综合生成工具-专业版

核心能力

模态覆盖对比

• 执行核心能力操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考核心能力相关配置参数进行设置

核心能力

图片生成（19个模型）:
  - 高质量: seedream-4.5, qwen-image-2-pro, recraft-v4-pro
  - 通用型: banana-pro, banana2, gpt-image-2, grok-4.2
  - 风格化: mj-imagine, jimeng-t2i, kling-image-o1, viduq2-t2i
  - 矢量图: recraft-v4-vector, recraft-v4-pro-vector (SVG输出)
  - 轻量级: seedream-5.0-lite

视频生成（17个模型）:
  - 文生视频: veo-3.1, seedance-2.0, kling-v3, pixverse-c1, wan2.7
  - 图生视频: jimeng-i2v-first, viduq2-i2v, kling-v3-omni
  - 首尾帧: jimeng-i2v-first-tail
  - 数字人: jimeng-omnihuman-1.5, jimeng-dream-actor
  - 视频编辑: happyhorse-1.0, video-replicate
  - 唇形同步: heygen-lipsync-speed, sync-lipsync-3, videoretalk
  - 视频处理: videoseg

音频生成（15个模型）:
  - 详见 dlazy-audio-tool-pro

高级功能:
  - 管道链接（Pipe Chaining）
  - 批量生成
  - 风格复刻（image-replicate, video-replicate）
  - 矢量图输出（SVG）

输入: 用户提供核心能力所需的指令和必要参数。

• 执行核心能力操作,处理输入数据并返回结果
• 验证执行结果,确认输出符合预期格式
• 异常时参考错误处理章节进行恢复
• 关键参数: 核心能力 选项
• 处理流程: 接收输入 -> 执行核心能力 -> 返回结果
• 输入: 用户提供核心能力所需的参数和指令
• 输出: 返回核心能力的执行结果,包含操作状态和输出数据

基础文生图

执行基础文生图操作,处理用户输入并返回结果。

输入: 用户提供基础文生图所需的参数和指令。

输出: 返回基础文生图的处理结果。

• 执行基础文生图操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考基础文生图相关配置参数进行设置

能力覆盖范围

本skill还覆盖以下能力场景: 全模态生成引擎、支持图片、音频生成与管道链、接批量工作流、综合生成工具专业、面向专业团队的全、生成平台、模型全覆盖、音频三大模态、高质量图片生成、Use、需要视频处理、音频编辑、媒体转换、配音生成时使用、不适用于版权受保、护的媒体内容处理、适用于独立开发者、企业团队和自动化、工作流场景。这些能力在上述核心功能中均有对应处理逻辑。

适用场景

场景一：广告素材全流程制作

从文案到视频广告的完整制作流程。

# 第1步: 生成产品主视觉图
dlazy seedream-4.5 
  --prompt "高端无线耳机产品图，深色背景，戏剧性灯光，超写实" 
  --ratio "16:9" 
  --quality "4K"

# 第2步: 图片转视频（图生视频）
dlazy kling-v3 
  --image @0.url 
  --prompt "耳机缓缓旋转，光影流动，产品展示动效" 
  --duration 5

# 第3步: 生成背景音乐
dlazy suno-music 
  --mode "custom" 
  --style "electronic ambient premium" 
  --title "Product Showcase BGM" 
  --instrumental true 
  --duration 5

# 第4步: 生成配音旁白
dlazy doubao-tts 
  --text "全新无线耳机，聆听非凡。" 
  --voice "male-magnetic"

# 管道链接一键完成:
dlazy seedream-4.5 --prompt "高端无线耳机，深色背景" --ratio "16:9" 
  | dlazy kling-v3 --image @0.url --prompt "耳机旋转展示" --duration 5

