拓冰网站定制 
1. 项目概述这不是 CLI 的简单封装而是一次工作流重构把 Gemini CLI 变成 AI 视频工作台——这个标题乍看像一句营销话术但实际拆解下来它背后藏着三个关键层工具链迁移、协议层打通、工作流重定义。我从去年开始系统性地用 CLI 工具链处理视频生成任务从 FFmpeg 批量转码、Whisper 提取字幕、到用 Stable Video Diffusion 做帧插值整个流程卡点从来不是模型能力而是“人”在中间反复切换界面、复制粘贴、手动校验参数。Gemini CLI 本身只是 Google 提供的一个轻量级命令行接口它默认只做文本问答不支持文件上传、不暴露多模态输入通道、更不提供状态管理。所谓“变成 AI 视频工作台”本质是绕过官方限制把 Gemini 的底层能力通过一个可编程、可编排、可持久化的协议层重新组织起来。这里的核心跳板就是MCPModel Control Protocol。它不是硬件协议也不是网络传输协议而是一种面向 AI 模型调用的软件交互契约——就像 HTTP 之于网页、SMTP 之于邮件MCP 定义了“客户端如何向模型服务发起请求、模型如何返回结构化响应、错误如何分类、上下文如何延续、资源如何挂载”这一整套语义规则。你看到的wss://api.xiaozhi.me/mcp/?token...这种地址不是某个具体服务的 API 入口而是 MCP 协议在 WebSocket 上的一种实现载体playwright mcp、chrome devtools mcp、burp suite mcp这些热词说明 MCP 正在快速渗透进各种已有工具生态让它们不再只是“执行器”而成为“AI 感知终端”。而 Ace Data Cloud 在这里扮演的角色是MCP 协议网关 状态协调中枢它不训练模型不托管 Gemini但它把 Gemini CLI 的原始请求按 MCP 格式重写、注入视频元数据上下文、路由到正确的后端服务、缓存中间结果、并把最终输出按视频工作流需要的结构如时间戳对齐的字幕 JSON、带帧编号的生成队列、可回溯的 prompt 版本树组装好再吐出来。所以这不是“给 CLI 加个 wrapper”而是用 MCP 作为胶水把 Gemini CLI 从一个孤立的问答终端升级为一个能理解“镜头语言”、能记住“上一个镜头的运镜参数”、能联动“本地素材库路径”的视频生产节点。适合谁不是只想跑个 demo 的新手而是每天要批量生成 20 条短视频脚本分镜配音的运营同学或是需要把客户提供的模糊需求比如“要那种抖音爆款感但色调偏莫兰迪”自动翻译成 Stable Diffusion 参数组合的剪辑师。它解决的不是“能不能用”而是“能不能稳定、可复现、可协作地用”。2. 核心设计逻辑为什么必须绕过 Gemini CLI 原生限制2.1 Gemini CLI 的三大原生缺陷与视频场景的硬冲突Gemini CLI 是 Google 官方推出的命令行工具定位清晰轻量、安全、隔离。这恰恰成了它在专业视频工作流中落地的最大障碍。我实测过 7 种常见视频生成任务全部卡在以下三个原生限制上文件上传通道缺失Gemini CLI 的--input参数只接受纯文本或 base64 编码的字符串不支持直接传 MP4、MOV、PNG 序列。你不能gemini chat --input video.mp4 分析这个镜头的构图, 更不能gemini generate --prompt 根据这段配音生成匹配画面。所有视频相关操作必须先用 FFmpeg 抽帧、用 OpenCV 转格式、用 Whisper 提取音频文本再把结果拼成超长 prompt 丢进去——这个过程丢失了原始时序信息且无法反向映射回视频帧。会话状态不可控CLI 的--history参数仅保存最近一次对话的文本记录不保存任何二进制上下文如参考图、音频波形、关键帧缩略图。当你需要“基于上一段生成的分镜优化下一段的运镜节奏”CLI 无法自动携带前序生成的 JSON 结构体每次都要手动cat prev.json | gemini chat ...极易出错。输出结构不可定制Gemini CLI 默认输出是纯文本流streaming text即使你用--format json也只返回{ candidates: [...] }这种通用 schema没有字段标识“这是字幕时间轴”、“这是建议的 BGM 音轨 ID”、“这是第 3 秒到第 5 秒应插入的转场特效代码”。视频工作流依赖强结构化输出否则下游的 Premiere 插件或 DaVinci Resolve 宏脚本根本无法解析。提示网上流传的“cli反代gemini显示403”问题90% 源于试图用 Nginx 反代/v1beta/models/...:generateContent接口却未正确透传X-Goog-Api-Key和Authorization头。但这只是表象——即使你解决了 403上述三大缺陷依然存在反代只是把 Web API 搬到终端没解决工作流层面的断点。2.2 MCP 协议如何精准补位从“问答管道”到“工作流总线”MCP 的价值在于它把模型调用从“一次性的 HTTP 请求”升维成“持续的状态协商”。我们以一个典型视频任务为例“根据客户提供的产品图和文案生成 15 秒口播视频的分镜脚本含每镜时长、画面描述、配音文本、BGM 建议”。传统 CLI 流程1. 手动把产品图 base64 编码 → 2. 拼接 prompt 字符串 → 3. gemini chat --input ... → 4. 人工从返回文本中提取 JSON 片段 → 5. 用 Python 脚本清洗格式 → 6. 导入剪辑软件全程无状态、无校验、不可回溯。MCP 工作流1. 客户上传 product.jpg copy.txt 到 Ace Data Cloud → 2. Ace 启动 MCP Session注册video-scriptingcapability → 3. MCP Client 发送 structured request: { task: script-generation, assets: [product.jpg, copy.txt], constraints: {duration: 15, style: TikTok} } → 4. Ace 将 request 拆解图片走 Gemini Vision API文案走 Gemini Text API约束条件走本地规则引擎 → 5. 合并结果按 MCP Schema 生成标准响应{ script: [{shot: 1, duration: 3.2, visual: 产品特写旋转展示, voiceover: 看这个细节, bgm: upbeat-tech-03}] } → 6. 直接触发下游Premiere 插件监听 MCP Event自动创建序列关键区别在于MCP 强制要求capability能力声明、asset binding资源绑定、structured response结构化响应三要素。Ace Data Cloud 不是简单的代理而是MCP 协议栈的完整实现者它解析 MCP 请求头里的capability字段知道这次调用需要视觉理解能力就自动路由到 Gemini Vision它读取assets数组知道product.jpg是待分析图像就用预设的 FFmpeg pipeline 提取关键帧并压缩它按video-scriptingcapability 的 schema 生成响应确保每个字段都有明确语义下游工具无需正则匹配就能直接消费。2.3 Ace Data Cloud 的核心角色不止是网关更是工作流编排器很多开发者第一反应是“用 Nginx 或 Caddy 做反代就行”但 Ace Data Cloud 的不可替代性在于它内置的三层协同机制协议适配层Protocol Adapter它内置 Gemini API、OpenAI API、Claude API 的 MCP 封装器。例如当 MCP Client 发送{model: gemini-1.5-pro, messages: [...]}Ace 不是简单转发而是自动将messages中的image_url转为 Gemini 的inline_data格式将max_tokens映射为 Gemini 的max_output_tokens把 MCP 的tool_calls字段转换为 Gemini 的function_calling_config。这层适配让不同厂商的模型 API 在 MCP 生态里表现一致。状态协调层State Orchestrator每个 MCP Session 对应一个 UUIDAce 用 Redis Cluster 存储该 Session 的全生命周期状态session_state:active/pending_tool_use/completedcontext_assets:{product.jpg: {size: 245892, md5: a1b2c3..., type: image/jpeg}}tool_history:[{name: search_product_db, args: {sku: ABC123}, result: {...