axiom-media

媒体

任何涉及相机、照片、音频、触觉或媒体播放的工作，都必须使用此技能。

无法启动 Axiom 智能体？ 如果此路由将你指向某个智能体，请直接按照其流程操作。通过 MCP，axiom_get_agent 会返回该智能体；在其他环境中，请读取下方的文件，只需使用文件搜索和读取功能即可。

此处提供：skills/camera-auditor.md。

对于任何其他智能体，通过 MCP 使用 axiom_get_agent 也会返回该智能体；请使用 axiom_xclog_*、axiom_xcsym_* 和 axiom_xcprof_* 工具运行其 xclog、xcsym 和 xcprof 步骤。在其他环境中，请在 Axiom 的技能中搜索 skills/<agent>.md；如果没有该文件，请使用此套件的技能自行完成工作，并使用 PATH 上的任意 Axiom 工具。

快速参考

症状 / 任务	参考
相机采集、AVCaptureSession	参见 skills/camera-capture.md
相机启动缓慢 / 延迟启动（iOS 26+）、通过 Pro Video Storage 录制 ProRes（OS27）	参见 skills/camera-capture.md 模式 8-9
相机 API（RotationCoordinator 等）	参见 skills/camera-capture-ref.md
镜头光圈 / 快门 / ISO 优先模式、曝光信号、连续自动对焦跟踪、低光视频降噪、电影级视频元数据采集（OS27）	参见 skills/camera-capture-ref.md
Center Stage 前置相机（iPhone 17）、动态宽高比、智能取景、24/48 MP 拍摄	参见 skills/camera-capture-ref.md
iPhone Duo 前置相机（虚拟前置相机、内侧 / 外侧超广角）、相机方向与位置	参见 skills/camera-capture.md 模式 6 和 skills/camera-capture-ref.md（iPhone Duo 前置相机）
相机冻结、预览黑屏、旋转	参见 skills/camera-capture-diag.md
照片选择器、图库访问	参见 skills/photo-library.md
PHPicker、PhotosPicker、PhotoKit API 参考：资源元数据编辑（关键词、评分、说明文字）、持久化更改观察器、后台资源上传（OS27）	参见 skills/photo-library-ref.md
PhotoKit + Swift 6 严格并发、nonisolated 观察器、performChanges 隔离、_dispatch_assert_queue_fail	参见 axiom-concurrency（skills/isolation-inheritance-diag.md）
音频、AVFoundation、空间音频、异步会话激活、会抛出错误的 AVAudioEngine API（OS27）	参见 skills/avfoundation-ref.md
视频写入 / 导出 / 播放、样本缓冲区引擎、可恢复导出、Apple Log 2、iOS 27 弃用 API（OS27）	参见 skills/avfoundation-video-ref.md
音频识别、ShazamKit	参见 skills/shazamkit.md
ShazamKit API 参考	参见 skills/shazamkit-ref.md
设备端音乐分析（调性、节奏、结构、响度）、MusicUnderstanding（OS27）	参见 skills/music-understanding.md
设备端人脸分组（在整个图库中将人脸聚类为人物）、视频精彩片段 / 关键帧、MediaIntelligence（OS27）	参见 skills/media-intelligence.md
触觉反馈、Core Haptics	参见 skills/haptics.md
SharePlay 协调播放、AVDelegatingPlaybackCoordinator、自定义引擎同步	参见 skills/shareplay-playback.md
SharePlay 会话生命周期、激活、非媒体状态	请改用 axiom-integration（skills/shareplay.md）
“正在播放”元数据、远程命令	参见 skills/now-playing.md
Siri 在你的音频应用中播放内容（“在 MyApp 中播放 X”、通过语音点赞 / 添加到播放列表）	请使用 axiom-integration（skills/siri-audio.md） — 音频架构领域 + SiriKit 媒体
动态锁屏插图（iOS 26+）	参见 skills/now-playing.md 模式 8
NowPlaying 框架（import NowPlaying、Swift 原生 MediaSession、OS27）	参见 skills/now-playing.md（NowPlaying 框架部分）
将媒体投放 / 路由到非 AirPlay 设备（Google Cast/Chromecast、DLNA），作为系统路由，AVSystemRouting（iOS27，可能受欧盟地区限制）	参见 skills/system-media-routing.md
屏幕采集 / 录制 / 串流屏幕或你自己的应用、ScreenCaptureKit（OS27 — iOS/iPadOS/tvOS/visionOS 27 新增；macOS 12.3+）	参见 skills/screen-capture.md
CarPlay HIG、应用类别、设计规则、权利	参见 skills/carplay-hig.md
CarPlay 模板参考（全部 12 种模板、可用性矩阵、深度限制）	参见 skills/carplay-templates-ref.md
CarPlay 导航参考（基础视图、路线指引、仪表盘 / HUD、多点触控、语音提示、地图面板 + iOS 27 电动汽车充电）	参见 skills/carplay-navigation-ref.md
CarPlay“正在播放”模板自定义 + 体育模式	参见 skills/now-playing-carplay.md
MusicKit“正在播放”、ApplicationMusicPlayer 播放、订阅 / 授权	参见 skills/now-playing-musickit.md
枚举用户的 Apple Music 资料库 — MusicLibraryRequest 与 MPMediaQuery 的比较、两者的协调、播放列表条目、同步、资料库身份、每台设备的 Song.id、缺失的 PlayParameters、扫描后 MusicKit 停止响应	参见 skills/music-library.md
DockKit 电动支架 / 云台、主体跟踪、自定义电机控制	参见 skills/dockkit.md
语音转文本 / 转录（SpeechAnalyzer、麦克风 → 转录文本）	调用 axiom-ai（skills/speech.md）

