feat(jimeng): 添加即梦AI视频生成功能

- 新增 scripts/jimeng_video_gen.py 脚本支持文生视频和图生视频
- 实现 t2v 和 i2v 两种生成模式,支持多种分辨率和宽高比
- 添加轮询任务状态和视频下载功能
- 更新即梦AI文档,补充视频生成API接口说明
- 新增 .claude/commands/generate-video.md 命令使用指南
- 扩展即梦API文档,包含视频生成参数配置和调用示例
This commit is contained in:
邓文兵 2026-03-12 19:52:07 +08:00
parent b4a6f9b79c
commit 9408daeeff
4 changed files with 338 additions and 1 deletions

View File

@ -0,0 +1,62 @@
# 即梦 AI 视频生成
使用即梦 AI火山引擎生成视频。
## 使用方式
用户会提供:
1. **prompt**:视频描述(中文)
2. **output_path**:输出路径(可选,默认保存到当前工作目录)
3. **mode**:生成模式(可选,默认 t2v 文生视频)
## 执行步骤
1. 激活项目虚拟环境:`source .venv/bin/activate`
2. 调用 `scripts/jimeng_video_gen.py` 生成视频
3. 根据用户需求选择合适的参数:
- **文生视频**`--mode t2v`(默认)
- **图生视频-首帧**`--mode i2v --image <图片路径或URL>`
- **分辨率**`--resolution 720p`(默认)或 `--resolution 1080p`
- **宽高比**`--aspect-ratio 16:9`(默认),支持 `16:9, 4:3, 1:1, 3:4, 9:16, 21:9`
- **帧数**`--frames 121`默认约5秒
4. 展示生成结果给用户
## 调用示例
```bash
# 文生视频 (720P, 16:9)
source .venv/bin/activate && python scripts/jimeng_video_gen.py "视频描述prompt" "输出路径.mp4"
# 文生视频 (1080P)
source .venv/bin/activate && python scripts/jimeng_video_gen.py "视频描述prompt" "输出路径.mp4" --resolution 1080p
# 图生视频-首帧
source .venv/bin/activate && python scripts/jimeng_video_gen.py "视频描述prompt" "输出路径.mp4" --mode i2v --image "首帧图片.jpg"
# 竖屏视频
source .venv/bin/activate && python scripts/jimeng_video_gen.py "视频描述prompt" "输出路径.mp4" --aspect-ratio 9:16
```
## Prompt 技巧
- **基础结构**:主体 + 背景 + 镜头 + 动作
- **运镜词汇**:镜头切换、平移、推轨、环形跟踪、特写、俯拍、航拍
- **多镜头叙事**:支持描述连贯场景切换
## 注意事项
- 视频生成耗时较长,通常 20-30 秒完成,最长等待 3 分钟
- 支持分辨率720P默认和 1080P
- 支持宽高比16:9、4:3、1:1、3:4、9:16、21:9
- 脚本位于 `scripts/jimeng_video_gen.py`,依赖 `scripts/jimeng_gen.py` 的签名逻辑
- 虚拟环境位于 `.venv/`,已安装 `requests`
## 可用模型 (req_key)
| 功能 | req_key | 分辨率 |
|------|---------|--------|
| 文生视频 | `jimeng_t2v_v30` | 720P |
| 文生视频 | `jimeng_t2v_v30_1080p` | 1080P |
| 图生视频-首帧 | `jimeng_i2v_first_v30` | 720P |
$ARGUMENTS

