mcpField
A
aliyun-wan-videoedit

aliyun-wan-videoedit

github.com/cinience创意与媒体39656 次安装11 周前更新
代码仓库

关于 aliyun-wan-videoedit

使用阿里云 `wan2.7-videoedit` 模型编辑视频的技能。支持风格迁移和按指令编辑,并通过异步任务提交与获取结果。

主要功能

  1. 01转换视频视觉风格
  2. 02根据文本指令编辑内容
  3. 03添加最多三张参考图
  4. 04设置输出分辨率和画面比例
  5. 05提交并轮询异步任务

适用场景

  1. 01将素材转换为动漫或黏土风格
  2. 02按文本指令修改片段
  3. 03使用参考图引导编辑

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/cinience/alicloud-skills --skill aliyun-wan-videoedit

安装后在 Claude Code 中输入/aliyun-wan-videoedit确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
api_reference.md
sources.md
scripts/
edit_video.py

详细介绍

Wan 2.7 视频编辑

验证

mkdir -p output/aliyun-wan-videoedit
python -m py_compile skills/ai/video/aliyun-wan-videoedit/scripts/edit_video.py && echo "py_compile_ok" > output/aliyun-wan-videoedit/validate.txt

通过标准:命令退出码为 0,且生成 output/aliyun-wan-videoedit/validate.txt。

输出与证据

  • 将任务 ID、轮询响应和最终视频 URL 保存到 output/aliyun-wan-videoedit/。
  • 至少保留一份端到端运行日志,以便排查问题。

前置条件

  • 安装 SDK(建议在 venv 中安装):
python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope
  • 在环境中设置 DASHSCOPE_API_KEY,或将 dashscope_api_key 添加到 ~/.alibabacloud/credentials。

关键模型名称

  • wan2.7-videoedit — 支持风格迁移和基于指令的视频编辑

功能

功能描述所需媒体
风格迁移将视频转换为不同的视觉风格(黏土、动漫等)仅需 video
指令编辑使用文本指令和可选的参考图像编辑视频内容video + 可选的 reference_image(最多 3 张)

API 端点(仅异步)

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis

必需的请求头:

  • Authorization: Bearer $DASHSCOPE_API_KEY
  • Content-Type: application/json
  • X-DashScope-Async: enable

新加坡端点:将 dashscope.aliyuncs.com 替换为 dashscope-intl.aliyuncs.com。

规范化接口

请求
  • prompt(字符串,可选)— 最多 5000 个字符,用于描述所需的编辑效果
  • negative_prompt(字符串,可选)— 最多 500 个字符
  • media(数组,必需)— 包含 type 和 url 字段的媒体对象:
    • type:video(必需,恰好 1 个)| reference_image(可选,最多 3 个)
    • url:公开 URL(HTTP/HTTPS)或 OSS 临时 URL
  • resolution(字符串,可选)— 720P 或 1080P(默认值:1080P)
  • ratio(字符串,可选)— 输出宽高比:16:9、9:16、1:1、4:3、3:4。若省略,则沿用输入视频的宽高比。
  • duration(整数,可选)— 将输入视频截断至此时长(秒),范围为 [2, 10]。默认值为 0(使用输入视频时长)。
  • audio_setting(字符串,可选)— auto(默认,由 AI 决定)或 origin(保留原始音频)
  • prompt_extend(布尔值,可选)— AI 提示词改写(默认值:true)
  • watermark(布尔值,可选)— 添加“AI generated”水印(默认值:false)
  • seed(整数,可选)— 范围为 [0, 2147483647]
媒体输入限制

视频(type=video):

  • 格式:mp4、mov
  • 时长:2-10s
  • 分辨率:每边 [240, 4096] 像素
  • 宽高比:1:8 至 8:1
  • 最大尺寸:100MB

参考图像(type=reference_image):

