让 Agent 成为音视频工作台：AI MediaKit CLI + Skill 发布

Claim

面向 Agent 的领域工作台不应只是 API 包装：AI MediaKit 用 100+ 原子能力 + CLI + Skill，并把长任务的 task_id/轮询/结果回收下沉到工具层，让 Agent 做编排而不是自己实现异步状态机。

Why it matters

做垂直 Agent（音视频/文档/测试）时，成功关键是「能力原子化 + 任务可回收 + 多入口统一底座」，与 MCP/Skill 设计同构。

Summary

火山引擎 AI MediaKit：CLI 原生命令 + Skill 自然语言编排；任务机制（提交/轮询/终态回收）下沉工具层；端云协同与多入口统一。一句话驱动剪辑加字幕/画质增强等链路。

Actions

• 长任务改为 task_id 可回收模式
• 领域能力先原子化再写 Skill
• 审计 Agent 是否在 prompt 里手写轮询

Evidence

• 让 Agent 成为音视频工作台：AI MediaKit CLI + Skill 发布 (primary): 100+ 原子能力；CLI+Skill；任务 ID/轮询/结果回收下沉工具层

Caveats

• 厂商发布稿摘要；能力清单以官方为准

Research queries

• (none)

Body

背景

音视频处理链路长、异步任务多；若 Agent 自己管理轮询与状态，易失忆且不稳。

机制

1. 原子能力底座：理解/剪辑/字幕/增强/转码等 100+ 能力统一。
2. CLI：确定性调用面。
3. Skill：自然语言 → 命令链编排。
4. 任务机制：task_id、状态、结果回收由工具层承担。

取舍

平台锁定与能力跟进成本；换 Agent 编排稳定性。

动作

1. 内部领域 Agent 检查是否把异步状态机错误放在 prompt 循环里。
2. 长任务一律 task_id + 可恢复等待。
3. 能力先原子化，再写 Skill 编排。