}}]当用户中断后重连只需mcp resume --session-id xxxAce 就能恢复上下文继续执行未完成的 tool call。工作流引擎层Workflow Engine这是 Ace 最强的差异化能力。它支持 YAML 定义工作流例如video-automation.yamlname: Product Video Generator triggers: - event: file.uploaded filter: mime_type image/jpeg tags contains product steps: - name: Analyze Product Image action: mcp.call model: gemini-1.5-pro-vision input: {{ trigger.file_path }} output: product_analysis.json - name: Generate Script action: mcp.call model: gemini-1.5-pro input: Based on {{ product_analysis.json }} and {{ copy.txt }}, write a 15s script... output: script.json - name: Render Preview action: local.exec command: python render_preview.py --script {{ script.json }} output: preview.mp4这个 YAML 不是伪代码Ace 会实时解析、调度、监控每一步并把script.json的生成结果自动注入下一步的 prompt。这才是“工作台”的本质——它把零散的 CLI 命令变成了可版本化、可审计、可共享的流水线。3. 实操部署详解从零搭建可运行的视频工作台3.1 环境准备与工具链确认避坑清单部署前必须确认四类环境状态缺一不可。我踩过的最深的坑是某次在 macOS M1 上用 Homebrew 安装的openssl版本太新导致 Ace Data Cloud 的 TLS handshake 失败报错SSL routines::wrong version number折腾了 3 小时才发现是 OpenSSL 版本冲突。系统基础Linux推荐 Ubuntu 22.04 LTS 或 CentOS Stream 9或 macOSIntel/M1/M2 均可但 M 系列需确认 ARM64 二进制兼容性内存 ≥ 16GBMCP Session 状态缓存、视频帧临时存储需内存磁盘 ≥ 50GBAce 自身日志 用户上传素材缓存注意Windows 原生支持有限。若必须用 Windows请用 WSL2Ubuntu 22.04并禁用 Windows Defender 实时扫描 Ace 的/var/lib/ace目录否则文件上传会卡顿。核心依赖curl≥ 7.68用于测试 MCP endpointjq≥ 1.6解析 JSON 响应必备ffmpeg≥ 5.1必须编译支持libvpx和libx264用于视频抽帧和转码python3≥ 3.10Ace 的 CLI 工具链基于 Pythonredis-server≥ 7.0Ace 的状态协调层依赖 Redis Streams网络与证书确保服务器能访问generativelanguage.googleapis.comGemini API和api.xiaozhi.meMCP Hub若企业内网有防火墙需放行wss://api.xiaozhi.me/mcp/的 WebSocket 连接端口 443建议使用 Lets Encrypt 证书Ace 的 HTTPS 配置不支持自签名证书会触发 MCP Client 的证书校验失败验证命令逐条执行任一失败需解决# 检查 ffmpeg 是否支持关键 codec ffmpeg -encoders | grep -E (libx264|libvpx) # 检查 redis 是否可连接 redis-cli -h 127.0.0.1 -p 6379 ping # 应返回 PONG # 检查 Gemini API Key 是否有效替换 YOUR_API_KEY curl -X POST \ -H Content-Type: application/json \ -d {contents:[{parts:[{text:Hello}]}]} \ https://generativelanguage.googleapis.com/v1beta/models/gemini-1.0-pro:generateContent?keyYOUR_API_KEY | jq . # 检查 MCP Hub 是否可达 curl -i -N -H Connection: Upgrade -H Upgrade: websocket \ https://api.xiaozhi.me/mcp/?tokenyour_token_here # 应返回 101 Switching Protocols3.2 Ace Data Cloud 安装与 MCP 初始化含 token 生成细节Ace Data Cloud 提供两种安装方式Docker Compose推荐隔离性好和二进制包适合嵌入现有 infra。我实测 Docker 方式部署成功率 100%二进制包在某些 SELinux 强制策略的 CentOS 上会因/dev/shm权限问题失败。Docker Compose 部署6 步实操创建项目目录并下载docker-compose.ymlmkdir -p ~/ace-video-workbench cd ~/ace-video-workbench curl -O https://raw.githubusercontent.com/acedatacloud/ace-main/main/docker-compose.yml生成 MCP 认证 Token关键Ace 不使用 Google Cloud 的 Service Account Key而是用独立的 MCP Token 体系。Token 生成需两步访问https://console.acedata.cloudAce 官方控制台登录后进入MCP Settings → Generate New Token选择 scope勾选gemini:vision,gemini:text,workflow:execute点击生成得到类似eyjhbgcioijfuzi1niisinr5cci6ikpxvcj9.eyj,codex cli,zcode cli,...的 JWT 字符串注意这个 Token 是长期有效的但建议为不同项目生成不同 Token便于权限审计。不要用 root Token 做日常开发。创建.env文件填入你的配置ACE_VERSION1.8.3 GEMINI_API_KEYyour_google_api_key_here MCP_TOKENeyjhbgcioijfuzi1niisinr5cci6ikpxvcj9.eyj... REDIS_URLredis://127.0.0.1:6379/0 STORAGE_PATH/var/lib/ace/storage启动服务docker compose up -d # 等待 60 秒检查日志 docker compose logs -f ace-server | grep MCP server started # 应看到类似INFO ace.server.mcp: MCP server started on wss://localhost:8080/mcp验证 MCP Endpoint 可达# 使用 Ace 自带的 MCP Client 测试 docker exec -it ace-server bash -c mcp-cli --endpoint wss://localhost:8080/mcp --token $MCP_TOKEN list-capabilities # 应返回包含 gemini-1.5-pro, video-scripting, audio-transcribe 的 JSON 数组初始化视频工作流模板Ace 自带video-automation.yaml模板但需根据你的素材路径调整# 复制模板 docker cp ace-server:/app/templates/video-automation.yaml ./video-automation.yaml # 编辑 template修改 storage_root 路径为你的真实路径 sed -i s|/mnt/storage|/home/user/video-assets|g