transloadit-media-processing

Transloadit メディア処理

Transloadit のクラウドインフラストラクチャを使用して、メディアファイルを処理、変換、エンコードします。 86 種類以上の専用処理ロボットにより、動画、音声、画像、ドキュメントをサポートします。

このスキルを使用する場面

次のような場合にこのスキルを使用します。

• 動画を HLS、MP4、WebM、その他の形式にエンコードする
• 動画からサムネイルやアニメーション GIF を生成する
• 画像のリサイズ、トリミング、ウォーターマークの追加、最適化を行う
• 画像形式間の変換（JPEG、PNG、WebP、AVIF、HEIF）を行う
• 音声を抽出またはトランスコードする（MP3、AAC、FLAC、WAV）
• 動画または音声クリップを連結する
• 動画に字幕やオーバーレイテキストを追加する
• ドキュメントを OCR する（PDF、スキャン画像）
• 音声認識または音声合成を実行する
• AI ベースのコンテンツモデレーションや物体検出を適用する
• 操作を連鎖させるマルチステップのメディアパイプラインを構築する

セットアップ

オプション A: MCP サーバー（Copilot に推奨）

Transloadit MCP サーバーを IDE の設定に追加します。これにより、エージェントが Transloadit ツール （create_template、create_assembly、list_assembly_notifications など）に直接アクセスできるようになります。

VS Code / GitHub Copilot（.vscode/mcp.json またはユーザー設定）:

{
  "servers": {
    "transloadit": {
      "command": "npx",
      "args": ["-y", "@transloadit/mcp-server", "stdio"],
      "env": {
        "TRANSLOADIT_KEY": "YOUR_AUTH_KEY",
        "TRANSLOADIT_SECRET": "YOUR_AUTH_SECRET"
      }
    }
  }
}

API 認証情報は https://transloadit.com/c/-/api-credentials で取得してください。

オプション B: CLI

コマンドを直接実行したい場合:

npx -y @transloadit/node assemblies create \
  --steps '{"encoded": {"robot": "/video/encode", "use": ":original", "preset": "hls-1080p"}}' \
  --wait \
  --input ./my-video.mp4

主要なワークフロー

動画を HLS にエンコードする（アダプティブストリーミング）

{
  "steps": {
    "encoded": {
      "robot": "/video/encode",
      "use": ":original",
      "preset": "hls-1080p"
    }
  }
}

動画からサムネイルを生成する

{
  "steps": {
    "thumbnails": {
      "robot": "/video/thumbs",
      "use": ":original",
      "count": 8,
      "width": 320,
      "height": 240
    }
  }
}

画像のリサイズとウォーターマークの追加

{
  "steps": {
    "resized": {
      "robot": "/image/resize",
      "use": ":original",
      "width": 1200,
      "height": 800,
      "resize_strategy": "fit"
    },
    "watermarked": {
      "robot": "/image/resize",
      "use": "resized",
      "watermark_url": "https://example.com/logo.png",
      "watermark_position": "bottom-right",
      "watermark_size": "15%"
    }
  }
}

ドキュメントを OCR する

{
  "steps": {
    "recognized": {
      "robot": "/document/ocr",
      "use": ":original",
      "provider": "aws",
      "format": "text"
    }
  }
}

音声クリップを連結する

{
  "steps": {
    "imported": {
      "robot": "/http/import",
      "url": ["https://example.com/clip1.mp3", "https://example.com/clip2.mp3"]
    },
    "concatenated": {
      "robot": "/audio/concat",
      "use": "imported",
      "preset": "mp3"
    }
  }
}

マルチステップパイプライン

ステップは "use" フィールドを使用して連鎖できます。各ステップは前のステップの出力を参照します。

{
  "steps": {
    "resized": {
      "robot": "/image/resize",
      "use": ":original",
      "width": 1920
    },
    "optimized": {
      "robot": "/image/optimize",
      "use": "resized"
    },
    "exported": {
      "robot": "/s3/store",
      "use": "optimized",
      "bucket": "my-bucket",
      "path": "processed/${file.name}"
    }
  }
}

主要な概念

• Assembly: 単一の処理ジョブ。create_assembly（MCP）または assemblies create（CLI）で作成します。
• Template: Transloadit に保存された再利用可能なステップのセット。create_template（MCP）または templates create（CLI）で作成します。
• Robot: 処理ユニット（例: /video/encode、/image/resize）。完全なリストは https://transloadit.com/docs/transcoding/ を参照してください。
• Steps: パイプラインを定義する JSON オブジェクト。各キーはステップ名で、各値がロボットを設定します。
• :original: アップロードされた入力ファイルを参照します。

ヒント

• CLI で --wait を使用すると、処理が完了するまでブロックします。
• すべてのパラメーターを指定する代わりに、一般的な形式ターゲットには preset 値（例: "hls-1080p"、"mp3"、"webp"）を使用します。
• "use": "step_name" を連鎖させて、中間ダウンロードなしでマルチステップパイプラインを構築します。
• バッチ処理には、/http/import を使用して URL、S3、GCS、Azure、FTP、または Dropbox からファイルを取得します。
• テンプレートには、Assembly 作成時に渡される動的な値のために ${variables} を含めることができます。