$ loading_
通过单个声明式 JSON 请求渲染视频并执行 AI 媒体处理任务。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "FrameLane" MCP 服务： 执行：claude mcp add --transport http 'io-framelane-framelane' 'https://mcp.framelane.io/mcp'
请用 FrameLane 根据以下声明式 JSON 发起一个视频渲染任务，并返回任务结果或状态：{"task":"render_video","input":{"title":"新品发布","scenes":["片头标题","产品展示","结尾口号"]}}返回视频渲染任务的执行结果、状态或相关输出信息。
请用 FrameLane 执行以下 AI 媒体任务 JSON，并告诉我处理结果：{"task":"ai_media","input":{"operation":"enhance_media","asset":"demo_video.mp4"}}返回 AI 媒体任务是否成功执行，以及生成或处理后的结果信息。
请把我的媒体处理需求整理成一个适合 FrameLane 的声明式 JSON，请求中包含视频渲染和 AI 媒体处理步骤，并输出最终 JSON。
输出一个可用于 FrameLane 的声明式 JSON，请求结构清晰，便于直接执行。
设计师或营销人员可以把视频制作需求整理为一个声明式 JSON，由工具统一发起渲染任务。这样比手动逐步操作更便于自动化和复用。
开发者可以在应用或自动化流程中用单个 JSON 请求调用媒体相关 AI 任务。适合需要程序化触发和统一接口的场景。
当团队既要渲染视频又要执行 AI 媒体处理时，可以通过同一种声明式请求方式进行管理。这样有助于减少工具切换和流程分散。
它是一个 MCP 工具，可通过单个声明式 JSON 请求来渲染视频并运行 AI 媒体任务。给定信息没有列出更细的任务类型。
从描述看，核心调用方式是单个声明式 JSON 请求。具体字段、参数结构和示例见源码仓库。
给定描述显示它不仅能渲染视频，还能运行 AI 媒体任务，并且通过统一的声明式 JSON 触发。更详细的差异说明见源码仓库。
帮助用户完成素材剪辑、结构编排、AI增强与成片润色的视频制作流程。
帮助用户为沉浸式FPV视频生成结构化路线优先提示词与镜头资产。
接入并理解视频音频内容，支持检索片段、编辑处理与实时事件告警。
把视频口头反馈转成结构化评论，方便团队协作审阅
通过编写 HTML 快速生成并渲染视频，便于代理自动化制作动态内容。
通过 ffmpeg 完成视频提取、转换、裁剪与字幕处理等操作。