Phân tích và tạo media với ak:ai-multimodal

Dùng ak:ai-multimodal để biến image, audio, video hoặc document input thành analysis, transcript, structured extraction, document đã chuyển đổi hoặc media được tạo có thể review. Ưu tiên native vision của model đang chạy cho hiểu image và document. Chỉ chuyển sang CLI @mrgoonie/multix theo bản npm mới nhất khi native vision không khả dụng hoặc không đủ điều kiện, hoặc khi generation, audio hay video cần provider đã cấu hình. Provider catalog, không phải Skill, quyết định model, format, availability, limit và pricing hiện tại.

Xác định routing trước mọi lệnh Multix:

Chọn ak:ai-multimodal cho công việc media

Dùng ak:ai-multimodal khi

• Bạn cần OCR, visual analysis, transcription, structured extraction hoặc chuyển document sang Markdown.
• Bạn muốn tạo hoặc biến đổi image, video, speech hay music asset qua provider đã cấu hình.
• Bạn có thể cung cấp media, output mong muốn, tiêu chí review và quyền gửi input tới provider đã chọn.

Chọn workflow khác khi

• Chỉ cần kiểm tra text và không cần upload tới provider.
• Bạn cần tổ chức asset thay vì xử lý media.
• Bạn không thể cho phép source media hoặc prompt rời environment hiện tại.
• Bạn cần đảm bảo model, price, duration, format hoặc quality. Đây là thuộc tính provider trực tiếp và phải được xác minh trước lần chạy.

Chuẩn bị Node, tool và quyền provider

Trước khi bắt đầu:

• Hoàn thành Làm quen, cài Marketing Kit và dùng Node.js 20 trở lên.
• Pre-warm cách gọi npm mới nhất bằng npx --yes --prefer-online --package=@mrgoonie/multix@latest -- multix --version nếu lần chạy sau có thể bị giới hạn network. Lần npx đầu có thể tải package.
• Chạy npx --yes --prefer-online --package=@mrgoonie/multix@latest -- multix check --verbose.
• Chỉ cung cấp key cần cho tuyến đã chọn: GEMINI_API_KEY, OPENROUTER_API_KEY tùy chọn hoặc MINIMAX_API_KEY tùy chọn. Không đưa giá trị thật vào prompt, file trong version control hoặc báo cáo cuối.
• Kiểm tra catalog cùng pricing hiện tại của provider, rồi ghi model tương thích rõ ràng khi cần reproducibility.
• Xác nhận FFmpeg hoặc hỗ trợ media local khác được multix check báo cáo.

Xem Runtime adapter trước khi giả định behavior tool hoặc approval tương đương.

Chạy analysis có thể review

/ak:ai-multimodal Phân tích ./research/interview.mp4, tạo transcript Markdown có timestamp và evidence summary riêng, che personal identifier, không tạo hoặc publish media

/ak:ai-multimodal Phân tích ./research/interview.mp4, tạo transcript Markdown có timestamp và evidence summary riêng, che personal identifier, không tạo hoặc publish media

$ak:ai-multimodal Phân tích ./research/interview.mp4, tạo transcript Markdown có timestamp và evidence summary riêng, che personal identifier, không tạo hoặc publish media

Với generation, nêu modality, brief, output path, tiêu chí review, provider đã chọn và model đã xác minh với catalog trực tiếp. Không yêu cầu Skill suy ra “latest”, “default” hoặc “recommended”.

Theo các giai đoạn media

1. Xác định contract. Nêu input path, modality, output mong đợi, privacy constraint, provider và acceptance criteria.
2. Kiểm tra environment. Xác minh Node, CLI theo bản npm mới nhất, provider key, media tooling local, access và capability provider hiện tại.
3. Chọn operation. Dùng analysis, transcription, extraction, document conversion, generation hoặc media optimization phù hợp.
4. Xử lý với control rõ ràng. Dùng command syntax theo bản npm mới nhất và model đã xác minh rõ ràng cho generation. Chỉ chia media quá lớn sau khi kiểm tra input cùng output limit hiện tại.
5. Kiểm tra artifact. Kiểm tra tính đầy đủ, timestamp hoặc structure, factual support, output format và provider error.
6. Báo cáo bằng chứng. Nêu mọi output, tuyến provider, model đã xác minh khi áp dụng, command result, redaction và limitation chưa xử lý.

Tách riêng upload, chi phí và publication

Không retry provider error một cách mù quáng. Giữ chi tiết hữu ích, che credential và xử lý authentication, billing, quota, access hoặc request parameter trước. Review media được tạo về quyền sử dụng, privacy, brand fit, factual claim và unsafe content trước mọi external use.

Xác minh output

Một lần chạy hoàn tất nên cung cấp:

• Input và output path chính xác mà không lộ secret.
• Operation, tuyến provider và model rõ ràng đã dùng cho generation.
• Bằng chứng multix check hoặc environment tương đương.
• Transcript, analysis, structured file, converted document hoặc media artifact đạt format đã nêu.
• Segment thiếu, chunk lỗi, redaction và provider limit hiện tại.
• Xác nhận rõ publication, distribution hoặc downstream upload không xảy ra trừ khi được duyệt riêng.

Xử lý sự cố và hiểu giới hạn

CLI theo bản npm mới nhất; catalog chỉ đổi khi Kit được refresh. Provider behavior có thể đổi độc lập và Skill không đảm bảo quality, availability, model, price hoặc performance. Dùng vòng đời Marketing Kit khi packaged backend cần refresh đã duyệt.