps?:number, callback_args?:string, client_token?:string` | [reference/enhance-video.md](reference/enhance-video.md) |
+| enhance-video-fast | 集成轻量级超分与智能画质增强能力，采用速度优先算法优化策略，高效兼顾处理效率与画面效果，适配各类时延敏感型业务场景。 | `video_url:string, resolution?:string, resolution_limit?:integer, bitrate_level?:string, fps?:number, callback_args?:string, client_token?:string` | [reference/enhance-video-fast.md](reference/enhance-video-fast.md) |
+| enhance-video-generative | 生成式视频增强修复（generative_video_restoration）是基于扩散大模型（Diffusion-based Large Model）的生成式视频修复技术。不仅可以还原被破坏的像素，更借助大规模预训练积累的丰富视觉先验，主动补全细节、理解语义，生成真实、自然、高保真的视频内容。 | `video_url:string, resolution?:string, bitrate_level?:string, fps?:number, experimental_version?:string, generation_weight?:number, callback_args?:string, client_token?:string` | [reference/enhance-video-generative.md](reference/enhance-video-generative.md) |
 | erase-video-subtitle | 智能检测并擦除视频画面中已有的硬字幕，保留原始背景。 支持格式：主流视频格式如mp4、flv、ts、avi、mov、wmv、mkv。 | `video_url:string, callback_args?:string, client_token?:string` | [reference/erase-video-subtitle.md](reference/erase-video-subtitle.md) |
 | erase-video-subtitle-pro | 针对视频中的字幕，实现高质量的无痕擦除，最大程度的还原视频画面。 支持格式：主流视频格式如mp4、flv、ts、avi、mov、wmv、mkv。 | `video_url:string, mode?:string, output_encode_mode?:string, erase_ratio_location?:array<object{top_left_x:number, top_left_y:number, bottom_right_x:number, bottom_right_y:number}>, callback_args?:string, client_token?:string` | [reference/erase-video-subtitle-pro.md](reference/erase-video-subtitle-pro.md) |
-| generate-highlights-microdrama | 深度理解短剧角色、剧情与故事线，自动提取高光片段并混剪成投流视频。 支持故事线混剪模式（StorylineCuts），可选"短剧三要素"视觉模板，输出高光集锦、单集预告等。 支持输出详细分镜信息（storyboard）。 使用限制：单次最多 100 个视频，累计时长不超过 300 分钟。 | `video_urls:array<string>, mode?:string, enable_generate_video?:boolean, enable_return_poster?:boolean, edit_param?:object{mode:string, template_edit?:object{template?:string, title?:string, hint?:string}}, highlight_cuts_param?:object{enable_storyboard?:boolean, min_duration?:number, max_duration?:number, max_number?:integer, cut_mode?:string}, opening_hook_param?:object{enable_opening_hook?:boolean, min_duration?:number, max_duration?:number, min_clip_duration?:number, min_score?:number}, callback_args?:string, client_token?:string` | [reference/generate-highlights-microdrama.md](reference/generate-highlights-microdrama.md) |
+| generate-highlights-microdrama | 深度理解短剧角色、剧情与故事线，自动提取高光片段并混剪成投流视频。 支持故事线混剪模式（StorylineCuts），可选"短剧三要素"视觉模板，输出高光集锦、单集预告等。 支持输出详细分镜信息（storyboard）。 使用限制：单次最多 100 个视频，累计时长不超过 300 分钟。 | `video_urls:array<string>, mode?:string, enable_generate_video?:boolean, enable_return_poster?:boolean, edit_param?:object{mode:string, template_edit?:object{template?:string, title?:string, hint?:string}}, highlight_cuts_param?:object{enable_storyboard?:boolean, min_duration?:number, max_duration?:number, max_number?:integer, cut_mode?:string}, opening_hook_param?:object{enable_opening_hook?:boolean, min_duration?:number, max_duration?:number, min_clip_duration?:number, min_score?:number}, video_ending_mode?:string, enable_segment_tag?:boolean, callback_args?:string, client_token?:string` | [reference/generate-highlights-microdrama.md](reference/generate-highlights-microdrama.md) |
 | generate-highlights-minigame | 识别小游戏录屏视频中的核心玩法与高光事件（如连击、通关、极限操作等）， 快速生成用于买量的视频素材。支持提供游戏名称、玩法描述、高光定义以辅助模型更精准识别。 使用限制：本期仅支持单视频输入。 | `video_urls:array<string>, mode?:string, enable_generate_video?:boolean, minigame_info?:object{name?:string, play_definition?:string, highlight_definition?:string}, callback_args?:string, client_token?:string` | [reference/generate-highlights-minigame.md](reference/generate-highlights-minigame.md) |
@@ -43,1 +44,2 @@ | matte-greenscreen-video | 对以绿幕或纯色为背景的视频进行抠图，自动识别主体（人物、物品、动物等），同时移除背景，生成背景透明的视频。 输出视频格式为 WEBM（默认）或 MOV，分辨率与原片对齐。 支持的格式：主流视频格式如 mp4、flv、ts、avi、mov、mkv、wmv。 | `video_url:string, format?:string, callback_args?:string, client_token?:string` | [reference/matte-greenscreen-video.md](reference/matte-greenscreen-video.md) |
 | video-ocr | 识别视频画面中的字幕/文字内容，输出带时间戳的字幕片段。 支持格式：主流视频格式如 mp4、flv、ts、avi、mov、wmv、mkv。 | `video_url:string, mode?:string, callback_args?:string, client_token?:string` | [reference/video-ocr.md](reference/video-ocr.md) |
+| video-understand-router | 基于视觉大模型的通用视频内容分析算子，对输入的视频 URL 列表进行智能分析，输出视频级别的结构化理解结果，适用于内容审核、视频检索、标签生成等场景。 使用限制：单次最多输入 10 个视频，单个视频时长不超过 2 小时。 | `video_urls:array<string>, prompt:string, level?:string, prefer_endpoints?:array<string>, prefer_models?:array<string>, manual_option?:object, callback_args?:string, client_token?:string` | [reference/video-understand-router.md](reference/video-understand-router.md) |

New alerts

AI-detected potential code anomaly

Supply chain risk

AI has identified unusual behaviors that may pose a security risk.

Found 2 instances

Fixed alerts

AI-detected potential code anomaly

Supply chain risk

AI has identified unusual behaviors that may pose a security risk.

Found 3 instances

Improved metrics

Total package byte prevSize

217968

3.67%

Number of package files

67

3.08%

Number of low supply chain risk alerts

39

-2.5%

No dependency changes