需要处理视频文件（增强、理解、字幕、隐私、转码等）时，用…

当对象是视频文件且目标属于视频增强、分析理解、内容结构化、字幕提取/擦除、隐私脱敏、媒资探测或分发适配时，通过 mediakit-cli video 域工具选择并执行对应能力。

适用场景

解决思路

1. 先读取 `../byted-mediakit-shared/SKILL.md`，执行统一前置检查；该 Skill 缺失时停止并提示安装。
2. 只从 video 域工具列表中选择工具；相似能力按各工具“能力描述”和参数边界区分。
3. 执行前按需读取对应 reference；参数与结果说明来自同一份已审核文案，完整机器合同以当前 CLI `--schema` 为准。
4. 缺少必填参数、鉴权环境变量或真实输入资源时，向用户索取；通用可选字段只能透传用户明确提供的值，其他可选字段可由明确意图准确确定，但不得伪造。
5. 执行时设置 `MEDIAKIT_SURFACE=skill`，指定调用来源是 Skill。
6. 执行时把 `MEDIAKIT_RUNTIME` 设置为当前 Agent 宿主，避免 CLI 无法可靠识别父级 Agent。
7. 若只说有视频而未说明业务目标，应先澄清。
8. 明确要把字幕或图片叠加压制到成片、或做裁剪、拼接、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。
9. 单张图片处理应路由到 image。
10. 音频转码、人声分离或语音端点检测应路由到 audio。
11. 按需选用具体工具：add-video-invisible-watermark（视频暗水印添加，隐藏数字信息用于版权保护、泄露溯源、真实性校验）；analyze-video-highlights（短剧 Miniseries 和小游戏 Game 两种模型，提取高光片段并输出时间戳、高光打分、OCR 文本和画面描述）；analyze-video-storyline（基于大模型分析单个或多个长视频，生成按时间顺序的剧情片段与高光故事线）；asr-subtitles（从视频或音频语音识别带时间戳字幕，识别音轨语音而非画面硬字幕）；assess-video-quality（视频画质检测）；drama-recap（基于已完成剧本还原任务，用自定义或 AI 解说词生成带 AI 配音与解说字幕的营销/解说视频，可配置音色、字幕样式与原文字幕擦除）；drama-recap-vertical（基于短剧角色与剧情故事线理解，自动提取高光片段生成解说视频，支持文字解说与旁白解说并可套用短剧三要素视觉模板）；drama-script（将短剧视频转化为结构化剧本文本，提取场景、人物、对话和情节）；enhance-video（AI 画质增强，含去噪、色彩增强、清晰度提升、瑕疵修复和超分辨率，standard 兼顾速度与画质适用于分发，professional 提供影视级增强）；enhance-video-fast（轻量级超分与智能画质增强，速度优先，适用于时延敏感场景）；enhance-video-generative（基于 Diffusion 扩散大模型生成式增强与修复，补全压缩或老化损失的像素）；erase-video-subtitle（智能检测并擦除画面硬字幕，保留原始背景，支持 mp4、flv、ts、avi、mov、wmv、mkv）；erase-video-subtitle-pro（精细化字幕擦除，高质量无痕擦除并最大程度还原画面）；extract-frames（从视频抽取截图，用于封面、预览图、雪碧图或视频理解输入）；extract-video-invisible-watermark（从已嵌入暗水印的视频解析还原隐藏数字信息，可提取多次嵌入的所有水印）；face-blur-video（自动识别并模糊或马赛克所有人脸，保护人物五官隐私）；face-swap-video（将目标人脸融合替换到视频人物上，用于生成式视频脱敏换脸）；generate-highlights-microdrama（短剧高光智剪，基于角色和剧情故事线理解提取高光片段，按时长、产出个数、顺剪或跳剪生成高光混剪、单集预告等）；generate-highlights-minigame（识别小游戏录屏核心玩法与高光事件如连击、通关、极限操作，生成买量推广素材，可选提供游戏名称、玩法描述和高光定义）；generate-highlights-movie（面向电影、电视剧等长视频，按剧情故事线识别高光并拆分成指定时长片段，去除低密度信息，每段带高光前置开场与结尾钩子）；martencode-video（极智超清转码，智能分析场景、动作、内容和纹理选择最优编码参数，以较低码率输出更优主观画质）；matte-greenscreen-video（对绿幕或纯色背景视频抠图，保留主体，生成背景透明或纯色背景视频）；matte-portrait-video（自动识别人物主体，移除原始背景，生成背景透明或纯色背景视频）；probe-video-metadata（探测视频 URL，输出标准化媒资元信息）；remux-video（视频转封装，仅修改容器格式不重新编解码，用于点播分发适配、流媒体切片打包与多端兼容）；segment-scenes（依据转场和画面内容变化自动切分场景片段，输出时间轴信息与独立视频文件）；semantic-segment（综合分析画面、语音和叙事结构，通过镜头切换、语音停顿检测等策略，在保证语义完整、避免切断单句的前提下将长视频切分为独立素材片段）；transcode-video（视频转码，转换编码格式、分辨率、码率、I 帧间隔和封装格式，适应不同业务场景、播放终端和网络环境）；video-ocr（识别视频画面字幕信息，输出带时间戳的结构化文本）；video-understand-router（基于视觉大模型对视频 URL 列表进行通用内容分析，输出视频级结构化理解结果，适用于内容审核、视频检索、标签生成）。

适用边界 · 注意事项

• 只说有视频但未说明业务目标时，不应直接执行，应先澄清。
• 成片编辑诉求（字幕或图片叠加压制、裁剪、拼接、混音、合流、调速、转场、画面旋转翻转、视频滤镜、多视频拼画面）应路由到 editing，不适用本 Skill。
• 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。