Chenyu AIGC — AI 视频与图像生成

通过 Chenyu Studio AIGC 编排 API，调用 AI 模型生成视频和图像。

适用场景

• 用户希望基于文本提示词生成视频
• 用户希望基于图像（首帧/尾帧）生成视频
• 用户希望扩展或重混已有视频
• 用户希望生成 AI 图像
• 用户希望查询某次生成任务的状态
• 用户希望列出当前可用的 AI 模型

不适用场景

• 用户希望分析或理解已有视频（请使用 video-analysis 技能）
• 用户希望从社交平台下载视频（请使用 video-fetch 技能）
• 用户希望管理数字人或克隆声音（请使用 chenyu-core 技能）

认证方式

Authorization: Bearer $CHENYU_API_KEY

基础 URL：$CHENYU_BASE_URL（默认值：https://chenyu.pro）

工作流

1. 发现可用模型（recipes） — 列出当前支持的 AI 模型（见下文）
2. 获取模型 Schema — 查看该模型接受的输入项与参数定义
3. 执行生成任务 — 提交一次生成请求 → 参见 execute-recipe.md
4. 轮询与任务管理 — 跟踪任务状态、获取输出结果、取消任务 → 参见 manage-tasks.md

步骤 1：列出可用模型（recipes）

curl -s "$CHENYU_BASE_URL/api/v1/aigc/recipes" 
  -H "Authorization: Bearer $CHENYU_API_KEY" | jq '.data[] | {recipe_id, name, slug, description, output_type}'

每个 model recipe 代表一种 AI 模型能力。关键响应字段说明如下：

• recipe_id — 执行任务时需使用的唯一 ID
• slug — 人类可读的标识符（例如：volcengine-seedance-v1-pro）
• output_type — 输出类型：video、image 或 audio

步骤 2：获取模型 Schema

curl -s "$CHENYU_BASE_URL/api/v1/aigc/recipes/{recipe_id}/schema" 
  -H "Authorization: Bearer $CHENYU_API_KEY" | jq '.data'

Schema 中包含以下关键信息：

• typed_inputs_schema.definitions — 支持的输入类型及其字段定义
• parameters_schema — 可用参数及其约束条件（如最小值、最大值、枚举值等）
• credit_cost / credit_cost_rules — 本次调用所需积分数量

获取 Schema 后，请参考 execute-recipe.md 获取具体执行方法与参数示例。