mcpField
A
agent-media

agent-media

github.com/agntswrm创意与媒体651 次安装34 周前更新
代码仓库

关于 agent-media

Agent Media 是面向 Agent 的图像、音频和视频处理命令行工具，适合需要从脚本或 Agent 调用媒体操作的用户。命令输出确定性的机器可读 JSON，并可选择本地或远程提供方。

主要功能

  1. 01调整图像尺寸并转换格式
  2. 02生成和编辑图像
  3. 03移除背景、放大及扩展画布
  4. 04从视频提取音频并转录
  5. 05根据文本或图像生成视频
  6. 06以 JSON 输出命令结果

适用场景

  1. 01在脚本中批量转换或裁剪图像
  2. 02为图像编辑与生成调用配置的提供方
  3. 03从视频提取音轨并转写文本
  4. 04将文本或图像输入用于视频生成

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/agntswrm/agent-media --skill agent-media

安装后在 Claude Code 中输入/agent-media确认已加载。

详细介绍

Agent Media

Agent Media 是一款以 Agent 为先的媒体工具包，提供可通过命令行访问的图像、视频和音频处理命令。所有命令都会生成确定性、机器可读的 JSON 输出。

可用命令

图像命令
  • npx agent-media@latest image resize - 调整图像大小
  • npx agent-media@latest image convert - 转换图像格式
  • npx agent-media@latest image generate - 根据文本生成图像
  • npx agent-media@latest image edit - 使用文本提示词编辑一个或多个图像
  • npx agent-media@latest image remove-background - 移除图像背景
  • npx agent-media@latest image upscale - 使用 AI 超分辨率放大图像
  • npx agent-media@latest image extend - 通过填充扩展图像画布
  • npx agent-media@latest image crop - 根据焦点周围的尺寸裁剪图像
音频命令
  • npx agent-media@latest audio extract - 从视频中提取音频
  • npx agent-media@latest audio transcribe - 将音频转录为文本
视频命令
  • npx agent-media@latest video generate - 根据文本或图像生成视频

输出格式

所有命令都会将 JSON 返回到 stdout：

{
  "ok": true,
  "media_type": "image",
  "action": "resize",
  "provider": "local",
  "output_path": "output_123.webp",
  "mime": "image/webp",
  "bytes": 12345
}

出错时：

{
  "ok": false,
  "error": {
    "code": "INVALID_INPUT",
    "message": "input file not found"
  }
}

提供商

  • local - 默认提供商，使用 Sharp（调整大小、转换、扩展、裁剪）和 Transformers.js（移除背景、放大、转录）
  • fal - fal.ai 提供商（生成、编辑、移除背景、放大、转录、视频）
  • replicate - Replicate API（生成、编辑、移除背景、放大、转录、视频）
  • runpod - Runpod API（生成、编辑、视频）
  • ai-gateway - Vercel AI Gateway（生成、编辑）

提供商选择

  1. 显式指定：--provider <name>
  2. 根据环境变量自动检测
  3. 回退到 local 提供商

环境变量

  • AGENT_MEDIA_DIR - 自定义输出目录
  • FAL_API_KEY - 启用 fal 提供商
  • REPLICATE_API_TOKEN - 启用 replicate 提供商
  • RUNPOD_API_KEY - 启用 runpod 提供商
  • AI_GATEWAY_API_KEY - 启用 ai-gateway 提供商

评论

支持 Markdown