场景二：短视频内容批量生产

批量生成短视频素材。

# 短视频批量生产脚本
import subprocess
import json

class VideoBatchProducer:
    """短视频批量生产器"""

    def __init__(self):
        self.pipeline = []

    def add_image_step(self, prompt, model="seedream-5.0-lite", ratio="9:16"):
        """添加图片生成步骤"""
        self.pipeline.append({
            "type": "image",
            "model": model,
            "prompt": prompt,
            "ratio": ratio
        })
        return self

    def add_video_step(self, prompt, model="kling-v3", duration=5):
        """添加视频生成步骤"""
        self.pipeline.append({
            "type": "video",
            "model": model,
            "prompt": prompt,
            "duration": duration
        })
        return self

    def add_audio_step(self, text, model="doubao-tts"):
        """添加配音步骤"""
        self.pipeline.append({
            "type": "audio",
            "model": model,
            "text": text
        })
        return self

    def execute_batch(self, scenarios):
        """批量执行生产流程"""
        results = []
        for scenario in scenarios:
            steps = []
            for step in self.pipeline:
                cmd = self._build_command(step, scenario)
                result = subprocess.run(cmd, capture_output=True, text=True)
                try:
                    output = json.loads(result.stdout)
                    steps.append({"step": step["type"], "output": output})
                except:
                    steps.append({"step": step["type"], "error": "failed"})
            results.append({"scenario": scenario, "steps": steps})
        return results

    def _build_command(self, step, scenario):
        cmd = ["dlazy", step["model"]]
        if step["type"] == "image":
            cmd += ["--prompt", step["prompt"].format(**scenario),
                    "--ratio", step["ratio"]]
        elif step["type"] == "video":
            cmd += ["--prompt", step["prompt"].format(**scenario),
                    "--duration", str(step["duration"])]
        elif step["type"] == "audio":
            cmd += ["--text", step["text"].format(**scenario)]
        return cmd

# 批量生产
producer = VideoBatchProducer()
producer.add_image_step("美食特写：{dish}，暖色调，诱人", "9:16") 
        .add_video_step("{dish}冒热气，缓慢推进", duration=5) 
        .add_audio_step("今天推荐：{dish}，色香味俱全！")

scenarios = [
    {"dish": "红烧肉"},
    {"dish": "清蒸鱼"},
    {"dish": "麻婆豆腐"},
    {"dish": "糖醋排骨"},
    {"dish": "宫保鸡丁"}
]
results = producer.execute_batch(scenarios)

场景三：矢量图与Logo生成

生成可缩放的矢量图资产。

# 生成SVG矢量Logo
dlazy recraft-v4-vector 
  --prompt "极简风格科技公司Logo，几何图形，蓝色主调" 
  --output "logo.svg"

# 高保真矢量插画（4MP级别）
dlazy recraft-v4-pro-vector 
  --prompt "详细的等距插画，城市俯视图，扁平风格" 
  --output "city-illustration.svg"

管道引用速查

使用流程

依赖说明

运行环境

1. Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
2. 操作系统: Windows / macOS / Linux
3. Node.js: 16+（dlazy CLI 运行需要）

第三方依赖

API Key 配置

4. 必需: dlazy API Key（与免费版共用）
5. 获取方式: 访问 dlazy.com/dashboard/organization/api-key
6. 配置方式: dlazy auth set YOUR_API_KEY 或环境变量 DLAZY_API_KEY
7. 安全说明: Key 可随时轮换或撤销；配置文件权限限制为当前用户
8. 余额说明: 视频生成消耗较高，建议定期检查余额

可用性分类

9. 分类: MD+EXEC+API（Markdown指令 + 命令行 + 外部API调用）
10. 说明: 企业级AI Skill，支持全模态40+模型、管道链接与批量处理
11. 适用规模: 专业内容团队，多媒体批量生产
12. 兼容性: 与免费版完全兼容，API Key 和配置无缝共用

命令参数说明

13. --prompt: 命令参数,用于指定操作选项
14. -image-o1: 命令参数,用于指定操作选项
15. --style: 命令参数,用于指定操作选项
16. --resolution: 命令参数,用于指定操作选项
17. -illustration: 命令参数,用于指定操作选项

结果处理: 执行完成后,查看输出结果确认操作状态。成功时输出包含处理摘要和结果数据;失败时根据错误信息排查问题,参考错误处理章节获取恢复步骤。

命令参数说明

• --last-frame: 命令参数,用于指定操作选项
• --instrumental: 命令参数,用于指定操作选项
• -t2i: 命令参数,用于指定操作选项
• -v3-omni: 命令参数,用于指定操作选项
• --ref-images: 命令参数,用于指定操作选项

命令参数说明

• --voice: 命令参数,用于指定操作选项
• -i2v-first-tail: 命令参数,用于指定操作选项
• -i2v-first: 命令参数,用于指定操作选项
• --output: 命令参数,用于指定操作选项
• -dream-actor: 命令参数,用于指定操作选项