决策树

digraph media {
    start [label="Media task" shape=ellipse];
    what [label="Which media feature?" shape=diamond];
    auditor [label="camera-auditor agent" shape=box];

    start -> what;
    what -> "skills/camera-capture.md" [label="camera capture"];
    what -> "skills/photo-library.md" [label="photo pickers\n/ library"];
    what -> "skills/avfoundation-ref.md" [label="audio / AVFoundation"];
    what -> "skills/avfoundation-video-ref.md" [label="video write/export\n/ sample-buffer (OS27)"];
    what -> "skills/shazamkit.md" [label="ShazamKit\n/ audio recognition"];
    what -> "skills/music-understanding.md" [label="music analysis\n(key/tempo/structure)"];
    what -> "skills/media-intelligence.md" [label="face grouping /\nvideo highlights (OS27)"];
    what -> "skills/haptics.md" [label="haptic feedback"];
    what -> "skills/now-playing.md" [label="Now Playing\n/ remote commands"];
    what -> "skills/music-library.md" [label="enumerate Apple Music\nlibrary / identity"];
    what -> "skills/system-media-routing.md" [label="cast to non-AirPlay\n(Chromecast/DLNA, iOS27)"];
    what -> "skills/screen-capture.md" [label="screen capture /\nrecording (OS27)"];
    what -> "skills/carplay-hig.md" [label="CarPlay app design\n/ categories / entitlements"];
    what -> "skills/dockkit.md" [label="DockKit stands\n/ gimbals / tracking"];
    what -> auditor [label="camera code audit"];
}

