byted-las-video-edit: Скилл для извлечения видео по описанию

--- name: byted-las-video-edit description: | Extract video clips from long videos based on natural-language descriptions. Use this skill when user needs to: - Extract highlights or specific scenes from videos - Find specific people/objects in videos using reference images - Split long videos into meaningful clips - Generate video summaries with timestamps Supports reference images for target identification, outputs TOS clip URLs. Requires LAS_API_KEY for authentication. --- # LAS 视频智能剪辑（`las_video_edit`） 本 Skill 用于把「火山引擎 LAS 视频智能剪辑」文档里的 `submit/poll` 调用流程，封装成可重复使用的脚本化工作流： - 通过 `POST https://operator.las.cn-beijing.volces.com/api/v1/submit` 提交任务 - 通过 `POST https://operator.las.cn-beijing.volces.com/api/v1/poll` 轮询任务状态并拿到剪辑结果 ## 你需要准备什么 - `LAS_API_KEY`：优先从环境变量读取；也支持放在当前目录的 `env.sh`（内容形如 `export LAS_API_KEY="..."`） - Operator Region（二选一）： - 环境变量：`LAS_REGION`（推荐）/ `REGION` / `region`，取值 `cn-beijing`（默认）或 `cn-shanghai` - 或在命令里通过 `--region cn-shanghai` 指定 - `video_url`：可下载的视频地址（`http/https` 或 `tos://bucket/key`） - `output_tos_path`：剪辑片段输出到的 TOS 目录（必须指定） - 剪辑需求：二选一 - `task_name`：内置场景名（优先级高） - `task_description`：自然语言描述（推荐写清楚“要找谁/什么/在什么场景/是否需要台词”等） 可选能力： - `reference_images`：参考图像列表（URL 或 TOS），辅助识别角色/物品/场景 - 参考图像结构：推荐用 `target + images[]` 的结构（详见 `references/api.md`），脚本侧用 `--ref-target` + 多个 `--ref-image` 来生成。 - `mode`：处理模式（服务端合法值通常为 `simple`/`detail`；本脚本也兼容 `简单`/`精细` 等常见别名） - `segment_duration`：子视频切分时长（秒） - `min_segment_duration`：过滤过短片段（秒） - `output_format`：输出格式（示例支持 `mp4`/`mkv`） ## 参数与返回字段（详细版） 参数/返回字段在执行时经常需要对照（比如 `mode`、`segment_duration`、`clips[]` 的结构）。完整速查见： - `references/api.md` ## 推荐使用方式 本 Skill 自带可执行脚本：`scripts/skill.py`。 为方便在不同工程/不同 Agent 之间迁移，下面示例默认你位于该 Skill 目录（与 `SKILL.md` 同级），因此命令使用相对路径 `scripts/skill.py`。 ### 1) 提交任务并等待结果 ```bash python3 scripts/skill.py submit --video "https://example.com/video.mp4" --output-tos "tos://bucket/path/to/output" --task-desc "提取戴帽子的小男孩的所有片段，包含台词" --ref-target "戴帽子的小男孩" --ref-image "https://example.com/ref1.jpeg" --region cn-beijing --mode simple --out result.json 如需直接传入 `reference_images` 的 JSON（高级用法，用于完全对齐服务端 schema），可用： ```bash python3 scripts/skill.py submit --video "https://example.com/video.mp4" --output-tos "tos://bucket/path/to/output" --task-desc "找杜兰特" --ref-json '[{"target":"杜兰特","images":["https://...jpeg"]}]' ``` ### 2) 仅提交（不等待） ```bash python3 scripts/skill.py submit --video "https://example.com/video.mp4" --output-tos "tos://bucket/path/to/output" --task-desc "找出所有高光片段" --no-wait ``` ### 3) 轮询任务 ```bash python3 scripts/skill.py poll task-xxx --region cn-shanghai ``` ## Region / Endpoint 的选择逻辑 脚本解析顺序： 1) `--region` 命令行参数（`cn-beijing` 或 `cn-shanghai`） 2) 环境变量 `LAS_REGION` / `REGION` / `region` 3) 默认值 `cn-beijing` Endpoint 由 region 自动映射到 `operator.las.<region>.volces.com`，不支持自定义 API base。 ## 输出结果你会得到什么 当任务 `COMPLETED` 时，返回里会包含： - `total_segments` - `clips[]`：每个片段的 `clip_id`、`start_time`、`end_time`、`duration`、`description`、`dialogue`、`clip_url(tos://...)` 等 脚本会把核心信息打印为易读摘要，并可选将原始 JSON 落盘。 ## 常见问题 ### 1) 提示“无法找到 LAS_API_KEY”怎么办？ - 优先推荐设置环境变量：`export LAS_API_KEY="..."` - 或在运行目录准备 `env.sh`，内容形如：`export LAS_API_KEY="..."` - 注意脚本是从“当前工作目录”读取 `env.sh`：如果你在别的目录运行，可能读不到。 ### 2) 返回 `Parameter.Invalid`（参数非法）可能是什么原因？ - `mode` 不合法：服务端常见合法值为 `simple` / `detail`（脚本兼容 `normal/标准/精细` 等别名，但建议直接用 `simple/detail`） - `reference_images` 结构不符合服务端 schema：推荐结构为 `[{"target": "杜兰特", "images": ["https://...jpeg"]}]`；可用 `--ref-target` + 多个 `--ref-image` 或直接用 `--ref-json` - `output_tos_path` 不是 `tos://...` 目录（或无权限写入），导致生成片段失败 - `video_url`/参考图 URL 不可下载、被鉴权拦截、或网络环境不可达 ### 3) TOS 路径格式有什么要求？ - `output_tos_path` 必须是 `tos://bucket/prefix` 形式的“目录前缀”，不要写成本地路径或 `s3://` - 建议不要以文件名结尾（例如 `.../clip_001.mp4`），让服务端按 `clip_001.mp4, clip_002.mp4...` 自动落盘