鲸剪

解决本地多媒体处理的自动化瓶颈

在桌面端进行视频剪辑、字幕生成或数字人制作时，手动操作往往难以融入自动化流水线。鲸剪 CLI 技能旨在将桌面级多媒体处理能力暴露给命令行，让 Agent 能够以标准化的方式驱动本地或云端的渲染与生成任务，同时保持严格的输出规范。

核心能力与执行机制

该技能通过封装底层桌面端应用（如 macOS 的 鲸剪.app 或 Windows 的 鲸剪whaleclip.exe）提供统一的 CLI 入口。

• 标准化通信：stdout 严格输出单行 JSON，进度信息则流转至 stderr。Agent 只需解析 stdout 中的 JSON 对象，无需关心 stderr 中的队列或上传状态。
• 前置检查与鉴权：执行任务前需校验命令白名单与 Token 状态。若命令未开放，需调用 cli enable；若 Token 失效，需引导用户重新登录。此外，多数高级智能能力依赖 isVip 状态。
• 跨平台差异处理：技能内置了平台差异表。例如，Windows 与 macOS 在数字人生成上分别采用本机与云端计算，而在 AI 画质修复上，macOS 版本被明确禁用以避免不可控的错误。

适用边界与交互规范

在使用该技能时，必须注意其严格的用户交互限制。Agent 在向用户反馈结果时，仅能说明任务是否成功、输出文件路径、失败原因及相关建议（如登录、VIP、配额或路径问题）。

严禁向用户泄露任何内部实现细节、技术名词、stderr 日志或 JSON 的内部字段。此外，针对 macOS 端的云端数字人与声音克隆任务，存在服务端强制的每日配额限制。当遇到 QUOTA_EXCEEDED 错误时，应立即停止重试，并提示用户次日再试或在客户端查看剩余额度。