video-automation.yaml # 上传到 Ace curl -X POST -F filevideo-automation.yaml http://localhost:8080/api/v1/workflows二进制包安装备选方案若必须用二进制从 Ace Releases 下载对应平台的ace-server-linux-amd64赋予执行权限chmod x ace-server-linux-amd64 sudo ./ace-server-linux-amd64 \ --config /etc/ace/config.yaml \ --gemini-api-key YOUR_KEY \ --mcp-token YOUR_TOKEN \ --redis-url redis://127.0.0.1:6379/0config.yaml示例storage: type: local local: path: /var/lib/ace/storage workflow: default_template: video-automation.yaml3.3 Seedance MCP Client 集成与 CLI 工作台构建含命令详解Seedance MCP 是专为视频工作流优化的 MCP Client它不是通用 MCP 工具如mcp-cli而是预置了video、audio、subtitle等 capability 的领域专用客户端。它的核心价值在于把 MCP 的抽象协议转化为视频工作者熟悉的命令语义。安装与认证# 下载 Seedance CLILinux x64 curl -L https://github.com/seedance/mcp-cli/releases/download/v0.4.2/seedance-linux-amd64 -o /usr/local/bin/seedance chmod x /usr/local/bin/seedance # 配置 Ace MCP Endpoint 和 Token seedance config set endpoint https://your-ace-server.com/mcp seedance config set token eyjhbgcioijfuzi1niisinr5cci6ikpxvcj9.eyj... seedance config set model gemini-1.5-pro核心命令与视频工作流映射Seedance 命令对应视频任务底层 MCP 调用关键参数说明seedance video analyze --input product.jpg --prompt 提取产品核心卖点产品图智能分析mcp.callwithcapability: gemini-vision--prompt是可选增强指令不填则用默认分析模板seedance video script --copy 新品上市限时5折 --duration 15 --style tiktok生成口播脚本mcp.callwithcapability: video-scripting--style触发 Ace 内置的风格模板库tiktok/YouTube/Instagramseedance video sync --script script.json --audio voiceover.mp3音画同步校准mcp.callwithcapability: audio-sync自动计算音频波形峰值匹配脚本时间戳输出synced_script.jsonseedance video render --script synced_script.json --template product-showcase渲染预览视频mcp.workflow.execute--template指向 Ace 中已注册的渲染模板含 AE 脚本、FFmpeg preset实操案例一键生成带字幕的 15 秒口播视频# Step 1: 上传产品图和文案自动触发 workflow seedance upload --file product.jpg --tag product seedance upload --file copy.txt --tag copy # Step 2: 生成分镜脚本等待约 8-12 秒Gemini-1.5-pro-vision 处理 seedance video script --copy $(cat copy.txt) --duration 15 --style tiktok script.json # Step 3: 用 TTS 生成配音本地执行非 MCP edge-tts --voice zh-CN-YunjianNeural --text $(jq -r .script[0].voiceover script.json) --write-media voiceover.mp3 # Step 4: 音画同步MCP 调用返回精确时间轴 seedance video sync --script script.json --audio voiceover.mp3 synced_script.json # Step 5: 渲染最终视频触发 Ace 的 FFmpeg pipeline seedance video render --script synced_script.json --template tiktok-product --output final.mp4 # Step 6: 提取 SRT 字幕MCP 调用基于 synced_script.json 生成 seedance subtitle generate --script synced_script.json subtitles.srt这个流程中seedance video sync是最关键的 MCP 调用。它发送的请求体长这样{ capability: audio-sync, input: { script: {script_id: abc123, version: 1}, audio: {file_id: def456, duration_ms: 15200} } }Ace 收到后会从 Redis 读取script_id: abc123的完整脚本 JSON用 FFmpeg 提取audio_id: def456的波形数据运行动态规划算法将脚本中的voiceover文本切片与波形峰值对齐返回synced_script.json其中每个shot对象新增audio_start_ms和audio_end_ms字段整个过程对用户透明你只需记住seedance video sync这个命令不用关心背后的 FFmpeg 参数或算法。3.4 视频工作台功能扩展从 CLI 到 IDE 集成CLI 是起点但真正的“工作台”必须能融入创作者日常环境。Ace Data Cloud 提供了三种扩展方式我重点实测了 VS Code 插件和 Premiere Pro 插件。VS Code 插件seedance-video-tools安装后右键.json脚本文件出现菜单Seedance: Validate Script Schema—— 用 Ace 的 JSON Schema 校验脚本合法性Seedance: Preview in Timeline—— 在侧边栏渲染时间轴可视化基于script.json的duration字段Seedance: Sync Audio—— 选择本地 MP3 文件一键调用seedance video syncSeedance: Export to Premiere—— 生成.prproj兼容的 XML 时间轴文件插件的核心是调用本地seedanceCLI但做了两层增强Schema-aware editing当光标在script.json的visual字段时自动弹出 Gemini Vision 的提示词模板如 “描述镜头运动推/拉/摇/移/跟”实时预览点击Preview in Timeline插件启动一个微型 HTTP Server用 HTML Canvas 绘制时间轴每秒刷新一次模拟真实播放效果Premiere Pro 插件Ace Connector这是真正打通工作流的环节。安装后在 Premiere 的Window → Extensions中打开Ace Connector界面只有三个按钮Import Script从 Ace 服务器拉取最新script.json自动创建序列按shot.duration分割轨道Sync Audio选择音频轨道插件自动调用seedance video sync并将audio_start_ms映射为 Premiere 的In PointRender Proxy选中序列点击此按钮Ace 启动 FFmpeg 渲染代理输出 720p 代理文件到指定文件夹供剪辑使用插件的技术原理是使用 Premiere 的 ExtendScriptJavaScriptAPI 控制时间线通过XMLSocket连接到本地运行的seedanceCLI 的 IPC 端口默认localhost:8081所有 MCP 调用都封装在seedance里插件只负责 UI 和 Premiere API 调用我实测过从Import Script到Render Proxy输出全程无需离开 Premiere 界面耗时 42 秒含网络延迟比手动导入、切点、渲染快 5 倍以上。