音视频合成 Merge

核心用法

dlazy-merge 是一款面向专业视频后期制作的命令行工具，基于云端 API 实现多轨道音视频合成。用户通过 JSON 配置文件或命令行参数定义视频片段、音轨、时间线布局，支持本地文件自动上传至云端处理，最终输出合成后的成片 URL。

典型工作流：
1. 配置 API 密钥（dlazy auth set <key>）
2. 准备视频/音频素材（本地路径或 URL）
3. 调用 dlazy merge 指定轨道参数或 JSON spec
4. 等待云端渲染完成，获取结果链接

关键参数：

• --videos / --audios: 指定素材来源
• --videoOptions / --audioOptions: 轨道层级配置
• --resolution: 输出分辨率（4K/1080P/720P/auto）
• --input: 复杂场景使用 JSON spec 精确控制
• --dry-run: 预演模式，估算成本不实际执行
• --no-wait: 异步模式，立即返回任务 ID

显著优点

• 专业级多轨合成：支持视频叠加、音轨混音、时间线级精确控制，超越简单拼接
• 云端渲染免本地算力： heavy lifting 由 dLazy 服务器完成，本地仅需轻量 CLI
• 灵活输入方式：支持命令行参数、JSON 文件、stdin 三种配置模式
• 成本可控：dry-run 预演 + 明确的分辨率选项，避免意外消耗
• 异步友好：支持后台渲染模式，适合长视频批量处理

潜在局限与风险

• 强依赖网络与 API 稳定性：所有核心功能需连接 dLazy 服务端，离线不可用
• 计费与额度门槛：需预购 credits，余额不足时任务中断（错误码 503）
• 文件隐私考量：本地素材需上传至 oss.dlazy.com 处理，敏感内容需谨慎
• 版本锁定风险：Skill 固定依赖 @dlazy/cli@1.0.8，新版功能可能无法及时同步
• 错误恢复有限：异步任务失败需人工查询状态，无自动重试机制

适合人群

• 视频创作者需要快速完成多轨道合成（配音、配乐、片头片尾叠加）
• 小型制作团队缺乏专业剪辑工作站，愿以云算力替代本地渲染
• 开发者/自动化工作流需要可脚本化的视频后期工具

常规风险

| 风险类型 | 说明 |

|---------|------|

| 授权失效 | API key 过期或被撤销，需定期维护凭证 |

| 成本溢出 | 高分辨率（4K）/长时长内容消耗 credits 较快，建议先用 dry-run 估算 |

| 内容安全 | 云端 API 可能对生成内容进行安全审核，敏感素材可能被拦截 |

| 服务依赖 | 第三方 SaaS 模式，存在服务条款变更或停运风险 |

核心用法

dlazy-merge 是一个基于命令行的音视频合并工具，专为最终剪辑、配乐及后期制作场景设计。用户通过调用 dlazy merge 命令，可将多个视频轨道与音频轨道按照时间线配置进行智能合成。该技能支持本地文件路径与URL两种输入方式，提供分辨率（自动/1080P/720P/4K）、帧率等输出参数控制，并支持通过 JSON 内联字符串、文件引用或标准输入灵活指定合成规格。

使用时需先通过 dlazy auth set <API_KEY> 完成身份认证，API Key 存储于用户目录的 ~/.dlazy/config.json 文件中，受操作系统文件权限保护。技能提供 --dry-run 模式用于预估成本，以及 --no-wait 异步模式支持大文件处理场景。

显著优点

专业级多轨合成能力：支持视频与音频的独立轨道配置，满足复杂后期制作需求，如配音替换、背景音乐叠加、多机位切换等场景。分辨率与帧率参数可调，输出质量可控。

灵活的输入输出机制：兼容本地文件路径与远程URL，无需预先将素材下载至本地；生成结果托管于 dlazy 云存储，可直接获取可播放链接，便于团队协作与分发。

安全透明的 SaaS 集成：采用标准云服务模式，数据上传至官方 OSS 端点（oss.dlazy.com）进行处理，API 通信经 TLS 1.2+ 加密。文档完整披露了认证流程、数据流向及密钥存储机制，符合企业级 SaaS 集成规范。

低攻击面设计：Skill 本身为纯 Markdown 文档封装（T-MD 类型），无可执行代码，核心功能通过固定版本的 npm 包 @dlazy/cli@1.0.8 实现，版本锁定降低了供应链风险。

潜在缺点与局限性

外部服务依赖：完全依赖 dlazy.com 云服务的可用性与网络连通性，离线环境无法使用。API 调用存在额度消耗，余额不足时需人工充值续费，不适合高频批处理或自动化流水线场景。

CLI 工具链依赖：需预装 Node.js 环境，并通过 npm/npx 获取 CLI 工具，对非技术用户存在一定门槛。首次运行时需下载安装依赖，可能遇到网络超时或 registry 访问受限问题。

媒体上传性能瓶颈：大体积视频文件的本地到云端传输耗时较长，受限于用户上行带宽。虽支持异步模式，但实时反馈与进度感知能力有限。

功能边界限制：专注于合并合成而非完整非编功能，不支持复杂转场特效、色彩校正、关键帧动画等专业剪辑操作，需配合其他工具完成完整工作流。

适合的目标群体

该技能最适合内容创作者、短视频运营者、播客制作人及小型制作团队，需要快速完成多素材合成、配乐替换或最终成片导出，但无需操作复杂专业剪辑软件的场景。技术型用户、开发者及 DevOps 工程师可利用其命令行接口集成至自动化脚本或 CI/CD 流程。教育机构、企业培训部门也可用于批量生成标准化视频课件。

不适合需求为深度剪辑调色、实时预览编辑或完全离线工作的专业影视后期团队。

使用风险

供应链风险：运行时动态安装 npm 包，尽管版本已固定，仍建议在使用前审阅 GitHub 源码仓库（github.com/dlazyai/cli）确认无恶意代码。建议在隔离环境（如容器）中运行。

数据隐私风险：上传至 dlazy 云端的媒体内容受第三方服务条款约束，处理敏感、机密或受版权保护素材前，需确认符合组织合规政策。

凭证管理风险：API Key 默认持久化存储于本地配置文件，多用户环境或共享设备建议使用 DLAZY_API_KEY 环境变量按次传入，避免凭证泄露。

网络与可用性风险：依赖外部 API 端点（api.dlazy.com、oss.dlazy.com）的稳定性，网络波动或服务维护将导致功能中断。

成本控制风险：按量计费模式下，大额视频处理可能产生意外费用，建议使用 --dry-run 预估成本。