Video-Factory 是做什麼的？
Agent Media OS，滿足 HyperFrames 專案中所有媒體需求的單一技能。透過單一動詞 resolve，將 BGM、SFX、圖片、圖示、品牌標誌、語音、調色或 LUT 解析為凍結的本地檔案或可直接貼上的區塊與帳本記錄；當目錄中缺少時，透過 TTS / 音樂 / 圖片模型生成；透過共享音訊引擎製作旁白、轉錄、字幕和去背；操作媒體（剪輯 / 重新構圖 / 轉換）；並跨專案重用素材。也可用於模糊查詢。
核心功能
- 媒體解析 (
resolve)：將任何媒體資產（BGM、SFX、圖片、圖示、品牌標誌、語音、調色或 LUT）解析為凍結的本地檔案或可直接貼上的區塊。 - 生成式媒體：當目錄中缺少所需素材時，自動呼叫 TTS、音樂生成或圖片生成模型來產生內容。
- 音訊引擎：透過共享的音訊引擎，支援旁白生成、語音轉錄、字幕製作和背景移除。
- 媒體操作：支援媒體的剪輯、重新構圖與轉換。
- 資產重用：支援跨專案重用已解析的資產。
使用方式
resolve 指令
resolve <media-type> <query>
媒體類型：bgm, sfx, image, icon, logo, voice, color-grade, lut
範例：
resolve bgm 歡快的背景音樂
resolve image 科技感圖示
resolve voice 專案旁白
進階功能
- 剪輯：
cut <media-path> --start <time> --end <time> - 重新構圖：
reframe <media-path> --aspect <ratio> - 去背：
remove-bg <image-path> - 轉錄：
transcribe <audio-path>
支援平台
- Claude Code
- Cursor
- Codex
- 其他支援 Agent Skill 的環境
環境變數
VIDEO_FACTORY_API_KEY：API 金鑰VIDEO_FACTORY_MODEL：模型選擇VIDEO_FACTORY_OUTPUT_DIR：輸出目錄
注意事項
- 所有媒體資產會自動記錄於帳本中，方便追蹤與重用。
- 生成式媒體需確保 API 金鑰與模型設定正確。
- 支援常見音訊與影片格式，包括 MP3、WAV、MP4、MOV 等。
授權
MIT