命令参数说明

• -omnihuman-1: 命令参数,用于指定操作选项
• --first-frame: 命令参数,用于指定操作选项
• -lipsync-speed: 命令参数,用于指定操作选项
• --ref-video: 命令参数,用于指定操作选项
• --quality: 命令参数,用于指定操作选项

命令参数说明

• --duration: 命令参数,用于指定操作选项
• -audio-tool-pro: 命令参数,用于指定操作选项
• -lipsync-3: 命令参数,用于指定操作选项
• -magnetic: 命令参数,用于指定操作选项
• -lite: 命令参数,用于指定操作选项

命令参数说明

• -imagine: 命令参数,用于指定操作选项
• --title: 命令参数,用于指定操作选项

输入格式

输出格式

{
  "success": true,
  "data": {
    "final_result": {
      （根据实际场景填充）: "相关说明",
      （根据实际场景填充）: "相关说明",
      （根据实际场景填充）: "相关说明"
    },
    "execution_log": [
      {
        "step": 1,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 1200,
        "output_summary": "按流程执行"
      },
      {
        "step": 2,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 3500,
        "output_summary": "按流程执行"
      },
      {
        "step": 3,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 2100,
        "output_summary": "按流程执行"
      },
      {
        "step": 4,
        "name": "按流程执行",
        "status": "completed",
        "duration_ms": 800,
        "output_summary": "按流程执行"
      }
    ],
    "total_duration_ms": 7600,
    "gates_passed": 3,
    "gates_total": 3
  },
  "error": null
}

中间产物模板参考: assets/（根据实际场景填充）

异常处理

依赖说明

国内替代方案:

• OpenAI GPT → 智谱GLM-4 / 百度文心一言 / 通义千问 / DeepSeek
• OpenAI Embedding → 智谱embedding-2 / 百度embedding

案例展示

高质量图片生成

# seedream-4.5 高质量文生图
dlazy seedream-4.5 
  --prompt "描述文本" 
  --ref-images "ref1.jpg,ref2.jpg"   # 参考图（可选）
  --quality "4K"                       # 2K 或 4K
  --ratio "16:9"

# recraft-v4-pro 4MP高分辨率
dlazy recraft-v4-pro 
  --prompt "描述文本" 
  --resolution "4MP"   # 适合印刷品

视频生成配置

# veo-3.1 高质量视频
dlazy veo-3.1 
  --prompt "描述文本" 
  --mode "t2v"          # t2v 或 i2v
  --image "input.jpg"   # i2v模式需要
  --duration 5

# seedance-2.0 多模态参考
dlazy seedance-2.0 
  --prompt "描述文本" 
  --ref-images "img1.jpg" 
  --ref-video "ref.mp4"   # 视频参考
  --first-frame "start.jpg" 
  --last-frame "end.jpg"

管道链接配置

# 多步骤管道链接
dlazy seedream-4.5 --prompt "城市夜景" --n 4 
  | dlazy superres --images @* 
  | dlazy kling-v3 --image @0.url --prompt "城市灯火流动"

# 管道引用说明:
# @0.url  = 上游优秀个输出的URL
# @*      = 上游所有输出数组
# -       = 上游自然值（单值场景）

常见问题

Q: 视频生成支持多长？

A: 多数视频模型支持 5-10 秒。veo-3.1 支持更长时长但生成时间相应增加。建议短视频 5 秒起步。

Q: 管道链接中某一步失败怎么办？

A: 管道中断，已完成的步骤输出仍可使用。检查失败步骤的错误信息，修正后从失败步骤重新执行。

Q: 矢量图输出什么格式？

A: recraft-v4-vector 和 recraft-v4-pro-vector 输出 SVG 格式，可在任意分辨率下缩放，适合 Logo、图标和插画。

Q: 如何从免费版升级？

A: API Key 和 CLI 配置无需变更，直接使用专业版的全部 40+ 模型即可。

错误恢复步骤

已知限制

A: 单批建议不超过 50 个任务。超大批量请分批执行，避免 API 限流。

Q: 视频生成消耗大吗？

A: 视频生成的消耗显著高于图片。建议先用图片确认创意方向，再生成视频。

错误处理

已知限制

• 需要LLM支持
• 需要LLM支持
• 需要LLM支持
• 需要LLM支持
• 需要LLM支持