分析本地图片并返回文字描述。

Args: image_path: 本地图片绝对路径，支持 PNG/JPEG/WebP/GIF。 prompt: 可选，指定关注点，例如“这是什么报错信息？”。

Returns: str: 图片内容描述（Markdown 文本）。

转写本地音频为文字。

Args: audio_path: 本地音频绝对路径，支持 MP3/WAV/M4A/FLAC/OGG。 language: 可选 ISO 639-1 语言代码，如 zh、en；默认自动检测。

Returns: str: Markdown 格式的转写结果（语言、全文、分段）。

抽帧分析视频，并可结合音轨转写。

Args: video_path: 本地视频绝对路径，支持 MP4/MOV/MKV/WEBM。 max_frames: 均匀抽取的帧数，1-20，默认 6。 include_audio: 是否同时转写音轨，默认 true。 question: 可选，分析关注点。

Returns: str: Markdown 格式的场景摘要（帧时间线 + 音轨转写）。

根据文字提示生成图片并保存。

Args: prompt: 图片内容描述。 size: 画幅，支持 1024x1024 / 768x1344 / 1344x768。 output_path: 可选保存路径（默认 outputs/images/）。

Returns: str: 生成的图片文件绝对路径。

提交视频生成任务（异步），返回任务 ID 供 mm_query_video_task 查询。

Args: prompt: 视频内容描述，最多 512 字符。 duration: 视频时长秒数，5 或 10，默认 5。 size: 分辨率，支持 1280x720 / 720x1280 / 1024x1024 / 1920x1080 / 1080x1920 / 2048x1080 / 3840x2160。 fps: 帧率，30 或 60，默认 30。 with_audio: 是否生成 AI 音效，默认 false。

Returns: str: 任务 ID，生成可能需要几分钟，请反复调用 mm_query_video_task 查询。

查询视频生成任务；成功后下载 MP4 到本地。

Args: task_id: mm_generate_video 返回的任务 ID。 output_path: 可选保存路径（默认 outputs/videos/）。

Returns: str: 任务仍处理中时返回当前状态；成功后返回视频文件路径。

上传一部小说，自动生成漫剧剧本 JSON（角色卡 + 分镜）。

Args: novel_path: 本地小说文件绝对路径，支持 .txt/.md（UTF-8 或 GBK）。 style: 画风描述，默认日系动漫。 max_scenes: 分镜数量，1-50，默认 30。

Returns: str: 剧本 JSON 绝对路径与角色/分镜摘要，可人工编辑后再开拍。

根据剧本 JSON 启动漫剧生产任务（后台逐镜生成）。

Args: script_path: mm_create_comic_script 生成的剧本 JSON 绝对路径。 size: 生成画幅，1024x1024（快，默认）或 1080x1920（竖屏慢）。 resume_job_id: 可选，恢复之前未完成的 job。

Returns: str: job_id，用 mm_query_comic_video 查询进度。

查询漫剧生产任务进度；完成后返回成片路径。

Args: job_id: mm_start_comic_video 返回的任务 ID。

Returns: str: 进度信息或最终视频路径。

把文字合成为语音并保存为 MP3。

Args: text: 要朗读的文字，最多 1000 字符。 voice: 可选音色，默认 zh-CN-XiaoxiaoNeural。 output_path: 可选保存路径（默认 outputs/audio/）。

Returns: str: 生成的音频文件绝对路径。