Byted Las Long Video Understand

Extracts audio tracks from video files and splits long audio into timed segments using Volcengine LAS. Audio extraction and separation from video — pull audio stream from mp4, wmv, avi, mkv, mov, flv video inputs, convert video to audio. Audio splitting, cutting, slicing, trimming, and segmentation — divide long recordings into chunks, clips, or fixed-length segments with configurable duration and indexed file naming. Use this skill when the user wants to extract audio from video files (mp4/wmv/avi/mkv/mov/flv) or separate audio track from video, split long audio into fixed-length segments/chunks, cut or trim audio files, segment podcasts/lectures into clips, or do batch audio splitting.

LAS 音频提取与切分（las_audio_extract_and_split）

从视频/音频中提取音频轨道并按固定时长切分为多段。支持 mp4/wmv/avi/mkv 等视频格式。

设计模式

本 skill 主要采用：

• Tool Wrapper：封装 lasutil CLI 调用
• Pipeline：包含 Step 0 → Step N 的顺序工作流

核心 API 与配置

• 算子 ID: las_audio_extract_and_split
• API: 同步（process）
• 环境变量: LAS_API_KEY (必填)

详细参数与接口定义见 references/api.md。

Gotchas

• 路径模板必填：output_path_template 必须包含 {index} 变量，否则所有切片会写入同一文件。
• 密钥安全：若聊天框屏蔽密钥，让用户在当前目录创建 env.sh 并写入 export LAS_API_KEY="..."，SDK 会自动读取。
• 免责声明：最终回复结果时必须包含："本方式的计费均为预估计费，与实际费用有差距，实际费用以运行后火山产生的账单为准。计费说明请参考 Volcengine LAS 定价。"，且禁止使用"实际费用"字眼描述预估价。

工作流（严格按步骤执行）

复制此清单并跟踪进度：

text

执行进度：
- [ ] Step 0: 前置检查
- [ ] Step 1: 初始化与准备
- [ ] Step 2: 预估价格
- [ ] Step 3: 执行/提交任务
- [ ] Step 4: 结果呈现

Step 0: 前置检查（⚠️ 必须在第一轮对话中完成）

在接受用户的任务后，不要立即开始执行，必须首先进行以下环境检查：

1. 检查 LAS_API_KEY 与 LAS_REGION：确认环境变量或 .env 中是否已配置。
   • 若无，必须立即向用户索要（提示：LAS_REGION 常见为 cn-beijing）。
   • 注意：LAS_REGION 必须与您的 API Key 及 TOS Bucket 所在的地域完全一致。如果用户中途切换了 Region，必须提醒用户其 TOS Bucket 也需对应更换，否则会导致权限异常或上传失败。
2. 检查输入路径：
   • 如果用户要求处理的是本地文件，则需要先通过 File API 上传至 TOS（只需 LAS_API_KEY，无需额外 TOS 凭证）。
   • 如果算子的输出结果存放在 TOS 上，且用户需要下载回本地，则需要 VOLCENGINE_ACCESS_KEY 和 VOLCENGINE_SECRET_KEY。对于仅需要上传输入文件的场景，TOS 凭证不再必须。
3. 确认无误后：才能进入下一步。

Step 1: 初始化与准备

环境初始化（Agent 必做）：

bash

# 执行统一的环境初始化与更新脚本（会自动创建/激活虚拟环境，并检查更新）
source "$(dirname "$0")/scripts/env_init.sh" las_audio_extract_and_split
workdir=$LAS_WORKDIR

如果网络问题导致更新失败，脚本会跳过检查，使用本地已安装的 SDK 继续执行。

• 处理本地文件时：先本地检查格式和时长，预估价格，用户确认后再上传：

  bash

  # 提前检查容器格式（避免参数错误）
  ./scripts/check_format.sh <local_path>
  # 本地使用 ffprobe 获取时长（无需上传即可预估价格）
  duration_sec=$(ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:noprint_section=1 <local_path>)
  

  计算预估价格并等待用户确认后，再执行上传：

  bash

  # 用户确认后，上传到 TOS
  lasutil file-upload <local_path>
  

  上传成功后返回 JSON，取其中的 tos_uri（格式 tos://bucket/key）传给算子作为输入路径。

Step 2: 预估价格（⚠️ 必须获得用户确认）

1. 读取 references/prices.md 获取最新计费标准。
2. 优先本地获取时长（避免不必要上传）：

   bash

   # 使用 ffprobe 本地获取
   duration_sec=$(ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:noprint_section=1 <local_path>)
   

   如果 ffprobe 失败，再使用 lasutil 远程获取：

   bash

   lasutil media-duration <input_url>
   

3. 根据时长和模型单价计算总价，将计费单价与预估总价一并告知用户并强制暂停执行，明确等待用户回复确认。在用户明确回复"继续"、"确认"等同意指令前，绝对禁止进入下一步（执行/提交任务）。提示：预估仅供参考，实际以火山账单为准。计费说明请参考 Volcengine LAS 定价。

Step 3: 执行切分 (Process)

构造基础 data.json：

json

{
  "input_path": "<presigned_url>",
  "output_path_template": "tos://bucket/output/{index}.wav",
  "split_duration": 30,
  "output_format": "wav"
}

执行命令：

bash

data=$(cat "$workdir/data.json")
lasutil process las_audio_extract_and_split "$data" > "$workdir/result.json"

结果呈现

使用脚本自动生成结果展示（自动包含计费声明）：

bash

./scripts/generate_result.md.sh $workdir/result.json <estimated_price>

生成内容包含：

• 任务信息卡片
• 自动生成切分结果表格
• 自动包含计费声明 ✅

手动提取方式：

bash

total=$(jq '.data.output_paths | length' $workdir/result.json)
echo "共 ${total} 个片段"
jq -r '.data.output_paths[] | "  - " + .' $workdir/result.json

审查标准

执行完成后，Agent 应自检：

1. 环境变量是否正确配置
2. 输入文件是否成功上传
3. 输出结果是否正确呈现给用户
4. 计费声明是否包含