View File

@ -1,4 +1,4 @@
# 即梦 AI 图片生成 API
# 即梦 AI API图片生成 & 视频生成)
## 密钥
@ -216,10 +216,139 @@ if __name__ == '__main__':
print(json.dumps(result, indent=2, ensure_ascii=False))
```
---
## 视频生成接口
### 模型与 req_key 对照表
| 功能 | req_key | 分辨率 | 说明 |
|------|---------|--------|------|
| 文生视频 | `jimeng_t2v_v30` | 720P | 文本提示词生成视频 |
| 文生视频 | `jimeng_t2v_v30_1080p` | 1080P | 文本提示词生成高清视频 |
| 图生视频-首帧 | `jimeng_i2v_first_v30` | 720P | 首帧图片+提示词生成视频 |
### 通用参数
| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `req_key` | string | 是 | 模型标识,见上表 |
| `prompt` | string | 是 | 视频描述提示词 |
| `frames` | int | 否 | 视频帧数,默认 121约5秒 |
| `aspect_ratio` | string | 否 | 宽高比:`16:9`、`4:3`、`1:1`、`3:4`、`9:16`、`21:9` |
| `seed` | int | 否 | 随机种子,-1 为随机 |
### 图生视频额外参数
| 参数 | 类型 | 说明 |
|------|------|------|
| `image_urls` | string[] | 首帧图片 URL 列表 |
| `binary_data_base64` | string[] | 首帧图片 Base64 编码(与 image_urls 二选一) |
### 文生视频 - 提交任务
```
POST https://visual.volcengineapi.com?Action=CVSync2AsyncSubmitTask&Version=2022-08-31
```
请求体:
```json
{
"req_key": "jimeng_t2v_v30",
"prompt": "一只橘猫趴在键盘上打字,桌面上有一杯咖啡,温暖的灯光",
"frames": 121,
"aspect_ratio": "16:9",
"seed": -1
}
```
返回:
```json
{
"code": 10000,
"data": {
"task_id": "9675314167630911764"
},
"message": "Success"
}
```
### 查询视频结果
```
POST https://visual.volcengineapi.com?Action=CVSync2AsyncGetResult&Version=2022-08-31
```
请求体:
```json
{
"req_key": "jimeng_t2v_v30",
"task_id": "9675314167630911764"
}
```
返回(完成时):
```json
{
"code": 10000,
"data": {
"status": "done",
"video_url": "https://v11-aiop.aigc-cloud.com/...",
"aigc_meta_tagged": false
},
"message": "Success"
}
```
### 图生视频-首帧 - 提交任务
```json
{
"req_key": "jimeng_i2v_first_v30",
"prompt": "猫咪缓缓转头看向镜头",
"image_urls": ["https://example.com/cat.jpg"],
"frames": 121,
"seed": -1
}
```
### Prompt 技巧
- **基础结构**:主体 + 背景 + 镜头 + 动作
- **运镜词汇**:镜头切换、平移、推轨、环形跟踪、特写、俯拍、航拍
- **多镜头叙事**支持描述连贯场景切换3.0 Pro 特性)
### Python 调用
```bash
source .venv/bin/activate
# 文生视频 (720P)
python scripts/jimeng_video_gen.py "一只橘猫趴在键盘上打字" output.mp4
# 文生视频 (1080P)
python scripts/jimeng_video_gen.py "一只橘猫趴在键盘上打字" output.mp4 --resolution 1080p
# 图生视频-首帧
python scripts/jimeng_video_gen.py "猫咪转头看镜头" output.mp4 --mode i2v --image first_frame.jpg
# 指定宽高比和帧数
python scripts/jimeng_video_gen.py "描述" output.mp4 --aspect-ratio 9:16 --frames 121
```
## 参考文档
### 图片生成
- [即梦AI图片生成4.0 产品介绍](https://www.volcengine.com/docs/85621/1820192)
- [即梦AI图片生成4.0 接口文档](https://www.volcengine.com/docs/85621/1817045)
### 视频生成
- [即梦AI视频生成3.0 Pro 产品介绍](https://www.volcengine.com/docs/85621/1783678)
- [即梦AI视频生成3.0 Pro 接口文档](https://www.volcengine.com/docs/85621/1777001)
- [即梦AI视频生成3.0 720P 接口文档](https://www.volcengine.com/docs/85621/1792710)
- [即梦AI视频生成3.0 1080P 接口文档](https://www.volcengine.com/docs/85621/1792711)
### 通用
- [Python SDK (GitHub)](https://github.com/volcengine/volc-sdk-python)
- [SDK 使用说明](https://www.volcengine.com/docs/6444/1340578)
- [HTTP 请求示例](https://www.volcengine.com/docs/6444/1390583)

146
scripts/jimeng_video_gen.py Normal file
View File

@ -0,0 +1,146 @@
"""即梦 AI 视频生成工具
支持
- 文生视频 (t2v): jimeng_t2v_v30 (720P) / jimeng_t2v_v30_1080p (1080P)
- 图生视频-首帧 (i2v): jimeng_i2v_first_v30 (720P)
"""
import json
import os
import sys
import time
import base64
import requests
from jimeng_gen import jimeng_request, _ensure_dir
# req_key 映射
REQ_KEYS = {
't2v_720p': 'jimeng_t2v_v30',
't2v_1080p': 'jimeng_t2v_v30_1080p',
'i2v_720p': 'jimeng_i2v_first_v30',
}
