设计与多媒体
图像处理，涵盖图像压缩、图像增强、AI处理等能力。包含能力：image-ocr, erase-image, remove-image-background, enhance-image, evaluate-image-quality。当用户需要使用 image 域的 MediaKit CLI 能力时触发。
图像处理，涵盖图像压缩、图像增强、AI处理等能力。包含能力：image-ocr, erase-image, remove-image-background, enhance-image, evaluate-image-quality。当用户需要使用 image 域的 MediaKit CLI 能力时触发。
开始前必须先读取 ./reference/shared.md 的内容，其中包含前置检查、结果处理等说明。
本域工具均为同步执行，调用成功后直接返回最终结果，无需
query-task轮询。
| 工具 | 说明 | 参数声明 | 参考文档 |
|---|---|---|---|
| image-ocr | 识别图片中的通用印刷体文字，返回可编辑文本、文字框坐标和置信度 | image_url:string, callback_args?:string, client_token?:string | reference/image-ocr.md |
| erase-image | 自动检测并擦除图片中的常见图标、文字或指定区域内容，并对擦除区域进行背景智能填充 | image_url:string, tool_version?:string, standard_scene?:string, standard_erase_text?:string, output_format?:string, callback_args?:string, client_token?:string | reference/erase-image.md |
| remove-image-background | 自动识别并保留图像主体，移除背景并生成透明背景图片 | image_url:string, scene:string, need_contour?:boolean, contour_color?:string, contour_size?:integer, need_crop_background?:boolean, output_format?:string, callback_args?:string, client_token?:string | reference/remove-image-background.md |
| enhance-image | 基于图像内容理解智能决策，全方位提升图片分辨率、清晰度与色彩表现 | image_url:string, tool_version?:string, multiple?:number, target_width?:integer, target_height?:integer, callback_args?:string, client_token?:string | reference/enhance-image.md |
| evaluate-image-quality | 对输入图片进行主客观画质和美学评分 | image_url:string, tool_version?:string, standard_evaluate_items?:array, callback_args?:string, client_token?:string | reference/evaluate-image-quality.md |
视频处理，涵盖视频画质增强、视频理解、字幕擦除等能力。包含能力：analyze-video-highlights, analyze-video-storyline, asr-subtitles, enhance-video, enhance-video-generative, erase-video-subtitle, erase-video-subtitle-pro, generate-highlights-microdrama, generate-highlights-minigame, matte-greenscreen-video, matte-portrait-video, prob
音视频剪辑，涵盖音视频拼接、裁剪、合成等能力。包含能力：add-image-to-video, add-subtitle-to-video, adjust-audio-speed, adjust-video-speed, adjust-video-volume, apply-video-filter, concat-audio, concat-video, extract-audio, fade-audio, fade-video-audio, flip-video, image-to-video, mix-audio, mux-audio-video, trim-audio, trim-vi
音频处理，涵盖音频处理和增强、内容理解等能力。包含能力：separate-voice, probe-audio-metadata。当用户需要使用 audio 域的 MediaKit CLI 能力时触发。
1. mediakit-cli: supports a variety of operations such as audio/video processing, editing, and images, with some capabilities covering both cloud and local modes; 2. mediakit-cli shared: environment checks, initialization config, command structure, authentication config, async task responses, and er
Batch image processing - compress, resize, format convert, watermark, EXIF clean, and crop. All local, no upload needed.
创建、检查、处理与优化图像文件,支持格式选择、裁剪压缩与元数据管理。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。