AI 出视频 · 详细教程

通过开放 API 做文生视频、图生视频、首帧/尾帧锁定、参考生。需要你自己的 API Key，提交任务后轮询取回视频。

下载技能包

这是一个可以直接用的技能包（zip（约 26 KB））。下载解压后，按下面的「安装 / 用法」跑起来。

下载 AI 出视频 · 详细教程 ↓

这是什么

video-gen 是一个调用开放 API 做视频生成的 skill：文生视频、图生视频、首帧/尾帧锁定、参考生、视频续写，都走它。本 skill 只覆盖视频；要生图用 image-gen，要配音用 audio-gen。

需要你自己的 API Key：它不内置额度，跑之前要配置好 Key，按平台计费。出视频比出图贵，提交前建议先查余额。

适合谁 / 不适合谁

✅ 给文字或图片生成短视频片段；指定首帧/尾帧锁定画面，便于接在已有素材前后。
✅ 图生视频、参考生、视频续写/延长、视频换人/超分。
❌ 不处理图片、不处理音频/配音。

怎么部署

下载解压：点页面顶部的「下载 …」拿到 zip，解压得到一个 video-gen/ 文件夹（里面是 SKILL.md 和 scripts/）。
装进 AI 助手：把整个 video-gen/ 文件夹放进你所用助手的 skills 目录，助手就能自动发现它 ——

WorkBuddy / CodeBuddy（用户级）：~/.workbuddy/skills/video-gen/，Windows 上是 C://Users//<你的用户名>//.workbuddy//skills//video-gen//；
只想在某个项目里用：<项目目录>/.workbuddy/skills/video-gen/。

配好 Key：这个 skill 要调用平台 API，需要你自己的 sk- Key —— 见下一节「准备：配置 API Key」。
用起来：直接跟助手说要做什么（例：「把这张图做成 5 秒视频」），它会调用。

准备：配置 API Key

程序按这个顺序找 Key：

本 skill 目录下的 api_key.txt；
环境变量 VIDEOGEN_API_KEY（也认 IMAGEGEN_API_KEY，同平台同一个 Key 就能用）；
文件 ~/.video-gen/api_key.txt；
都没有 → 到平台官网「开放API」页面创建 sk- 开头的 Key（平台 API 域名 https://api.lk888.ai），拿到后写入 api_key.txt 保存。

它已内置接口地址与鉴权方式，你不用关心底层 URL。

用法

🔴 视频不要死等：出视频比出图慢得多（常见几分钟，高峰期十几分钟）。把「提交 + 轮询」拆成两步，不要一条命令干等：

# 0) 看有哪些视频模型 / 某个模型的参数
python scripts/generate.py --list-models
python scripts/generate.py --show-model "hailuo-h3"

# 1) 提交（推荐：只提交，秒回 task_id）
python scripts/generate.py --model "hailuo-h3" --prompt-file prompt.txt \
  --params '{"duration":"8","aspect_ratio":"16:9","resolution":"768P"}' --submit-only

# 2) 隔 30–60 秒查一次（完成自动下载到 ./output）
python scripts/generate.py --task-id 58392 --out ./output

# 图生视频：海螺 H3 首尾帧（1 张=首帧，2 张=首尾帧）
python scripts/generate.py --model "hailuo-h3-shouweizhen" --prompt-file prompt.txt \
  --upload images="C:/pic/first.png" --upload images="https://cdn.x.com/last.jpg" --submit-only

中文 prompt 不要直接放命令行参数（Windows GBK 会乱码），先写进 UTF-8 文件用 --prompt-file 传。以返回的 is_final 为唯一终点，不要重复提交（会重复计费）。

选型要点

先读 references/models.md（平台视频模型速查，含「按意图选型」表）。
有的模型不支持纯文字（素材必传）：--show-model 返回的 input_hint 里出现「必传 / 必须 / 仅限带图」就是必传。用户只说「生成一段视频」时，先问清是文生还是图生。
计费口径不一样：多数按秒；提交前先查余额，试稿优先选便宜档（480P 单价最低；文生可先 768P 试稿、满意后用升分辨率功能仅补差价）。
写视频 prompt 必须写运动和镜头：谁在动、怎么动、镜头怎么走、多快、什么节奏、光怎么变化。只写静态画面，出来容易是「一张图轻微动一下」。

参考素材的传法

素材填进模型 type=upload 的参数里（参数名先用 --show-model 查）。用 --upload 参数名=值 指定，可重复：

# 海螺 H3 首尾帧：images 是复数名参数，1 张=首帧，2 张=首尾帧
--upload images="C:/pic/first.png" --upload images="https://cdn.x.com/last.jpg"
# 海螺 H3 全能参考：三个独立参数
--upload image_url="C:/pic/a.png" --upload video_url="https://cdn.x.com/ref.mp4"

复数名参数一律传数组（即使只有一个文件也要传 ["..."]）。
base64 内联边界：图片/音频类文件支持 data:<mime>;base64,<数据>（单文件解码后 ≤10MB、单次合计 ≤30MB）；视频文件必须传公网 URL，不能 base64。
平台不托管文件：URL 方式请自行上传到对象存储后传直链。

已知边界（如实说，不吹）

失败任务余额自动退回；按 error.type 分类处置（参数错误就改参数、Key 无效就检查 Key、余额不足就充值、频率限制就退避），不要对错误文案做文本匹配。
接口行为以平台实时返回为准，模型上下架、参数变化以 --show-model 查到的为准。

想要加功能

包里目前是 SKILL.md + scripts/generate.py + references/models.md。想加专属工作流、批量出片、或接进你们自己的系统 → 用页面底部的联系方式找我，说清场景，我帮你做。