Video Element Remove

Video Element Remove

Overview

对已有视频做元素消除，覆盖 4 类场景（仅此 4 类，不处理鞋子/垃圾/随机物体等任意对象）：

1. 去路人 / 行人：消除背景路人、行人，基于内容检测自动处理。
2. 去字幕（随时间变化）：消除随时间变化的字幕条带（对白、中文字幕、底部文字）。
3. 去水印 / Logo / 角标（固定位置）：消除固定位置的水印、Logo、平台角标、抖音号。
4. 一键清屏：一次性清除画面中所有文字（字幕 + 水印 + UI 文字）。

不处理：添加 Logo/水印、视频内容替换、图片去水印、视频画质增强。

API Mapping

| 场景 | API name | |---|---| | 去路人 / 行人 | video_content_remove | | 去字幕（随时间变化的对白条带） | video_subtitle_remove | | 去水印 / Logo / 角标（固定位置） | video_watermark_remove | | 一键清屏（去全部文字） | video_allwords_remove |

Dependencies

• meitu-cli: >=2.0.6
• 凭证：CONFIG AKSK → meitu tools update；EXEC AKSK → 跑命令
• 环境变量：MEITU_OPENAPI_TOOL_TASK_MODE=command

> 路径别名： $VISUAL = {OPENCLAW_HOME}/workspace/visual/

Core Workflow

Preflight → Execute → Deliver

Preflight

1. meitu --version 与 meitu auth verify --json
2. 检测 MEITU_OPENAPI_TOOL_TASK_MODE=command
3. output_dir：项目 → ./output/；一次性 → $VISUAL/output/video-element-remove/；mkdir -p

Execute

触发信号与路由

核心判断维度：消除目标类型。Agent 调用前先识别视频画面内容，生成 prompt 描述（如"视频右上角有平台水印，底部有中文字幕"）。

prompt → 路由映射：

| prompt 信号词 | 路由 API | |---|---| | 路人 / 行人 / 背景里的人 | video_content_remove | | 字幕 / 台词 / 对白 / 底部文字 | video_subtitle_remove | | 水印 / Logo / 角标 / 平台标 / 固定位置标识 | video_watermark_remove | | 所有文字 / 全部字 / 清屏 / 全部清除 | video_allwords_remove | | 字幕 + 水印 同时去 | video_subtitle_remove + video_watermark_remove 并行调用 |

场景互斥边界

• "去所有字"（全部文字）→ video_allwords_remove；"去字幕"（仅字幕）→ video_subtitle_remove
• 固定位 Logo → video_watermark_remove；随时间字幕 → video_subtitle_remove
• subtitle_remove + watermark_remove 可并行；allwords_remove 与其他互斥（清屏已包含）

参数定义

| 参数 | 类型 | 必填 | 范围 | 默认 | 说明 | |---|---|---|---|---|---| | video_url | STRING | 是 | — | — | 视频地址 | | prompt | STRING | 是 | — | — | Agent 对视频画面的描述，工具据此判断消除类型 |

说明：

• 识别不到任何信号词时默认走 video_subtitle_remove（最常见消除诉求）
• 清屏需二次确认（会去除所有文字）

工具调用

meitu video-element-remove --video_url {url} --prompt "{画面描述}" --json --download-dir {output_dir} --skill_name skill_video-element-remove

错误降级

| 场景 | 处理 | |---|---| | video_url 缺失 | 提示"请提供视频链接"，不调用 | | video_url 不可访问 | 直接返回错误，不重试 | | prompt 为空或无信号词 | Agent 识别视频画面生成描述后重新判断 | | 意图模糊（"去字"） | 按画面识别：仅字幕→subtitle；字幕+水印+UI→allwords；仅固定 Logo→watermark | | 用户要"去字幕+去全部文字" | 互斥，默认走 video_allwords_remove | | API 调用失败 / 超时 | 重试 1 次，仍失败返回错误 | | 内容合规拦截 | 直接返回合规提示，不重试 |

Deliver

mv {file} {output_dir}/{date}_{name}_element-remove.mp4

Output

• 格式：MP4
• 命名：{YYYY-MM-DD}_{descriptive-name}_element-remove.mp4
• 位置：项目 → ./output/；一次性 → $VISUAL/output/video-element-remove/

基线 Task ID

t_mt1a3i5n7b339aa95a-03dd-4f3e-9d31-786dc86b33aa

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: meitu
• Source: meitu/meitu-skills
• License: MIT

Install and usage instructions live in the source repository linked above.