Agent Skill · 待分类

byted-mediakit-voiceover-editing（byted mediakit 画外音编辑）

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制；涉及人声克隆、版权音乐或公开发布时，应先核对授权和合规边界。

byted-mediakit-voiceover-editing 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，暂无第三方扫描结果，按安装量在待分类类的 11,209 个 Skill 里排第 1,189。

总安装 4,548周安装 184下载 1,428核验 2026-05-01

待分类需要联网 unknown未标认证来源可访问许可证需确认审计未展示Local Agent

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：byted-mediakit-voiceover-editing（byted mediakit 画外音编辑）
来源仓库：https://skills.volces.com
仓库路径：byted-mediakit-voiceover-editing
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。

byted-mediakit-voiceover-editing 用于辅助音频处理和语音合成，支持画外音编辑。适合生成配乐说明、整理音频流程或处理播客和视频配音素材。使用时需确认输入音频来源、输出格式和模型限制。涉及人声克隆或版权音乐时，应先核对授权和合规边界。暂无明确安装方式，建议参考来源仓库获取详细使用说明。

来源仓库内路径：byted-mediakit-voiceover-editing

上手步骤

4 步

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
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 byted-mediakit-voiceover-editing。
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
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

byted-mediakit-voiceover-editing 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 byted-mediakit-voiceover-editing。

byted-mediakit-voiceover-editing 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。

byted-mediakit-voiceover-editing 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。

byted-mediakit-voiceover-editing 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。

byted-mediakit-voiceover-editing 用的人多吗？

公开数据是累计安装 4,548 次，近一周安装 184 次，下载 1,428 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。

byted-mediakit-voiceover-editing 安全吗？

没有查到第三方扫描结果，安全性无法从公开资料判断，安装前请自行审查源码、依赖和命令行为。

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。

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。
没有第三方扫描结果，安全性只能靠自己读源码判断。
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。
要求有安全扫描结论才肯安装的团队。
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	4,374,576	382	权限未标注	未明确	未收录
ai-video-generation AI 视频生成 · Codex、Claude	4,313,376	382	调用外部服务	未明确	有提醒
lark-openapi-explorer 云雀 OpenAPI 浏览器 · Codex、Claude	2,064,120	9,011	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	2,041,632	8,978	需要联网	未明确	通过
use-my-browser 使用我的浏览器 · Codex、Claude	1,848,491	40	操作浏览器	未明确	未通过
byted-mediakit-voiceover-editing byted mediakit 画外音编辑 · 本页	4,548	—	需要联网	未明确	未收录

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

⚠️ 凭据与安全（必读） - 能力范围：VOLC_ACCESS_KEY_ID / VOLC_ACCESS_KEY_SECRET / VOLC_SPACE_NAME 用于火山引擎视频点播（上传、媒资、导出等）；ASR_API_KEY / ASR_BASE_URL 用于豆包语音大模型转写。与 VOD + ASR 流程一致。 - 最小权限与隔离：在控制台创建仅含所需 API 权限的访问密钥；勿将生产主账号密钥用于本技能。测试与开发请使用独立点播空间与专用子账号/密钥，避免误操作生产媒资。 - 本地 .env：技能从 <SKILL_DIR>/.env 读取配置（setup.sh 可在缺失时从 templates/env.md 生成空壳文件）。密钥须由用户在本地手工填入；Agent 不得在对话或仓库中写入真实 Secret，亦不得将 .env 提交到版本库。请保持 .gitignore 忽略 .env（若仓库尚无则在本技能目录补充）。

⚠️ STRICT EXECUTION RULES — NO EXCEPTIONS - Use ONLY the scripts listed below. Creating new scripts is FORBIDDEN. - Execute ALL steps IN ORDER. Skipping any step is a task FAILURE. - SKILL_DIR：指 byted-mediakit-voiceover-editing 目录路径 - Output-dir：执行任何需要 --output-dir 的命令前，必须按「从上下文推导 output-dir」规则先行推断，减少用户重复输入, 默认值为 <SKILL_DIR>往上数三级，如 - <SKILL_DIR> 为： ./xx/skills/byted-mediakit-voiceover-editing ， - Output-dir 则默认值为 ./output 即./xx 的上级。 - Always cd <SKILL_DIR>/scripts before running any command in this Skill. - At each CHECKPOINT, verify output before proceeding. - If any step fails, HALT immediately and report to the user. Do NOT continue.

- 禁止简化版：Step 4/5/6 的所有输出必须完整、符合规范；严禁输出「简化版」「占位符」「示例」或省略内容以绕过问题。 - 审核页是否自动打开由 TALKING_VIDEO_AUTO_EDIT_REVIEW_AUTO_OPEN 决定（强制）：默认不打开；.env 中 TALKING_VIDEO_AUTO_EDIT_REVIEW_AUTO_OPEN=1（或 true/yes）时打开。Agent 不得额外执行 open、start、xdg-open 等命令，以脚本行为为准；可加 --no-open 覆盖。 - 最终输出输出结果，必须保持原样，不能做任何修改 - 超时时间：音视频处理时长较长，请把宿主超时时间设置为 60 分钟

⚠️ 职责分工（重要） | 组件 | 职责 | 不做 | | --- | --- | --- | | 脚本（规则引擎） | ASR 准确率优化、口播剪辑候选生成（标记位置+规则置信度+删除建议） | 不做最终删除/保留决策 | | 宿主 Agent（你） | 语义断句、口癖识别确认、候选复核、最终删除/保留决策 | 不修改脚本 | 核心原则：脚本提供候选（含删除建议 deleted_parts + cleaned_text），Agent 做最终决策。