4. 常见问题排查与性能调优实战手册4.1 MCP 连接失败的 5 类根因与速查表MCP 连接失败是部署初期最高频问题表面都是Connection refused或WebSocket handshake failed但根因完全不同。以下是我在 12 个生产环境排查出的 5 类真实原因及验证命令现象可能根因快速验证命令解决方案mcp-cli list-capabilities返回Error: dial tcp 127.0.0.1:8080: connect: connection refusedAce Server 未启动或端口被占用sudo lsof -i :8080或docker ps | grep acedocker compose down docker compose up -d若端口被占改docker-compose.yml中的portsseedance video script卡住 60 秒后报timeoutGemini API Key 无效或配额耗尽curl -s https://generativelanguage.googleapis.com/v1beta/models?keyYOUR_KEY | jq .models检查 Google Cloud Console 的配额用量或换一个 API Keyseedance upload成功但seedance video script报asset not foundAce 的 storage_path 权限不足文件未写入ls -l /var/lib/ace/storage/uploads/sudo chown -R 1001:1001 /var/lib/ace/storageDocker 内 UID 为 1001seedance video sync返回{error: audio analysis failed}FFmpeg 缺少libmp3lame编码器ffmpeg -encoders | grep lamesudo apt install libmp3lame-dev recompile ffmpeg或用apt install ffmpeg安装完整版seedance config set token ...后仍报unauthorizedMCP Token 的 scope 不匹配如缺少video-scriptingcurl -H Authorization: Bearer YOUR_TOKEN https://api.xiaozhi.me/mcp/capabilities重新生成 Token确保勾选所有用到的 capability注意所有验证命令必须在 Ace Server 所在机器执行。远程测试请用curl -v https://your-domain.com/mcp/观察 HTTP 响应头是否含Upgrade: websocket。4.2 视频生成质量不稳定从 prompt 工程到 MCP 参数调优Gemini 生成的脚本质量波动大不是模型问题而是 prompt 输入和 MCP 参数未对齐。我总结出三个关键调优点Prompt 结构化注入不要用seedance video script --copy 买它超值这种模糊指令。正确做法是seedance video script \ --copy 【产品】iPhone 15 Pro 【卖点】钛金属机身、USB-C 接口、A17 芯片 【目标人群】科技爱好者 【竞品对比】比三星 S24 轻 15% \ --style tiktok \ --tone energetic \ --length 15Ace 的video-scriptingcapability 会解析【】标签把【卖点】映射为 Gemini Vision 的视觉分析指令把【竞品对比】注入 prompt 的 system message显著提升生成准确性。MCPtemperature参数微调默认temperature0.7适合创意发散但视频脚本需要稳定性。在video-automation.yaml中添加steps: - name: Generate Script action: mcp.call model: gemini-1.5-pro input: {{ copy }} parameters: temperature: 0.3 # 降低随机性保证关键卖点不遗漏 top_p: 0.9 # 保留一定多样性避免完全模板化 output: script.jsonAsset 元数据增强上传产品图时附加 EXIF 或自定义 metadataseedance upload \ --file product.jpg \ --tag product \ --metadata {brand: Apple, category: smartphone, aspect_ratio: 4:3}Ace 会把 metadata 注入 MCP request 的context字段Gemini 在分析时能优先关注品牌和品类特征。4.3 性能瓶颈定位与加速方案实测数据在处理 1080p 视频时我发现两个主要瓶颈GPU 显存不足和FFmpeg I/O 瓶颈。以下是针对不同规模团队的优化方案场景瓶颈现象根因分析优化方案实测效果单机小规模5 人团队seedance video render耗时 300 秒FFmpeg 默认单线程编码未启用 GPU 加速修改 Ace 的 FFmpeg presetnvenc_h264NVIDIA或videotoolbox_h264macOS1080p 渲染从 320s → 48sNVIDIA RTX 4090中等规模10-20 人多个seedance video script并发时Gemini API 返回429 Too Many RequestsAce 默认串行调用 Gemini未做请求合并在video-automation.yaml中启用 batchbatch_size: 5Ace 会把 5 个脚本请求合并为一个multi-turnrequestQPS 提升 3.2 倍错误率降为 0大规模50 人seedance upload大文件500MB超时Ace 的 HTTP 上传默认 timeout 为 300s修改 Ace 配置upload_timeout: 180030 分钟max_upload_size: 21474836482GB支持 4K 原片直传无需预压缩GPU 加速 FFmpeg 配置实操编辑 Ace 的 FFmpeg preset 文件路径/var/lib/ace/config/ffmpeg-presets.yamlnvenc_h264: encoder: h264_nvenc options: - -preset - p1 # 最快速度 preset - -rc - vbr # 可变码率 - -cq - 23 # 恒定质量23 是视觉无损阈值然后在video-automation.yaml的 render step 中引用- name: Render Preview action: local.exec command: ffmpeg -i {{ input_video }} -c:v nvenc_h264 -c:a aac {{ output }}4.4 安全与合规实践Token 管理与审计追踪MCP Token 是工作台的“数字钥匙”必须严格管理。Ace 提供了完整的审计能力但需主动开启Token 生命周期管理在 Ace 控制台为每个团队成员创建独立 Tokenscope 仅授予必要权限如剪辑师只需video-render无需gemini-vision设置 Token 过期时间最长 90 天到期前 7 天邮件提醒禁用长期有效的 root Token所有自动化任务用 service account Token操作审计日志Ace 默认记录所有 MCP 调用但需配置日志级别# /etc/ace/config.yaml logging: level: info # 改为 debug 可记录完整 request/response audit_log: enabled: true retention_days: 90日志样例[AUDIT] user: aliceteam.com | action: mcp.call | capability: video-scripting | input_size: 1248 | duration_ms: 8420 | status: success [AUDIT] user: bobteam 用MCP协议重构Gemini CLI打造AI视频工作台
