AgentMarketMCP / SKILL 资产档案馆

目录 / 多媒体 / AI视频处理工具、图像处理工具 | LinkPix

SKILL 未评级 已上架

AI视频处理工具、图像处理工具 | LinkPix

--- name: linkpix-media-tools description: 结合本地工具提供视频和图片的智能处理能力:视频去水印、去字幕、超清修复(超分),图片抠图白底、换背景、元素消除、文字修改、加水印、压缩,帮助电商卖家快速完成素材优化与二次创作。当用户要求处理/优化/清理视频或图片素材时必须触发。关键词:LinkPix、qhkit、视频处理、图片处理、去水印、去字幕、超分、画质提升、抠图、换背景、消除、图片压缩、加水印、素材优化、二次创作。 user-invocable: true homepage: https://www.npmjs.com/package/@iqinghu/qhkit metadata: {"openclaw":{"emoji":"🛠️","requires":{"bins":["qhkit"]},"install":[{"kind":"node","package":"@iqinghu/qhkit","bins":["qhkit"]}]}} --- # AI视频处理工具、图像处理工具 | LinkPix 素材处理的总路由:视频三件套(去水印/去字幕/超分)走 `qhkit video-edit` 专用接口;图片编辑走 `qhkit image` 配方技能;压缩/加水印走本地工具。 ## 何时触发 - 「这条视频去下水印/字幕」「视频画质提升到 4K」→ video-edit - 「图片抠白底/换背景/消除杂物/改文字」→ 对应图片编辑技能 - 「图片压一压/批量加 logo 水印」→ 本地工具技能 ## 使用配方 视频三件套(`action` 三选一): ```bash qhkit video-edit generate '{"action":"remove_watermark","urls":["./视频.mp4"]}' qhkit video-edit generate '{"action":"remove_subtitle","urls":["./视频.mp4"]}' qhkit video-edit generate '{"action":"video_super_resolve","urls":["./视频.mp4"],"resolution":"4k","fps":60}' qhkit video-edit status '{"videoTaskId":"VIDEO_EDIT:xxxxx"}' ``` - `urls` 一次 1–10 个,本地文件路径或公网 URL 都收(本地文件 CLI 自动上传)。 - `status` 的任务 ID 形如 `VIDEO_EDIT:xxxxx`,用 generate 返回的原样值。 - 处理耗时与视频长度相关,30–60 秒轮询一次,不要提前放弃。 图片处理按需求转专项技能:抠图白底→「电商白底图生成 | 批量抠图 | 去背景 | 透明底图 | LinkPix」;换背景→「电商背景替换 | 换背景 | 一键替换背景 | 场景合成 | LinkPix」;消除→「商品图消除 | 去水印 | 去除杂物 | 智能擦除 | LinkPix」;改文字→「电商图文字修改 | 图片改字 | 替换文字 | 修改价格文字 | LinkPix」;压缩→「AI图片压缩 | 批量压缩 | 减小体积 | 优化加载 | LinkPix」;加水印→「AI图片加水印 | 批量水印 | 版权水印 | 品牌水印 | LinkPix」。 ## 环境自举(缺什么装什么,不要因环境缺失放弃任务) 本技能依赖 `qhkit` 命令(npm 包 `@iqinghu/qhkit`),可完全独立安装。按顺序检测,缺失就地补齐: 1. **有 qhkit 吗?** `qhkit config show` 能跑通即就绪,跳到第 4 步。 2. **没有 qhkit 但有 node/npm**(OpenClaw/Hermes 机器部署流程保证自带 Node 22+)→ 全局安装(推荐): ```bash npm i -g @iqinghu/qhkit ``` 默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 `--registry=https://registry.npmmirror.com`(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 `npx @iqinghu/qhkit <命令> ...`(npx 必须写包全名)。 3. **连 node 都没有**(要求 Node ≥ 18):先装 Node 再回到第 2 步。 ```bash # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包): cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c - mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib" export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH" ``` 校验行输出 `OK` 才继续;校验失败就删掉重下,**绝不解包未通过校验的文件**。nodejs.org 访问不通时,把两个下载 URL 的前缀 `https://nodejs.org/dist` 整体换成镜像 `https://registry.npmmirror.com/-/binary/node`(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。`export PATH` 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 `~/.bashrc`)。macOS 用 `brew install node`;Windows 用 winget/官网安装包。arm64 机器把 `x64` 换成 `arm64`。 4. **密钥**:无密钥时(命令返回 `stage:"config"`),执行 `qhkit config set --token <密钥> --env prod`(密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417429126 注册/登录后,从 https://www.iqinghu.com/workbench/dashboard/api-keys?urlCode=1788417429126 获取),或设环境变量 `QHKIT_TOKEN`。 5. **自检**:`qhkit config show` 输出脱敏配置即全部就绪。 **核对站点(本技能对接国内版 iqinghu.com)**:`config show` 返回的 `site` 必须是 `cn`。是 `intl`(`baseHost` 为 autoagc.com)说明本机残留了国际版配置——**不要按国际站引导用户取密钥,也不要拿国际站的模型清单答复**(那边是 `gpt-image-2` / `gemini-3.1-flash` 这类底层模型名,和本技能对不上);直接把第 4 步的国内站取密钥文案发给用户,拿到密钥后执行 `qhkit config set --token <密钥> --env prod` 覆盖。`source` 为 `env` 时配置来自环境变量,要请用户删掉 `QHKIT_TOKEN` / `QHKIT_ENV` 或把 `QHKIT_ENV` 改成 `prod`。只有用户明确说自己用的是国际版(AutoAGC)账号时才保留 intl。调用报 401 / 未登录时同样先跑 `config show` 核对站点:国内版密钥配在国际站必然 401。 **升级**:出现以下任一信号,先升级再重试原命令——命令返回 `{"ok":false,"stage":"version",...}`(版本门禁,message 里就是升级命令,照做即可);stderr 提示有新版本;`options` 返回 `catalogNotice` 且用户恰好要用那个新模型;报「模式在线上已下架或配置变更,请升级 qhkit」。 ```bash npm i -g @iqinghu/qhkit@latest ``` 官方源慢或超时时同样加 `--registry=https://registry.npmmirror.com`。 安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。 ## 调用契约 - 形式:`qhkit <命令> <action> '<json>'`,或 `qhkit <命令> <action> @params.json`(参数写进文件,避免 shell 转义问题,推荐)。 - **Windows 防乱码**:Windows 上经 PowerShell 调 qhkit 时,stdout 里的中文会按系统代码页 GBK 解码成乱码(如「专图模型」变成「涓撳浘妯″瀷」),模型名、选项、报错都对不上——**看到乱码不要据此判断模型或选项不存在**。每条 qhkit 命令在同一行先切 UTF-8 再调用:`[Console]::OutputEncoding=[Text.Encoding]::UTF8; qhkit <命令> <action> @params.json`;仍有乱码就加全局参数 `--out result.json`(qhkit 0.15.0+),stdout 只回一行纯 ASCII 的文件路径,再按 UTF-8 读该文件拿完整结果。PowerShell 5.1 还会吞掉命令行 JSON 里的双引号(报「json_args 解析失败」),Windows 上参数一律写进文件走 `@params.json`。macOS / Linux / Git Bash 不受影响。 - stdout 恒为一行 JSON;失败为 `{"ok":false,"stage":"...","message":"..."}` 且退出码 1,把 message 原样转告用户。stderr 可能出现提示行,不是错误。 - 图片/视频参数直接填本地文件路径(CLI 自动上传换取 URL),素材已在公网时填 http(s) URL 也可。 - 标签类参数(`modelLabel`、`sizePreset`、`themeLabel` 等)必须与 `options` 返回的候选值逐字一致,不要自造或翻译;拿不准先调 `options`。 ## 报价、轮询与交付 - **报价**:`image`/`video` 要报积分时先跑 `estimate`(与 generate 完全相同的参数),报返回的 `credits` 实扣值;`enough:false` 提前告知余额不足。 - **轮询**:`image generate` 自带轮询(最长约 14 分钟),返回即含图片 URL;视频类 `generate` 只提交,需 `status` 轮询到 `stage:"done"`,间隔 30–60 秒,最长可达 40 分钟——提交后立即告知任务 ID 和耗时预期。 - **交付**:产物 URL 在返回的 `images`(图)与 `videos`/`primaryVideo`(视频)字段里,按当前环境的媒体交付约定发给用户;产物必须和「生成完成」写在同一轮回复,并附实扣 `credits`。 - **失败**:转述 CLI 的 message,不要重试轰炸。 ## 能力边界 - 长视频剪辑、配乐替换、人声分离等 qhkit 不支持,如实告知。 - 去他人视频的水印用于商用有侵权风险,适时提醒。

