AI MediaKit CLI + Skill（火山引擎音视频 Agent 工作台） 今日发布

火山引擎在2026 Force源动力大会上发布的AI音视频Agent工具包，定位为“面向Agent的音视频工作台”，让AI Agent能够可靠地调用、编排和交付完整音视频生产流程。

核心能力：基于AI MediaKit底座封装的100+音视频原子能力，本次发布主要由三部分组成。第一部分是AI MediaKit CLI，面向开发者和Agent的原生命令行工具，支持视频裁剪、拼接、加字幕、画质增强、字幕擦除等高频任务；第二部分是AI MediaKit Skills，面向Claude Code、Trae、Cursor、Codex、OpenClaw等主流Agent Runtime的自然语言交互入口，安装后Agent可直接理解“帮我剪一个30秒的宣传片”这类需求并自动编排底层命令执行；第三部分是Agent友好的异步任务机制，将task_id查询、轮询等待、终态结果回收等流程下沉到工具层，让Agent无需靠“记忆”判断任务进度。

技能模块：当前Skill按四大能力域拆分。byted-mediakit-editing覆盖剪辑类能力（裁剪、拼接、变速、音视频合成等）；byted-mediakit-video提供视频处理类高阶AI能力（画质增强、字幕擦除等）；byted-mediakit-image处理图像增强、智能抠图、擦除修复、OCR、智能裁剪；byted-mediakit-audio负责人声背景音分离及后续音频扩展。这些能力过去分散在不同软件和API中，AI MediaKit将其重新组织为面向Agent的标准化能力池。

目标用户：AI应用开发者、需集成音视频能力的Agent系统构建者、自动化视频生产工作流开发者。

安装方式：开发者可通过npx @volcengine/mediakit-cli install -y一键安装CLI；通过npx skills add @volcengine/mediakit-skill将技能注入支持的Agent Runtime。

核心价值：解决Agent时代音视频能力“无法被可靠调用”的难题——过去Agent只能生成画面，无法完成从生成到交付的全链路；AI MediaKit CLI + Skill将理解、处理、交付流程封装为Agent可理解、可编排、可回收的完整工作台，让AI从“会写prompt”进化到“能交付可发布视频”。