1. 相机采集？→ skills/camera-capture.md（模式）、skills/camera-capture-ref.md（API）、skills/camera-capture-diag.md（调试）
2. 照片选择器／图库？→ skills/photo-library.md、skills/photo-library-ref.md
3. 音频／AVFoundation（音频）？→ skills/avfoundation-ref.md；视频写入／导出／播放、样本缓冲区引擎、可恢复导出、iOS 27 弃用项？→ skills/avfoundation-video-ref.md（OS27）
4. ShazamKit／音频识别？→ skills/shazamkit.md、skills/shazamkit-ref.md
5. 设备端音乐分析（调性、节奏、结构、速度、乐器、响度）？→ skills/music-understanding.md（OS27）
6. 设备端人脸分组（跨图库将人脸聚类为人物）或视频精彩片段／关键帧检测？→ skills/media-intelligence.md（OS27）
7. 触觉反馈？→ skills/haptics.md
8. 正在播放／远程命令？→ skills/now-playing.md、skills/now-playing-carplay.md、skills/now-playing-musickit.md 8a. 音频应用中的 Siri 播放（“在 MyApp 中播放 X”）？→ axiom-integration（skills/siri-audio.md）；Siri 的“暂停”／“下一首”／“这是什么歌？”仍归此处（远程命令和正在播放的元数据）
9. 读取用户的 Apple Music 资料库（枚举歌曲／播放列表、资料库身份、同步）？→ skills/music-library.md——这与播放是不同的问题；遍历任何资料库之前，请先阅读
10. 将媒体投放／路由到非 AirPlay 设备（Google Cast/Chromecast、DLNA）作为系统路由？→ skills/system-media-routing.md（iOS27，可能受欧盟地区限制）
11. 屏幕采集／录制／串流屏幕或你自己的应用（ScreenCaptureKit）？→ skills/screen-capture.md（OS27——iOS/iPadOS/tvOS/visionOS 27 新增）
12. CarPlay 应用设计、类别选择、权限申请？→ skills/carplay-hig.md（任何 CarPlay 工作都从这里开始）
13. DockKit 电动支架／云台、主体跟踪、自定义电机控制？→ skills/dockkit.md
14. 想要审查相机代码？→ 启动 camera-auditor Agent（检测已弃用 API 和架构缺陷：缺少中断处理程序、运行时错误恢复、音频会话停用、权限被拒时的用户体验、iOS 17+ 上的 RotationCoordinator；评分为 RELIABLE / FRAGILE / BROKEN）

跨领域路由

相机 + 权限（相机访问被拒绝、Info.plist 缺失）：

• 相机代码 → 留在这里（camera-capture）
• 隐私清单 / Info.plist → 调用 axiom-integration（参考 privacy-ux）
• 构建 / 权限配置错误 → 调用 axiom-build

ShazamKit + 麦克风权限：

• 麦克风 NSMicrophoneUsageDescription → 调用 axiom-integration（参考 privacy-ux）
• ShazamKit API 和匹配 → 留在这里（shazamkit）

正在播放 + 后台音频：

• 正在播放的元数据 / 控制 → 留在这里（now-playing）
• 后台音频模式 / BGTaskScheduler → 调用 axiom-integration（参考 background-processing）

语音转文本 + 音频采集（转录麦克风或资源音频）：

• SpeechAnalyzer / SpeechTranscriber、OS27 输入提供程序、iOS / visionOS 上约有 2 个分析器的上限；macOS 上没有此上限 → 调用 axiom-ai（skills/speech.md）
• 音频会话类别 / 模式、AVCaptureSession 接线 → 留在这里（avfoundation-ref、camera-capture）
• 注意这个陷阱：CaptureInputSequenceProvider.providerWithSession(...)（OS27）会自动重新配置应用的默认 AVAudioSession。如果添加转录后，这套工具的音频会话设置“随机失效”，原因就在这里——通过 provider(from:in:) 加入你自己的会话，或从拥有该会话的 Actor 调用 init(session:analyzerFormat:priority:)，并添加其 captureAudioDataOutput。

Apple Music 资料库 + 播放 + 持久化：

• 枚举资料库、资料库身份、PlayParameters 可用性、同步资料库的风险 → 留在这里（music-library）
• 将找到的内容加入队列并播放、发布正在播放的信息 → 留在这里（now-playing-musickit）
• 将资料库行存入你自己的数据库（哪个列是持久键、重新指定键时的迁移）→ 调用 axiom-data——但首先从 music-library 获取身份规则；persistentID 不是持久键
• MusicAuthorization 提示词文案 / 隐私清单 → 调用 axiom-integration（参考 privacy-ux）

