audio MediaKit Skill 使用规则 1. 先读取 ，执行统一前置检查；该 Skill 缺失时停止并提示安装。 2. 只从下表选择 域工具；相似能力按各工具“能力描述”和参数边界区分。 3. 执行前按需读取对应 reference；参数与结果说明来自同一份已审核文案，完整机器合同以当前 CLI 为准。 4. 缺少必填参数、鉴权环境变量或真实输入资源时，向用户索取；通用可选字段只能透传用户明确提供的值，其他可选字段可由明确意图准确确定，但不得伪造。 5. 执行时设置 ，指定调用来源是 Skill。 6. 执行时把 设置为当前 Agent 宿主，避免 CLI 无法可靠识别父级 Agent。 澄清与跨域路由 若只说有音频而未说明业务目标，应先澄清。音频裁剪、拼接、调速、淡入淡出、混音、从视频抽取音轨或音视频合流等编辑合成诉求应路由到 editing；字幕生成、提取字幕、语音转字幕、视频理解、视频增强等应路由到 video。 工具列表 | 工具 | 说明 | 支持模式 | 命令 | 参考 | | --- | --- | --- | --- | --- | | detect-voice-activity | 用于语音端点识别。自动定位音频或视频文件中有效语音的起止时间。将人声和静音、背景噪声等无效片段区分开来。返回包含所有有效人声片段起止时间戳的列表。 | Cloud | |…