SuperAPI AI 工具集

creativeclaw-gemini-omni

设计与创作

查看项目

更新于 10-16 05:04

技能介绍

用途:在 Creative Claw 选定 Gemini Omni 视频模型时,应用 Gemini Omni 的提示词、参考图与编辑技巧,适用文本生成视频、让静图动起来、参考图引导视频、编辑源视频等任务。默认使用 video/gemini-omni-flash,主打快速多模态视频生成与带原生音频的源视频编辑。

主要能力:支持文本生成视频(仅提示词,描述完整画面与声音)、静图动化(image_url 作为首帧,描述后续运动)、参考图引导(image_urls 中按 <IMAGE_REF_N> 零基令牌绑定角色)、源视频编辑(video_urls 放一个片段,用简短增量修改并保留其余内容)。输出常支持 3–10 秒、16:9 或 9:16,及 360p、720p(默认)、1080p、4k,其中 1080p 与 4k 为放大输出;具体以 get_model_params 返回的当前 schema 为准。

使用方式:任务开始前阅读共享执行指引;未获取参数时先调用 get_model_params({ model: "video/gemini-omni-flash" });用 generate_video 并指定 model: "video/gemini-omni-flash";由内嵌查看器监控任务,仅在后续工具需要完成 URL 或无人监控时调用 check_job。故事板优先:用 image/nano-banana-2 生成并确认干净的首帧(必要时末帧)再动画;提示词含参考令牌、精确台词、时间码或精细约束时设置 agentic_prompting: false。提示词按用途、参考、场景、动作、相机、质感、音频、时间、约束排序。仅当 schema 提供末帧字段时才传 last_frame_url,否则改用 Seedance 2.5 或 MiniMax H3 Max。

限制:不要随意混用输入模式;避免用带标注的网格、分镜板或文字图作首帧;源视频编辑一次只做一处清晰变换,提示词过长会增加意外改动;需检查运动、身份、物理、构图、音频、口型与文字伪影,逐个修正失败;若反复违反指令、出现模型特有问题或缺少控制,可用 submit_feedback 反馈。费用、价格与具体授权细节暂未提供。