SuperAPI AI 工具集

media-gen

设计与创作

查看项目

更新于 10-15 19:53

技能介绍

用途:借助 AIsa 统一 LLM 网关和单个 AISA_API_KEY 生成图像与视频,兼容 Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Goose 等实现 Agent Skills 规范的工具。需 Python 3、POSIX shell 和 AISA_API_KEY。

图像模型(4 个,3 类端点):gemini-3-pro-image-preview 走 POST /v1/models/{model}:generateContent,返回 candidates[].parts[].inline_data 中的 base64;wan2.7-image 与 wan2.7-image-pro 走 POST /v1/chat/completions,图片以 URL 形式出现在 choices[].message.content[],messages[].content 必须是类型化部件数组,纯字符串会返回 HTTP 400;seedream-4-5-251128 走 POST /v1/images/generations(OpenAI 兼容),要求最小 3,686,400 像素,1024×1024 与 1536×1536 会被拒绝。

视频模型(4 个 Wan 变体,1 类端点):wan2.6-t2v、wan2.7-t2v 为文生视频,wan2.6-i2v、wan2.7-i2v 为图生视频,创建任务使用 POST /apis/v1/services/aigc/video-generation/video-synthesis,需 X-DashScope-Async: enable 请求头;轮询使用 GET /apis/v1/services/aigc/tasks/{task_id},task_id 为路径参数,查询串形式会返回 HTTP 500。注意 wan2.7-i2v 使用 input.media 数组而非 input.img_url,否则任务先返回 task_id 再以 InvalidParameter 失败;附带客户端会自动路由,只需传 --img-url。

用法:可经 curl 直接调用,也可使用脚本 python3 {baseDir}/scripts/media_gen_client.py image --model ... --prompt "..." --out out.png;视频用 video-create、video-status、video-wait(可加 --download --out out.mp4)。客户端会自动把各图像模型路由到正确端点并归一化响应。

限制:需自行准备 API 密钥与 Python 3 环境;视频为异步任务需轮询等待;Seedream 有最小像素限制;部分模型响应格式与字段名存在差异,使用前需按文档核对。