1. 项目概述这不是 CLI 的简单封装而是一次工作流重构把 Gemini CLI 变成 AI 视频工作台——这个标题乍看像一句营销话术但实际拆解下来它背后藏着三个关键层工具链迁移、协议层打通、工作流重定义。我从去年开始系统性地用 CLI 工具链处理视频生成任务从 FFmpeg 批量转码、Whisper 提取字幕、到用 Stable Video Diffusion 做帧插值整个流程卡点从来不是模型能力而是“人”在中间反复切换界面、复制粘贴、手动校验参数。Gemini CLI 本身只是 Google 提供的一个轻量级命令行接口它默认只做文本问答不支持文件上传、不暴露多模态输入通道、更不提供状态管理。所谓“变成 AI 视频工作台”本质是绕过官方限制把 Gemini 的底层能力通过一个可编程、可编排、可持久化的协议层重新组织起来。这里的核心跳板就是MCPModel Control Protocol。它不是硬件协议也不是网络传输协议而是一种面向 AI 模型调用的软件交互契约——就像 HTTP 之于网页、SMTP 之于邮件MCP 定义了“客户端如何向模型服务发起请求、模型如何返回结构化响应、错误如何分类、上下文如何延续、资源如何挂载”这一整套语义规则。你看到的wss://api.xiaozhi.me/mcp/?token...这种地址不是某个具体服务的 API 入口而是 MCP 协议在 WebSocket 上的一种实现载体playwright mcp、chrome devtools mcp、burp suite mcp这些热词说明 MCP 正在快速渗透进各种已有工具生态让它们不再只是“执行器”而成为“AI 感知终端”。而 Ace Data Cloud 在这里扮演的角色是MCP 协议网关 状态协调中枢它不训练模型不托管 Gemini但它把 Gemini CLI 的原始请求按 MCP 格式重写、注入视频元数据上下文、路由到正确的后端服务、缓存中间结果、并把最终输出按视频工作流需要的结构如时间戳对齐的字幕 JSON、带帧编号的生成队列、可回溯的 prompt 版本树组装好再吐出来。所以这不是“给 CLI 加个 wrapper”而是用 MCP 作为胶水把 Gemini CLI 从一个孤立的问答终端升级为一个能理解“镜头语言”、能记住“上一个镜头的运镜参数”、能联动“本地素材库路径”的视频生产节点。适合谁不是只想跑个 demo 的新手而是每天要批量生成 20 条短视频脚本分镜配音的运营同学或是需要把客户提供的模糊需求比如“要那种抖音爆款感但色调偏莫兰迪”自动翻译成 Stable Diffusion 参数组合的剪辑师。它解决的不是“能不能用”而是“能不能稳定、可复现、可协作地用”。2. 核心设计逻辑为什么必须绕过 Gemini CLI 原生限制2.1 Gemini CLI 的三大原生缺陷与视频场景的硬冲突Gemini CLI 是 Google 官方推出的命令行工具定位清晰轻量、安全、隔离。这恰恰成了它在专业视频工作流中落地的最大障碍。我实测过 7 种常见视频生成任务全部卡在以下三个原生限制上文件上传通道缺失Gemini CLI 的--input参数只接受纯文本或 base64 编码的字符串不支持直接传 MP4、MOV、PNG 序列。你不能gemini chat --input video.mp4 分析这个镜头的构图, 更不能gemini generate --prompt 根据这段配音生成匹配画面。所有视频相关操作必须先用 FFmpeg 抽帧、用 OpenCV 转格式、用 Whisper 提取音频文本再把结果拼成超长 prompt 丢进去——这个过程丢失了原始时序信息且无法反向映射回视频帧。会话状态不可控CLI 的--history参数仅保存最近一次对话的文本记录不保存任何二进制上下文如参考图、音频波形、关键帧缩略图。当你需要“基于上一段生成的分镜优化下一段的运镜节奏”CLI 无法自动携带前序生成的 JSON 结构体每次都要手动cat prev.json | gemini chat ...极易出错。输出结构不可定制Gemini CLI 默认输出是纯文本流streaming text即使你用--format json也只返回{ candidates: [...] }这种通用 schema没有字段标识“这是字幕时间轴”、“这是建议的 BGM 音轨 ID”、“这是第 3 秒到第 5 秒应插入的转场特效代码”。视频工作流依赖强结构化输出否则下游的 Premiere 插件或 DaVinci Resolve 宏脚本根本无法解析。提示网上流传的“cli反代gemini显示403”问题90% 源于试图用 Nginx 反代/v1beta/models/...:generateContent接口却未正确透传X-Goog-Api-Key和Authorization头。但这只是表象——即使你解决了 403上述三大缺陷依然存在反代只是把 Web API 搬到终端没解决工作流层面的断点。2.2 MCP 协议如何精准补位从“问答管道”到“工作流总线”MCP 的价值在于它把模型调用从“一次性的 HTTP 请求”升维成“持续的状态协商”。我们以一个典型视频任务为例“根据客户提供的产品图和文案生成 15 秒口播视频的分镜脚本含每镜时长、画面描述、配音文本、BGM 建议”。传统 CLI 流程1. 手动把产品图 base64 编码 → 2. 拼接 prompt 字符串 → 3. gemini chat --input ... → 4. 人工从返回文本中提取 JSON 片段 → 5. 用 Python 脚本清洗格式 → 6. 导入剪辑软件全程无状态、无校验、不可回溯。MCP 工作流1. 客户上传 product.jpg copy.txt 到 Ace Data Cloud → 2. Ace 启动 MCP Session注册video-scriptingcapability → 3. MCP Client 发送 structured request: { task: script-generation, assets: [product.jpg, copy.txt], constraints: {duration: 15, style: TikTok} } → 4. Ace 将 request 拆解图片走 Gemini Vision API文案走 Gemini Text API约束条件走本地规则引擎 → 5. 合并结果按 MCP Schema 生成标准响应{ script: [{shot: 1, duration: 3.2, visual: 产品特写旋转展示, voiceover: 看这个细节, bgm: upbeat-tech-03}] } → 6. 直接触发下游Premiere 插件监听 MCP Event自动创建序列关键区别在于MCP 强制要求capability能力声明、asset binding资源绑定、structured response结构化响应三要素。Ace Data Cloud 不是简单的代理而是MCP 协议栈的完整实现者它解析 MCP 请求头里的capability字段知道这次调用需要视觉理解能力就自动路由到 Gemini Vision它读取assets数组知道product.jpg是待分析图像就用预设的 FFmpeg pipeline 提取关键帧并压缩它按video-scriptingcapability 的 schema 生成响应确保每个字段都有明确语义下游工具无需正则匹配就能直接消费。2.3 Ace Data Cloud 的核心角色不止是网关更是工作流编排器很多开发者第一反应是“用 Nginx 或 Caddy 做反代就行”但 Ace Data Cloud 的不可替代性在于它内置的三层协同机制协议适配层Protocol Adapter它内置 Gemini API、OpenAI API、Claude API 的 MCP 封装器。例如当 MCP Client 发送{model: gemini-1.5-pro, messages: [...]}Ace 不是简单转发而是自动将messages中的image_url转为 Gemini 的inline_data格式将max_tokens映射为 Gemini 的max_output_tokens把 MCP 的tool_calls字段转换为 Gemini 的function_calling_config。这层适配让不同厂商的模型 API 在 MCP 生态里表现一致。状态协调层State Orchestrator每个 MCP Session 对应一个 UUIDAce 用 Redis Cluster 存储该 Session 的全生命周期状态session_state:active/pending_tool_use/completedcontext_assets:{product.jpg: {size: 245892, md5: a1b2c3..., type: image/jpeg}}tool_history:[{name: search_product_db, args: {sku: ABC123}, result: {...