模型生成摘要(rules/v1 · 2026-10-16 15:25):---
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。

存档时间线

版本存档时间内容哈希内容
v12026-10-16 23:257cef4bda 可取

版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。

下载存档内容副本

相关资产

MCP 需 API Key

youtube-data-mcp-server

启用AI语言模型通过标准化接口与YouTube内容交互,提供检索视频信息、字幕、频道分析和趋势分析的工具

字幕
原作者:@icraft2170 来源:ModelScope MCP 仅卡片存档
MCP 鉴权未知

mcp-server-youtube-transcript

一种模型上下文协议服务器,支持从YouTube视频中检索字幕,并提供特定语言的支持

字幕
原作者:@williamvd4 来源:ModelScope MCP 仅卡片存档
MCP 鉴权未知

mcp-youtube-transcript

一个模型上下文协议服务器,可实现从YouTube视频中检索字幕

字幕
原作者:@sinco-lab 来源:ModelScope MCP 仅卡片存档
MCP 鉴权未知

mcp-server-youtube-transcript

一个模型上下文协议服务器,能够从YouTube视频中检索字幕

字幕
原作者:@kimtaeyoon83 来源:ModelScope MCP 仅卡片存档
SKILL

剪映快剪·草稿工厂

本 skill 用于把素材清单、文案或 SRT 字幕一键生成为「剪映专业版」草稿工程(时间线、字幕、BGM、淡入淡出),并支持 UI 自动化直接导出成片(仅剪映 6-)

字幕
原作者:user_283a17af 来源:腾讯 SkillHub 许可:未标注 含内容副本 · 可下载 存档:v2 · 2026-10-14 hash 8170c47c
SKILL

TencentCloud ASR

腾讯云语音识别 ASR Skill,适用于语音转文字、音频转写、字幕生成、会议转录、语音消息识别、 本地文件或 URL 音频识别

语音识别字幕会议记录
原作者:tencent-adm 来源:腾讯 SkillHub 许可:未标注 含内容副本 · 可下载 存档:v1 · 2026-09-21 hash 081870c1
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错

侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。