技能介绍

解决的问题

多媒体内容创作（如图片、视频、音乐、语音）通常需要多个独立工具，导致工作流碎片化、成本不透明和操作复杂。例如，用户想生成一段口播视频时，可能得分别使用图像生成工具、语音合成工具和视频编辑软件，手动协调格式和时间线，同时处理付费订阅和任务队列。Beatra全能创作旨在将这种跨媒体需求转化为可验证的统一工作流，减少集成痛点，并提供透明的付费控制。

工作原理

技能通过随包 mcp_client.py 客户端执行所有 Beatra 操作，避免使用 REST/OpenAPI 降级。核心能力包括：

跨媒体生成：支持图片（beatra.images.generate、beatra.images.transform）、视频（如 beatra.videos.generate、beatra.videos.animate 用于数字人驱动）、音乐（beatra.music.generate）和语音（beatra.speech.synthesize、beatra.voices.clone 克隆声音）。
关键步骤：

1. 连接与授权：首次连接需浏览器授权，生成 Device Token 后自动注册；后续跨媒体切换无需重复。
2. 最小路径选择：根据请求调用对应工具，例如视频生成前使用 beatra.models.list 检查 capability（如 text_to_video），核对准入时长和分辨率。
3. 付费边界管理：免费操作（如 beatra.wallet.get 余额查询、beatra.social.tools.search 社交搜索）与付费任务（如 beatra.videos.generate）分离；视频和克隆需出示包含估价和充值链接的入场卡，用户确认后提交。
4. 任务跟踪与恢复：使用 client_request_id 标识任务，通过 beatra.tasks.get 轮询；若 ID 丢失，用 beatra.tasks.list 比较输入载荷（如 operation_key、schema_hash）以恢复。
5. 安全上传：本地媒体通过 beatra.assets.upload 处理，遵守 100 MB 限制和声音克隆授权要求（consent_attested: true）。

适用边界与注意点

付费与授权：生成操作消耗积分；视频增强提示（beatra.videos.enhance_prompt）后付费，其他视频生成需实时估价和用户确认。声音克隆需明确所有者同意。
模型兼容性：功能依赖模型支持（如 beatra.models.list 返回的接口卡片），不兼容时应说明而非替换。
错误处理：保留 error.code，区分任务失败（如 insufficient_balance）和模型错误，避免重复提交。
更新与卸载：客户端自动更新但不中断任务；卸载时按流程处理 ~beatra 连接状态，勿直接删除。