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
- 如需更灵活,也可以直接指定
LAS_API_BASE /
--api-base(见下)
- -
video_url:可下载的视频地址(http/https 或 tos://bucket/key) - INLINECODE18 :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。 - INLINECODE26 :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) - INLINECODE31 :子视频切分时长(秒)
- INLINECODE32 :过滤过短片段(秒)
- INLINECODE33 :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:
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
CODEBLOCK0 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"]}]'
CODEBLOCK1
2) 仅提交(不等待)
CODEBLOCK2
3) 轮询任务
CODEBLOCK3
Region / Endpoint 的选择逻辑
脚本解析顺序:
1) --api-base https://operator.las.<region>.volces.com/api/v1
2) 环境变量 LAS_API_BASE
3) --region / LAS_REGION(映射到 operator.las.cn-beijing.volces.com 或 operator.las.cn-shanghai.volces.com)
输出结果你会得到什么
当任务 COMPLETED 时,返回里会包含:
- - INLINECODE50
- INLINECODE51 :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 LASAPIKEY”怎么办?
- - 优先推荐设置环境变量: INLINECODE59
- 或在运行目录准备
env.sh,内容形如: INLINECODE61 - 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) - INLINECODE69 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 INLINECODE73 - INLINECODE74 不是
tos://... 目录(或无权限写入),导致生成片段失败 - INLINECODE76 /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 INLINECODE79 - 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
LAS 视频智能剪辑(lasvideoedit)
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
- - LASAPIKEY: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 LASAPIKEY=...)
- 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
- 如需更灵活,也可以直接指定 LAS
APIBASE / --api-base(见下)
- - videourl:可下载的视频地址(http/https 或 tos://bucket/key)
- outputtos_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:
- - referenceimages: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)
- segmentduration:子视频切分时长(秒)
- minsegmentduration: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:
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) --api-base https://operator.las..volces.com/api/v1
2) 环境变量 LASAPIBASE
3) --region / LAS_REGION(映射到 operator.las.cn-beijing.volces.com 或 operator.las.cn-shanghai.volces.com)
输出结果你会得到什么
当任务 COMPLETED 时,返回里会包含:
- - totalsegments
- clips[]:每个片段的 clipid、starttime、endtime、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 LASAPIKEY”怎么办?
- - 优先推荐设置环境变量:export LASAPIKEY=...
- 或在运行目录准备 env.sh,内容形如:export LASAPIKEY=...
- 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)
- referenceimages 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
- outputtospath 不是 tos://... 目录(或无权限写入),导致生成片段失败
- videourl/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?
- - outputtospath 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 .../clip001.mp4),让服务端按 clip001.mp4, clip_002.mp4... 自动落盘