照片资料库 + 隐私：

• 照片选择器（PHPicker、PhotosPicker）→ 留在这里（photo-library）——无需权限
• 完整的 PHPhotoLibrary 访问权限 → 留在这里（photo-library-ref）——有限访问模型
• 照片使用的隐私清单 → 调用 axiom-integration（参考 privacy-ux）

DockKit + 相机 / 自定义推理：

• DockKit 支架控制、取景、电机、跟踪状态 → 留在这里（dockkit）
• 底层 AVCaptureSession 设置 → 留在这里（camera-capture）
• 提供观察结果的自定义 Vision / Core ML 推理 → 调用 axiom-vision
• 相机权限（NSCameraUsageDescription）→ 调用 axiom-integration（参考 privacy-ux）

MediaIntelligence + Vision（人脸、图像分析）：

• 在整个资料库中将人脸归类为人物、视频精彩片段 / 关键帧 → 留在这里（media-intelligence）——对身份进行聚类 + 在设备端检测视频片段
• 检测一张图像中人脸的位置（边界框、特征点）、OCR、分割 → 调用 axiom-vision——逐图像检测，是不同的问题
• 系统“照片”中的“人物”相簿 → 该相簿由系统拥有（PhotoKit）；MediaIntelligence 会基于你管理的资源构建自己的索引 → 留在这里（通过 photo-library 访问资源）

反驳自我合理化

想法	事实
“相机采集不过是设置 AVCaptureSession”	相机需要处理中断、旋转和线程要求。
“只要尽早调用 startRunning()，相机启动就够快了”	输出初始化是启动耗时的主要部分；iOS 26 的延迟启动可将预览显示时间缩短一半。
“我会用一个简单的 API 调用添加触觉反馈”	触觉设计针对每种交互类型都有符合 HIG 的模式。
“ShazamKit 不过就是 SHSession + 一个委托”	iOS 17+ 提供 SHManagedSession，可免去所有 AVAudioEngine 样板代码。
“Now Playing 信息不过就是设置元数据”	远程命令、封面处理和状态同步有 15+ 个易踩问题。
“我会用 UIImagePickerController 选取照片”	PHPicker/PhotosPicker 才是现代 API，无需权限。
“MediaPlayer 报告的播放列表成员比 MusicKit 少，所以同步不完整”	这种差异来自结构，而非同步信号：它追踪的是没有本地表示的条目——检查过的五个播放列表中结果完全一致，在整个资料库范围内则相差一个。基于这一前提发布的保护逻辑会静默跳过 15 个播放列表中的 9 个，永远如此。请阅读 skills/music-library.md。
“读取音乐资料库不过就是发起一个 MusicLibraryRequest”	在大型资料库中读取一个 MusicKit 属性，会导致本次运行中之后的每个 MusicKit 请求都无法恢复，且不会抛出错误。池耗尽只是症状，并非根本机制——一个从不接触该池的普通 Thread，也会同样导致 MusicKit 失效。分批处理请求会慢约 100 倍，并不更安全。
“Song.id 是可以存储的稳定键”	同一资料库在不同设备上的 ID 格式 不同（一台设备上是 i.…，另一台上是纯数字）。切勿解析它，也切勿将它用作跨设备键。
“DockKit 不过就是配对一个支架”	自定义控制需要禁用系统跟踪、处理倒置的底座状态，并应对两种不同的坐标原点。
“分组人脸不过就是 Vision 人脸检测”	Vision 会检测单张图像中的人脸；MediaIntelligence 会在整个资料库中将人脸聚类为持久的人物（实体），并使用自己的工作目录和状态。
“投放到 Chromecast 就意味着要捆绑 Google Cast SDK”	在 iOS 27 上，AVSystemRouting 会将非 AirPlay 路由作为系统路由公开——你只需采用一个 Apple API（观察事件、启动会话、驱动 playbackControl），而不是使用各厂商的 SDK。可能受欧盟地区限制——请进行地区限制判断并保留后备方案。
“我会通过信使广播当前时间来同步 SharePlay 播放”	信使没有时钟。AVDelegatingPlaybackCoordinatorPlayCommand.hostClockTime 会提供一个绝对的 CMClockGetHostTimeClock() 开始时间；自行实现会很糟糕地重造启动屏障、seek 顺序、卡顿和中断处理。
“播放协调器会替我处理中断”	只有 AVPlayerPlaybackCoordinator 会这样做。AVDelegatingPlaybackCoordinator 不会自动挂起——自定义引擎必须负责开始和结束每次挂起；若未结束挂起，整个群组都会卡住。
“iPad 上的 ScreenCaptureKit 和 Mac 上一样（枚举显示器/窗口）”	在 iOS/iPadOS 上，SCShareableContent 和所有 SCContentFilter 初始化方法都仅限 macOS 使用——你只能从系统 SCContentSharingPicker 获取筛选器。iOS/iPadOS/tvOS/visionOS 27 中的新功能。也不是 ImageRenderer（它会对你自己的 SwiftUI 视图进行快照）。

