Token导航 LogoToken导航

Agent Skill · 待分类

las-video-edit(拉斯视频编辑)

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式;涉及外部素材、人物肖像或商业发布时,应先核对版权授权和内容审核要求。

las-video-edit 是待分类类 Agent Skill,可用宿主为 Local Agent,通过unknown获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 5,119。

总安装 612周安装 25下载 198核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:las-video-edit(拉斯视频编辑)
来源仓库:https://skills.volces.com
仓库路径:las-video-edit
安装命令:
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。当前暂无明确安装命令,请以来源页面说明为准。

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

las-video-edit 用于辅助视频生成、动画合成和脚本化剪辑项目开发。适用于镜头组织、素材说明生成和视频渲染问题排查。通过指定分辨率、时长和导出格式参数进行操作。使用时需注意版权授权要求,特别是涉及外部素材或人物肖像时。适用宿主包括 Local Agent,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:las-video-edit

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Local Agent;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    没有现成安装命令,按unknown的说明从来源页面获取,仓库路径是 las-video-edit。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

las-video-edit 怎么安装?

公开资料没有给出可以直接复制的命令,需要按来源页面说明手动安装,仓库内路径为 las-video-edit。

las-video-edit 支持哪些 AI 工具?

公开资料标注支持 Local Agent。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

las-video-edit 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

las-video-edit 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

las-video-edit 用的人多吗?

公开数据是累计安装 612 次,近一周安装 25 次,下载 198 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

las-video-edit 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 Local Agent 一种宿主,触发方式和使用习惯不用来回切换。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Local Agent,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
las-video-edit

拉斯视频编辑 · 本页

612—需要联网未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

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)
  • 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

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:

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)

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

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.<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:

  • 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

平台分布

Local Agent

72.5%
按下载量换算144

安全审计

Socket

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills