TensorsLab 视频生成

概述

本技能通过 TensorsLab API 实现 AI 驱动的视频生成，支持文本到视频（text-to-video）和图像到视频（image-to-video）两种工作流。视频生成是一个耗时较长的过程——任务通常需要数分钟才能完成。

认证检查

在执行任何视频生成任务前，请先确认 API 密钥已正确配置：

# 仅检查变量是否存在，不输出完整值
[ -n "$TENSORSLAB_API_KEY" ] && echo "✅ API key is set" || echo "❌ TENSORSLAB_API_KEY is not set"

若未设置，则显示以下友好提示信息：

您好！要生成高质量的内容，您需要先进行简单的配置：
1. 访问 https://tensorslab.tensorslab.com/ 登录并订阅。
2. 在控制台中获取您的专属 API Key。
3. 将其保存为环境变量：
   - Windows (PowerShell): $env:TENSORSLAB_API_KEY="您的Key"
   - Mac/Linux: export TENSORSLAB_API_KEY="您的Key"

模型

默认模型：seedancev1profast

工作流

1. 文本到视频生成（Text-to-Video Generation）

用户请求：“做一段 10 秒钟横屏的宇宙飞船穿梭星际的视频”

Agent 处理流程：

1. 提取参数：duration=10，ratio="16:9"
2. 增强提示词，补充电影级细节、镜头运动与场景描述
3. 使用增强后的提示词调用 API
4. 通过心跳机制监控进度（每 60 秒更新一次状态）
5. 下载结果至 ./tensorslab_output/

示例增强后的提示词：

Cinematic wide shot of a spaceship rapidly flying through space, passing glowing
nebulae and distant stars, lens flares, dramatic camera movement, epic scale,
movie-quality visual effects, smooth 24fps motion

2. 图像到视频生成（Image-to-Video Generation）

用户请求：“让这张人物合影 family.jpg 动起来” 或 “让风景照动起来”

Agent 处理流程：

1. 提取图像文件路径（最多支持 1–2 张图像）
2. 为提示词添加运动/动画相关指令以增强效果
3. 通过心跳机制监控生成进度
4. 下载生成结果

图像到视频参数说明：

• sourceImage：图像文件数组（最多支持 1–2 张）
• imageUrl：源图像 URL 列表（以英文逗号分隔）
• prompt：对期望运动/动画效果的文字描述

3. 分辨率与宽高比

宽高比选项：

• 9:16 — 竖屏（适用于 TikTok、Instagram Reels、YouTube Shorts）— 默认值
• 16:9 — 横屏（适用于 YouTube、标准视频格式）
• 其他宽高比视具体模型而定

分辨率选项：

• 480p — 标清，生成速度更快
• 720p — 高清 — 默认值
• 1080p — 全高清
• 1440p — 2K 分辨率（仅 seedancev2 支持）

4. 时长选项

• seedancev2：5–15 秒
• 其他模型：5–10 秒

视频越长，所需生成时间按比例增加。

5. 特色功能（仅 seedancev2 支持）

进度追踪

视频生成耗时数分钟。请持续向用户反馈当前状态：

⏳ Waiting for video generation to complete...
   (This may take several minutes - please be patient)
🔄 Status: Processing (elapsed: 45s)
🚀 正在渲染电影级大片，已耗时 60 秒，请稍安勿躁...
🚀 正在渲染电影级大片，已耗时 120 秒，请稍安勿躁...
✅ Task completed!

心跳间隔：每 60 秒打印一条鼓励性提示信息。

脚本使用方法

依赖：脚本需依赖 requests 库，首次运行前请执行：

pip install requests

直接执行 Python 脚本：

# 文本到视频（默认 5 秒，竖屏 9:16）
python scripts/tensorslab_video.py "a spaceship flying through space"

# 10 秒横屏视频
python scripts/tensorslab_video.py "sunset over ocean waves" --duration 10 --ratio 16:9

# 图像到视频
python scripts/tensorslab_video.py "make this photo come alive" --source portrait.jpg

# 快速预览
python scripts/tensorslab_video.py "abstract flowing colors" --model seedancev1profast

# 高质量 + 音频
python scripts/tensorslab_video.py "epic mountain timelapse" --resolution 1440p --duration 10 --audio

# 自定义输出目录
python scripts/tensorslab_video.py "a sunset timelapse" --output-dir ./my_videos

任务状态流转

错误处理

将 API 错误码转换为用户友好的中文提示：

输出

所有生成的视频均保存至输出目录，命名规则如下：

• 默认路径：./tensorslab_output/（当前工作目录）
• 自定义路径：使用 --output-dir 或 -o 参数指定其他路径
• 文件命名：{task_id}_{index}.mp4，例如：abcd_1234567890_0.mp4

任务完成后，向用户通知结果：

🎉 您的视频处理完毕！已存放于 ./tensorslab_output/{filename}

提升生成效果的小贴士

文本到视频（Text-to-Video）

• 加入电影化术语：如 “wide shot”（广角镜头）、“close-up”（特写）、“pan”（平移）、“dolly”（轨道推进）
• 明确描述运动方式：如 “flying rapidly”（快速飞行）、“slowly drifting”（缓慢漂移）、“zooming in”（推近镜头）
• 注明风格倾向：如 “cinematic”（电影感）、“documentary style”（纪录片风格）、“dreamy”（梦幻感）

图像到视频（Image-to-Video）

• 清晰描述期望的动态效果：如 “gentle sway”（轻微摇曳）、“subtle movement”（细腻微动）
• 针对风景类图像：可描述 “clouds moving”（云朵流动）、“water flowing”（水流涌动）、“leaves rustling”（树叶沙沙作响）

资源

• scripts/tensorslab_video.py：主 API 客户端，提供完整的命令行接口（CLI）支持
• references/api_reference.md：详细的 API 文档说明