示例调用

用户：“如何设置相机预览？” → 阅读：skills/camera-capture.md

用户：“我的相机应用要等一秒才显示预览” → 阅读：skills/camera-capture.md（模式 8，延迟启动）

用户：“支持 Center Stage 前置摄像头” / “拍摄 48MP 照片” → 阅读：skills/camera-capture-ref.md

用户：“如何在 iPhone Duo 上切换摄像头？” / “按方向而不是位置选择摄像头” → 阅读：skills/camera-capture.md（模式 6）和 skills/camera-capture-ref.md（iPhone Duo 前置摄像头）

用户：“接到电话时相机卡住了” → 阅读：skills/camera-capture-diag.md

用户：“如何在 SwiftUI 中让用户选择照片？” → 阅读：skills/photo-library.md

用户：“为按钮点击实现触觉反馈” → 阅读：skills/haptics.md

用户：“锁定屏幕上没有显示正在播放的信息” → 阅读：skills/now-playing.md

用户：“如何使用 ShazamKit 识别歌曲？” → 阅读：skills/shazamkit.md

用户：“如何在设备上检测歌曲的节奏 / 调性 / 节拍网格？” / “分析音频的响度或结构” → 阅读：skills/music-understanding.md

用户：“将整个照片图库中的人脸归类到不同人物” / “在设备上聚类人脸” / “查找视频中的精彩片段或缩略图帧” → 阅读：skills/media-intelligence.md

用户：“不使用 Cast SDK，将内容投放到 Chromecast / Google Cast” / “支持非 AirPlay 投放” / “将媒体作为系统路由传输到 DLNA 设备” → 阅读：skills/system-media-routing.md

用户：“录制 / 串流 iPad 屏幕” / “在 iOS 上使用 ScreenCaptureKit” / “在我的应用中录屏” / “仅捕获我应用的内容” → 阅读：skills/screen-capture.md

用户：“列出用户 Apple Music 资料库中的所有歌曲” / “枚举其播放列表” / “MPMediaQuery 与 MusicKit 对比” / “同步 Apple Music 播放列表” / “MediaPlayer 和 MusicKit 报告的播放列表数量不同” / “扫描资料库后，我的 MusicKit 请求不再响应” / “为每首歌曲存储可在不同设备间保持稳定的 ID” / “用户开启同步资料库后，播放列表变空了” → 阅读：skills/music-library.md

用户：“用电动支架跟踪主体” / “控制 DockKit 云台” → 阅读：skills/dockkit.md

用户：“检查我的相机代码是否存在问题” → 启动：camera-auditor Agent