def generate_video_t2v(prompt, output_path, resolution='720p', aspect_ratio='16:9', frames=121, seed=-1):
"""文生视频:提交任务并轮询获取结果"""
req_key = REQ_KEYS.get(f't2v_{resolution}', REQ_KEYS['t2v_720p'])
print(f"[即梦视频] 文生视频 ({resolution}): {prompt[:50]}...")
body = {
'req_key': req_key,
'prompt': prompt,
'frames': frames,
'aspect_ratio': aspect_ratio,
'seed': seed,
}
return _submit_and_poll(req_key, body, output_path)
def generate_video_i2v(prompt, image_path_or_url, output_path, aspect_ratio='16:9', frames=121, seed=-1):
"""图生视频-首帧:输入首帧图片和提示词生成视频"""
req_key = REQ_KEYS['i2v_720p']
print(f"[即梦视频] 图生视频-首帧: {prompt[:50]}...")
body = {
'req_key': req_key,
'prompt': prompt,
'frames': frames,
'seed': seed,
}
# 判断是 URL 还是本地文件
if image_path_or_url.startswith('http'):
body['image_urls'] = [image_path_or_url]
else:
with open(image_path_or_url, 'rb') as f:
img_b64 = base64.b64encode(f.read()).decode('utf-8')
body['binary_data_base64'] = [img_b64]
return _submit_and_poll(req_key, body, output_path)
def _submit_and_poll(req_key, body, output_path, max_wait=180, poll_interval=10):
"""提交任务并轮询结果,下载视频到本地"""
# 1. 提交任务
submit_resp = jimeng_request('CVSync2AsyncSubmitTask', body)
if submit_resp.get('code') != 10000:
print(f"[即梦视频] 提交失败: {submit_resp}")
return None
task_id = submit_resp['data']['task_id']
print(f"[即梦视频] 任务已提交, task_id: {task_id}")
# 2. 轮询查询结果
max_polls = max_wait // poll_interval
for i in range(max_polls):
time.sleep(poll_interval)
result = jimeng_request('CVSync2AsyncGetResult', {
'req_key': req_key,
'task_id': task_id,
})
resp_code = result.get('code')
resp_data = result.get('data', {})
if resp_code == 10000 and resp_data.get('status') == 'done':
video_url = resp_data.get('video_url')
if video_url:
# 下载视频
print(f"[即梦视频] 生成完成,正在下载...")
video_data = requests.get(video_url).content
_ensure_dir(output_path)
with open(output_path, 'wb') as f:
f.write(video_data)
print(f"[即梦视频] 视频已保存: {output_path}")
return output_path
else:
print(f"[即梦视频] 任务完成但未找到视频URL: {json.dumps(result, ensure_ascii=False)[:300]}")
return None
if resp_code != 10000 and resp_data.get('status') not in (None, 'running', 'pending'):
print(f"[即梦视频] 任务失败: {json.dumps(result, ensure_ascii=False)[:300]}")
return None
print(f"[即梦视频] 等待中... ({i+1}/{max_polls})")
print("[即梦视频] 超时")
return None
def main():
import argparse
parser = argparse.ArgumentParser(description='即梦 AI 视频生成')
parser.add_argument('prompt', help='视频描述提示词')
parser.add_argument('output', help='输出视频路径 (.mp4)')
parser.add_argument('--mode', choices=['t2v', 'i2v'], default='t2v', help='生成模式: t2v=文生视频, i2v=图生视频')
parser.add_argument('--resolution', choices=['720p', '1080p'], default='720p', help='分辨率 (仅 t2v)')
parser.add_argument('--aspect-ratio', default='16:9', help='宽高比: 16:9, 4:3, 1:1, 3:4, 9:16, 21:9')
parser.add_argument('--frames', type=int, default=121, help='视频帧数 (默认121)')
parser.add_argument('--image', help='首帧图片路径或URL (仅 i2v 模式)')
parser.add_argument('--seed', type=int, default=-1, help='随机种子 (-1=随机)')
args = parser.parse_args()
if args.mode == 'i2v':
if not args.image:
parser.error('i2v 模式需要 --image 参数')
result = generate_video_i2v(args.prompt, args.image, args.output,
aspect_ratio=args.aspect_ratio, frames=args.frames, seed=args.seed)
else:
result = generate_video_t2v(args.prompt, args.output,
resolution=args.resolution, aspect_ratio=args.aspect_ratio,
frames=args.frames, seed=args.seed)
if result:
print(f"\n视频生成成功: {result}")
else:
print("\n视频生成失败")
sys.exit(1)
if __name__ == '__main__':
main()

Binary file not shown.