用途：使用阿里云百炼 Wan R2V 模型做参考生视频（reference-to-video），可基于参考视频生成多镜头视频，与 i2v（单图生视频）不同。
模型名：必须使用精确字符串 wan2.6-r2v-flash 或 wan2.6-r2v；资料提到较新官方版本可能更推荐 flash 变体，以获得更低延迟与更低成本。
前置条件：在虚拟环境中安装 SDK——python3 -m venv .venv；. .venv/bin/activate；python -m pip install dashscope。通过环境变量设置 DASHSCOPE_API_KEY，或在 ~/.alibabacloud/credentials 中添加 dashscope_api_key。
标准化接口 video.generate_reference：请求含 prompt（必填字符串）、reference_video（必填，字符串或字节）、reference_image（可选）、duration（可选）、fps（可选）、size（可选）、seed（可选）；响应含 video_url、task_id（异步时）、request_id。
异步处理：生产流量优先异步提交，每 15-20 秒轮询任务结果，状态为 SUCCEEDED 或终态失败时停止轮询。
本地脚本：使用 skills/ai/video/aliyun-wan-r2v/scripts/prepare_r2v_request.py 准备规范化请求 JSON 并校验响应模式，示例命令为 .venv/bin/python skills/ai/video/aliyun-wan-r2v/scripts/prepare_r2v_request.py --prompt "Generate a short montage with consistent character style" --reference-video "https://example.com/reference.mp4"。
输出位置：默认输出到 output/aliyun-wan-r2v/videos/，可用 OUTPUT_DIR 覆盖基础目录。校验命令为 mkdir -p output/aliyun-wan-r2v 与 python -m py_compile skills/ai/video/aliyun-wan-r2v/scripts/prepare_r2v_request.py，通过标准为退出码 0 且生成 output/aliyun-wan-r2v/validate.txt。
工作流：确认用户意图、区域、标识符及操作是只读还是变更；先执行一次最小只读查询验证连通性与权限；以显式参数和有界范围执行目标操作；验证结果并保存输出与证据文件。证据需保存参考输入元数据、请求载荷与任务输出，并保留至少一个轮询结果快照。
限制：资料未提供具体计费价格、支持区域清单、时长或分辨率上限、并发配额、失败重试策略等细节，暂未提供；除上述字段外未提及更多参数。