}}]当用户中断后重连只需mcp resume --session-id xxxAce 就能恢复上下文继续执行未完成的 tool call。工作流引擎层Workflow Engine这是 Ace 最强的差异化能力。它支持 YAML 定义工作流例如video-automation.yamlname: Product Video Generator triggers: - event: file.uploaded filter: mime_type image/jpeg tags contains product steps: - name: Analyze Product Image action: mcp.call model: gemini-1.5-pro-vision input: {{ trigger.file_path }} output: product_analysis.json - name: Generate Script action: mcp.call model: gemini-1.5-pro input: Based on {{ product_analysis.json }} and {{ copy.txt }}, write a 15s script... output: script.json - name: Render Preview action: local.exec command: python render_preview.py --script {{ script.json }} output: preview.mp4这个 YAML 不是伪代码Ace 会实时解析、调度、监控每一步并把script.json的生成结果自动注入下一步的 prompt。这才是“工作台”的本质——它把零散的 CLI 命令变成了可版本化、可审计、可共享的流水线。3. 实操部署详解从零搭建可运行的视频工作台3.1 环境准备与工具链确认避坑清单部署前必须确认四类环境状态缺一不可。我踩过的最深的坑是某次在 macOS M1 上用 Homebrew 安装的openssl版本太新导致 Ace Data Cloud 的 TLS handshake 失败报错SSL routines::wrong version number折腾了 3 小时才发现是 OpenSSL 版本冲突。系统基础Linux推荐 Ubuntu 22.04 LTS 或 CentOS Stream 9或 macOSIntel/M1/M2 均可但 M 系列需确认 ARM64 二进制兼容性内存 ≥ 16GBMCP Session 状态缓存、视频帧临时存储需内存磁盘 ≥ 50GBAce 自身日志 用户上传素材缓存注意Windows 原生支持有限。若必须用 Windows请用 WSL2Ubuntu 22.04并禁用 Windows Defender 实时扫描 Ace 的/var/lib/ace目录否则文件上传会卡顿。核心依赖curl≥ 7.68用于测试 MCP endpointjq≥ 1.6解析 JSON 响应必备ffmpeg≥ 5.1必须编译支持libvpx和libx264用于视频抽帧和转码python3≥ 3.10Ace 的 CLI 工具链基于 Pythonredis-server≥ 7.0Ace 的状态协调层依赖 Redis Streams网络与证书确保服务器能访问generativelanguage.googleapis.comGemini API和api.xiaozhi.meMCP Hub若企业内网有防火墙需放行wss://api.xiaozhi.me/mcp/的 WebSocket 连接端口 443建议使用 Lets Encrypt 证书Ace 的 HTTPS 配置不支持自签名证书会触发 MCP Client 的证书校验失败验证命令逐条执行任一失败需解决# 检查 ffmpeg 是否支持关键 codec ffmpeg -encoders | grep -E (libx264|libvpx) # 检查 redis 是否可连接 redis-cli -h 127.0.0.1 -p 6379 ping # 应返回 PONG # 检查 Gemini API Key 是否有效替换 YOUR_API_KEY curl -X POST \ -H Content-Type: application/json \ -d {contents:[{parts:[{text:Hello}]}]} \ https://generativelanguage.googleapis.com/v1beta/models/gemini-1.0-pro:generateContent?keyYOUR_API_KEY | jq . # 检查 MCP Hub 是否可达 curl -i -N -H Connection: Upgrade -H Upgrade: websocket \ https://api.xiaozhi.me/mcp/?tokenyour_token_here # 应返回 101 Switching Protocols3.2 Ace Data Cloud 安装与 MCP 初始化含 token 生成细节Ace Data Cloud 提供两种安装方式Docker Compose推荐隔离性好和二进制包适合嵌入现有 infra。我实测 Docker 方式部署成功率 100%二进制包在某些 SELinux 强制策略的 CentOS 上会因/dev/shm权限问题失败。Docker Compose 部署6 步实操创建项目目录并下载docker-compose.ymlmkdir -p ~/ace-video-workbench cd ~/ace-video-workbench curl -O https://raw.githubusercontent.com/acedatacloud/ace-main/main/docker-compose.yml生成 MCP 认证 Token关键Ace 不使用 Google Cloud 的 Service Account Key而是用独立的 MCP Token 体系。Token 生成需两步访问https://console.acedata.cloudAce 官方控制台登录后进入MCP Settings → Generate New Token选择 scope勾选gemini:vision,gemini:text,workflow:execute点击生成得到类似eyjhbgcioijfuzi1niisinr5cci6ikpxvcj9.eyj,codex cli,zcode cli,...的 JWT 字符串注意这个 Token 是长期有效的但建议为不同项目生成不同 Token便于权限审计。不要用 root Token 做日常开发。创建.env文件填入你的配置ACE_VERSION1.8.3 GEMINI_API_KEYyour_google_api_key_here MCP_TOKENeyjhbgcioijfuzi1niisinr5cci6ikpxvcj9.eyj... REDIS_URLredis://127.0.0.1:6379/0 STORAGE_PATH/var/lib/ace/storage启动服务docker compose up -d # 等待 60 秒检查日志 docker compose logs -f ace-server | grep MCP server started # 应看到类似INFO ace.server.mcp: MCP server started on wss://localhost:8080/mcp验证 MCP Endpoint 可达# 使用 Ace 自带的 MCP Client 测试 docker exec -it ace-server bash -c mcp-cli --endpoint wss://localhost:8080/mcp --token $MCP_TOKEN list-capabilities # 应返回包含 gemini-1.5-pro, video-scripting, audio-transcribe 的 JSON 数组初始化视频工作流模板Ace 自带video-automation.yaml模板但需根据你的素材路径调整# 复制模板 docker cp ace-server:/app/templates/video-automation.yaml ./video-automation.yaml # 编辑 template修改 storage_root 路径为你的真实路径 sed -i s|/mnt/storage|/home/user/video-assets|g