⚠️允许使用的脚本

需要切换到 <SKILL_DIR>

./scripts/setup.sh （环境检查与安装）
./scripts/pipeline_url_to_asr.py （asr）
./scripts/prepare_export_data.py（Step 6a 数据预处理，支持 --width --height --write-step6）
./scripts/merge_asr_words.py（Step 4 产出缺 words 时，从 raw 合并）
./scripts/serve_review_page.py（审核页静态服务）
./scripts/export_server.py（导出服务，接收审核页 POST）
./scripts/vod_direct_export.py（SubmitDirectEditTaskAsync / GetDirectEditResult 任务提交与查询）

从上下文推导 output-dir（减少用户操作）

默认 output 根路径：记 <PROJECT_ROOT> 为脚本推导得到的工程根目录：<SKILL_DIR> 向上两级父目录（约定技能目录与工程根之间固定相隔两层目录，中间目录名任意、代码中不写死任何一段路径名）。则默认写入 <PROJECT_ROOT>/output/。命令行里的相对路径 output/<文件名> 均以 <PROJECT_ROOT> 为基准。

Agent 不得扫描整个仓库/读取“最近文件”来推断 output-dir；只能使用对话中或上层调用方已显式提供的 --output-dir。

推导优先级（按顺序尝试，命中即使用）：

1. 对话历史/命令参数：本对话中已执行过 pipeline / prepare_export_data / serve_review_page 等命令，且命令行已显式传入 --output-dir output/<子目录> → 直接沿用 2. 无法从对话历史获得：询问用户指定 --output-dir output/<子目录>（不做仓库扫描推断）

输出目录与重复处理规则

使用绝对路径

输出路径：视频处理产物统一存放在 「产物根」 output/<文件名>/；产物根 = <PROJECT_ROOT>（脚本内部推导的项目根目录）。<文件名> 由素材来源推导：

- URL：取 URL 最后一段（如 https://x.com/video.mp4 → video） - 本地文件：取文件名（不含扩展名），如 /path/Test_Video_720p.mp4 → Test_Video_720p - DirectUrl（VOD FileName）：取文件名（如 test.mp4 → test） - Vid：取 Vid 值（如 v0xxx）

重复处理（必须执行）：在写入任何输出文件/目录前，若目标已存在，必须提示用户：

- 目录重复（如 output/<文件名> 已存在）：「该输出目录已存在，是否删除原目录？[删除/保留并新建(01)]」 - 文件重复（如 step5_asr_optimized.json、step6_speech_cut.json 已存在）：「该文件已存在，是否删除/覆盖/保留并写入新目录(01)？」 - 用户选择前不得执行写入；超时 20 秒无回复 → 默认「保留并新建(01)」

执行流水线时需传入 --output-dir output/<选定目录>

必经步骤（需严格按照顺序执行）

各 Step 的完整检查单与流程示意见 references/执行步骤/ 下分步文档。须严格按下列顺序执行，不得跳过；命令与 CHECKPOINT 细则以对应文件为准。

Step	说明	文档
Step 1	环境检查与依赖安装	1. 环境检查.md
Step 2	语气词 / 卡顿词确认与规则更新	2. 语气词提示与用户行为更新.md
Step 3	URL → ASR 流水线与候选生成	3. URL到ASR流水线与候选生成.md
Step 4	宿主 Agent ASR 语义纠错（必须）	4. ASR语义纠错.md
Step 5	宿主 Agent 口播剪辑	5. 口播剪辑.md
Step 5.5	审核逻辑确认（是否打开审核页）	5.5 审核逻辑确认.md
Step 6a	数据预处理	6a. 数据预处理.md
Step 6b	审核与导出	6b. 审核与导出.md
Step 6c	VOD 导出任务提交与查询	6c. VOD导出任务提交与查询.md

常见问题

现象	处理
本地文件走了 DirectUrl 模式	本地文件必须作为第一个位置参数传入；`--directurl` 仅用于 VOD 空间内已有 FileName，禁止传本地路径
step5 写入失败	必须写入 `output/<文件名>/step5_asr_optimized.json`，禁止写 output 根目录；禁止用简化版/占位符，Step 4 与 Step 5 必须分步完整执行
concat 规则要删但音频还在播	actionTime 填了整段；必须从 step5 words 查出仅保留部分的 ms，不得含被删部分（如「这个这个」81900–82540 应排除，只填 82540–83820）
重复文件未提示	写入前必须检查目标是否存在，若存在则提示用户选择：删除/覆盖/保留并新建(01)；超时 20s 默认「保留并新建(01)」
step6 修正未生效	确保 step6 顶层为 `optimized_segments` 或 `sentences`；运行 `--write-step6` 写回
segment 起止时间不准	Step 6a 会依 step5 words 校正；需有 `step5_asr_optimized.json` 或 `step5_asr_raw_*.json`
自检提示 delete 未在 deleted_parts	每个 `action: delete` 段必须在 deleted_parts 中有对应项，含 `deleted_text`、`description`、`start_time`、`end_time`（与 delete 段一致）

字幕可见性（Alpha）

字段：textElement.Extra[transform].Alpha（0～1）
含义：0 隐藏（不渲染到画布），1 展示
删除态：Alpha 设为 0；恢复：Alpha 设为 1

平台分布

Local Agent

88.03%

按下载量换算1,257

安全审计

暂无安全审计结果可展示。

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

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

byted-mediakit-tools（字节媒体工具包）

来源未标注

byted-mediakit-tools 用于补充待分类相关能力，适合在 Local Agent 中需要让 Agent 承接待分类相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

byted-podcast-gen（字节播客生成器）

bytedance/agentkit-samples

byted-podcast-gen 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。