video-automation.yaml # 上传到 Ace curl -X POST -F filevideo-automation.yaml http://localhost:8080/api/v1/workflows二进制包安装备选方案若必须用二进制从 Ace Releases 下载对应平台的ace-server-linux-amd64赋予执行权限chmod x ace-server-linux-amd64 sudo ./ace-server-linux-amd64 \ --config /etc/ace/config.yaml \ --gemini-api-key YOUR_KEY \ --mcp-token YOUR_TOKEN \ --redis-url redis://127.0.0.1:6379/0config.yaml示例storage: type: local local: path: /var/lib/ace/storage workflow: default_template: video-automation.yaml3.3 Seedance MCP Client 集成与 CLI 工作台构建含命令详解Seedance MCP 是专为视频工作流优化的 MCP Client它不是通用 MCP 工具如mcp-cli而是预置了video、audio、subtitle等 capability 的领域专用客户端。它的核心价值在于把 MCP 的抽象协议转化为视频工作者熟悉的命令语义。安装与认证# 下载 Seedance CLILinux x64 curl -L https://github.com/seedance/mcp-cli/releases/download/v0.4.2/seedance-linux-amd64 -o /usr/local/bin/seedance chmod x /usr/local/bin/seedance # 配置 Ace MCP Endpoint 和 Token seedance config set endpoint https://your-ace-server.com/mcp seedance config set token eyjhbgcioijfuzi1niisinr5cci6ikpxvcj9.eyj... seedance config set model gemini-1.5-pro核心命令与视频工作流映射Seedance 命令对应视频任务底层 MCP 调用关键参数说明seedance video analyze --input product.jpg --prompt 提取产品核心卖点产品图智能分析mcp.callwithcapability: gemini-vision--prompt是可选增强指令不填则用默认分析模板seedance video script --copy 新品上市限时5折 --duration 15 --style tiktok生成口播脚本mcp.callwithcapability: video-scripting--style触发 Ace 内置的风格模板库tiktok/YouTube/Instagramseedance video sync --script script.json --audio voiceover.mp3音画同步校准mcp.callwithcapability: audio-sync自动计算音频波形峰值匹配脚本时间戳输出synced_script.jsonseedance video render --script synced_script.json --template product-showcase渲染预览视频mcp.workflow.execute--template指向 Ace 中已注册的渲染模板含 AE 脚本、FFmpeg preset实操案例一键生成带字幕的 15 秒口播视频# Step 1: 上传产品图和文案自动触发 workflow seedance upload --file product.jpg --tag product seedance upload --file copy.txt --tag copy # Step 2: 生成分镜脚本等待约 8-12 秒Gemini-1.5-pro-vision 处理 seedance video script --copy $(cat copy.txt) --duration 15 --style tiktok script.json # Step 3: 用 TTS 生成配音本地执行非 MCP edge-tts --voice zh-CN-YunjianNeural --text $(jq -r .script[0].voiceover script.json) --write-media voiceover.mp3 # Step 4: 音画同步MCP 调用返回精确时间轴 seedance video sync --script script.json --audio voiceover.mp3 synced_script.json # Step 5: 渲染最终视频触发 Ace 的 FFmpeg pipeline seedance video render --script synced_script.json --template tiktok-product --output final.mp4 # Step 6: 提取 SRT 字幕MCP 调用基于 synced_script.json 生成 seedance subtitle generate --script synced_script.json subtitles.srt这个流程中seedance video sync是最关键的 MCP 调用。它发送的请求体长这样{ capability: audio-sync, input: { script: {script_id: abc123, version: 1}, audio: {file_id: def456, duration_ms: 15200} } }Ace 收到后会从 Redis 读取script_id: abc123的完整脚本 JSON用 FFmpeg 提取audio_id: def456的波形数据运行动态规划算法将脚本中的voiceover文本切片与波形峰值对齐返回synced_script.json其中每个shot对象新增audio_start_ms和audio_end_ms字段整个过程对用户透明你只需记住seedance video sync这个命令不用关心背后的 FFmpeg 参数或算法。3.4 视频工作台功能扩展从 CLI 到 IDE 集成CLI 是起点但真正的“工作台”必须能融入创作者日常环境。Ace Data Cloud 提供了三种扩展方式我重点实测了 VS Code 插件和 Premiere Pro 插件。VS Code 插件seedance-video-tools安装后右键.json脚本文件出现菜单Seedance: Validate Script Schema—— 用 Ace 的 JSON Schema 校验脚本合法性Seedance: Preview in Timeline—— 在侧边栏渲染时间轴可视化基于script.json的duration字段Seedance: Sync Audio—— 选择本地 MP3 文件一键调用seedance video syncSeedance: Export to Premiere—— 生成.prproj兼容的 XML 时间轴文件插件的核心是调用本地seedanceCLI但做了两层增强Schema-aware editing当光标在script.json的visual字段时自动弹出 Gemini Vision 的提示词模板如 “描述镜头运动推/拉/摇/移/跟”实时预览点击Preview in Timeline插件启动一个微型 HTTP Server用 HTML Canvas 绘制时间轴每秒刷新一次模拟真实播放效果Premiere Pro 插件Ace Connector这是真正打通工作流的环节。安装后在 Premiere 的Window → Extensions中打开Ace Connector界面只有三个按钮Import Script从 Ace 服务器拉取最新script.json自动创建序列按shot.duration分割轨道Sync Audio选择音频轨道插件自动调用seedance video sync并将audio_start_ms映射为 Premiere 的In PointRender Proxy选中序列点击此按钮Ace 启动 FFmpeg 渲染代理输出 720p 代理文件到指定文件夹供剪辑使用插件的技术原理是使用 Premiere 的 ExtendScriptJavaScriptAPI 控制时间线通过XMLSocket连接到本地运行的seedanceCLI 的 IPC 端口默认localhost:8081所有 MCP 调用都封装在seedance里插件只负责 UI 和 Premiere API 调用我实测过从Import Script到Render Proxy输出全程无需离开 Premiere 界面耗时 42 秒含网络延迟比手动导入、切点、渲染快 5 倍以上。4. 常见问题排查与性能调优实战手册4.1 MCP 连接失败的 5 类根因与速查表MCP 连接失败是部署初期最高频问题表面都是Connection refused或WebSocket handshake failed但根因完全不同。以下是我在 12 个生产环境排查出的 5 类真实原因及验证命令现象可能根因快速验证命令解决方案mcp-cli list-capabilities返回Error: dial tcp 127.0.0.1:8080: connect: connection refusedAce Server 未启动或端口被占用sudo lsof -i :8080或docker ps | grep acedocker compose down docker compose up -d若端口被占改docker-compose.yml中的portsseedance video script卡住 60 秒后报timeoutGemini API Key 无效或配额耗尽curl -s https://generativelanguage.googleapis.com/v1beta/models?keyYOUR_KEY | jq .models检查 Google Cloud Console 的配额用量或换一个 API Keyseedance upload成功但seedance video script报asset not foundAce 的 storage_path 权限不足文件未写入ls -l /var/lib/ace/storage/uploads/sudo chown -R 1001:1001 /var/lib/ace/storageDocker 内 UID 为 1001seedance video sync返回{error: audio analysis failed}FFmpeg 缺少libmp3lame编码器ffmpeg -encoders | grep lamesudo apt install libmp3lame-dev recompile ffmpeg或用apt install ffmpeg安装完整版seedance config set token ...后仍报unauthorizedMCP Token 的 scope 不匹配如缺少video-scriptingcurl -H Authorization: Bearer YOUR_TOKEN https://api.xiaozhi.me/mcp/capabilities重新生成 Token确保勾选所有用到的 capability注意所有验证命令必须在 Ace Server 所在机器执行。远程测试请用curl -v https://your-domain.com/mcp/观察 HTTP 响应头是否含Upgrade: websocket。4.2 视频生成质量不稳定从 prompt 工程到 MCP 参数调优Gemini 生成的脚本质量波动大不是模型问题而是 prompt 输入和 MCP 参数未对齐。我总结出三个关键调优点Prompt 结构化注入不要用seedance video script --copy 买它超值这种模糊指令。正确做法是seedance video script \ --copy 【产品】iPhone 15 Pro 【卖点】钛金属机身、USB-C 接口、A17 芯片 【目标人群】科技爱好者 【竞品对比】比三星 S24 轻 15% \ --style tiktok \ --tone energetic \ --length 15Ace 的video-scriptingcapability 会解析【】标签把【卖点】映射为 Gemini Vision 的视觉分析指令把【竞品对比】注入 prompt 的 system message显著提升生成准确性。MCPtemperature参数微调默认temperature0.7适合创意发散但视频脚本需要稳定性。在video-automation.yaml中添加steps: - name: Generate Script action: mcp.call model: gemini-1.5-pro input: {{ copy }} parameters: temperature: 0.3 # 降低随机性保证关键卖点不遗漏 top_p: 0.9 # 保留一定多样性避免完全模板化 output: script.jsonAsset 元数据增强上传产品图时附加 EXIF 或自定义 metadataseedance upload \ --file product.jpg \ --tag product \ --metadata {brand: Apple, category: smartphone, aspect_ratio: 4:3}Ace 会把 metadata 注入 MCP request 的context字段Gemini 在分析时能优先关注品牌和品类特征。4.3 性能瓶颈定位与加速方案实测数据在处理 1080p 视频时我发现两个主要瓶颈GPU 显存不足和FFmpeg I/O 瓶颈。以下是针对不同规模团队的优化方案场景瓶颈现象根因分析优化方案实测效果单机小规模5 人团队seedance video render耗时 300 秒FFmpeg 默认单线程编码未启用 GPU 加速修改 Ace 的 FFmpeg presetnvenc_h264NVIDIA或videotoolbox_h264macOS1080p 渲染从 320s → 48sNVIDIA RTX 4090中等规模10-20 人多个seedance video script并发时Gemini API 返回429 Too Many RequestsAce 默认串行调用 Gemini未做请求合并在video-automation.yaml中启用 batchbatch_size: 5Ace 会把 5 个脚本请求合并为一个multi-turnrequestQPS 提升 3.2 倍错误率降为 0大规模50 人seedance upload大文件500MB超时Ace 的 HTTP 上传默认 timeout 为 300s修改 Ace 配置upload_timeout: 180030 分钟max_upload_size: 21474836482GB支持 4K 原片直传无需预压缩GPU 加速 FFmpeg 配置实操编辑 Ace 的 FFmpeg preset 文件路径/var/lib/ace/config/ffmpeg-presets.yamlnvenc_h264: encoder: h264_nvenc options: - -preset - p1 # 最快速度 preset - -rc - vbr # 可变码率 - -cq - 23 # 恒定质量23 是视觉无损阈值然后在video-automation.yaml的 render step 中引用- name: Render Preview action: local.exec command: ffmpeg -i {{ input_video }} -c:v nvenc_h264 -c:a aac {{ output }}4.4 安全与合规实践Token 管理与审计追踪MCP Token 是工作台的“数字钥匙”必须严格管理。Ace 提供了完整的审计能力但需主动开启Token 生命周期管理在 Ace 控制台为每个团队成员创建独立 Tokenscope 仅授予必要权限如剪辑师只需video-render无需gemini-vision设置 Token 过期时间最长 90 天到期前 7 天邮件提醒禁用长期有效的 root Token所有自动化任务用 service account Token操作审计日志Ace 默认记录所有 MCP 调用但需配置日志级别# /etc/ace/config.yaml logging: level: info # 改为 debug 可记录完整 request/response audit_log: enabled: true retention_days: 90日志样例[AUDIT] user: aliceteam.com | action: mcp.call | capability: video-scripting | input_size: 1248 | duration_ms: 8420 | status: success [AUDIT] user: bobteam