  • 格式:JPEG、JPG、PNG(不支持透明)、BMP、WEBP
  • 分辨率:每边 [240, 8000] 像素
  • 宽高比:1:8 至 8:1
  • 最大尺寸:20MB
  • 最多 3 张参考图像
分辨率输出表
分辨率宽高比输出(W*H)
720P16:91280*720
720P9:16720*1280
720P1:1960*960
720P4:31104*832
720P3:4832*1104
1080P16:91920*1080
1080P9:161080*1920
1080P1:11440*1440
1080P4:31648*1248
1080P3:41248*1648
响应(创建任务)
  • output.task_id(字符串)— 用于轮询,有效期为 24 小时
  • output.task_status(字符串)— PENDING | RUNNING | SUCCEEDED | FAILED | CANCELED
  • request_id(字符串)
响应(任务结果)
  • output.video_url(字符串)— 编辑后的视频 URL
  • usage.video_count(整数)
  • usage.video_duration(整数)— 时长(秒)

快速开始(Python + HTTP)

import os
import json
import time
import requests

API_KEY = os.getenv("DASHSCOPE_API_KEY")
BASE_URL = "https://dashscope.aliyuncs.com/api/v1"

def create_videoedit_task(req: dict) -> str:
    """Create a video editing task and return task_id."""
    payload = {
        "model": "wan2.7-videoedit",
        "input": {
            "prompt": req.get("prompt", ""),
            "media": req["media"],
        },
        "parameters": {
            "resolution": req.get("resolution", "1080P"),
            "prompt_extend": req.get("prompt_extend", True),
            "watermark": req.get("watermark", False),
        },
    }
    if req.get("negative_prompt"):
        payload["input"]["negative_prompt"] = req["negative_prompt"]
    if req.get("ratio"):
        payload["parameters"]["ratio"] = req["ratio"]
    if req.get("duration"):
        payload["parameters"]["duration"] = req["duration"]
    if req.get("audio_setting"):
        payload["parameters"]["audio_setting"] = req["audio_setting"]
    if req.get("seed") is not None:
        payload["parameters"]["seed"] = req["seed"]

    resp = requests.post(
        f"{BASE_URL}/services/aigc/video-generation/video-synthesis",
        headers={
            "Authorization": f"Bearer {API_KEY}",
            "Content-Type": "application/json",
            "X-DashScope-Async": "enable",
        },
        json=payload,
    )
    resp.raise_for_status()
    data = resp.json()
    return data["output"]["task_id"]


def poll_task(task_id: str, interval: int = 15) -> dict:
    """Poll until task completes. Returns final response."""
    while True:
        resp = requests.get(
            f"{BASE_URL}/tasks/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        )
        resp.raise_for_status()
        data = resp.json()
        status = data["output"]["task_status"]
        if status in ("SUCCEEDED", "FAILED", "CANCELED"):
            return data
        time.sleep(interval)

使用示例

# Style transfer — convert to clay style
media = [{"type": "video", "url": "https://example.com/input.mp4"}]
task_id = create_videoedit_task({
    "prompt": "将整个画面转换为黏土风格",
    "media": media,
    "resolution": "720P",
})

# Instruction editing with reference image
media = [
    {"type": "video", "url": "https://example.com/input.mp4"},
    {"type": "reference_image", "url": "https://example.com/hat.jpg"},
]
task_id = create_videoedit_task({
    "prompt": "为人物换上酷闪的衣服,再戴参考图里的帽子",
    "media": media,
    "audio_setting": "origin",
})

错误处理

错误可能原因处理方法
401/403缺少或无效的 DASHSCOPE_API_KEY检查环境变量或凭据文件
400 InvalidParameter分辨率无效、缺少视频、参考图像过多验证参数
"does not support synchronous calls"缺少 X-DashScope-Async: enable 请求头添加必需的请求头
429速率限制或配额不足退避后重试

输出位置

  • 默认输出:output/aliyun-wan-videoedit/videos/
  • 使用 OUTPUT_DIR 覆盖基础目录。

反模式

  • 请勿使用 wan2.7-videoedit 以外的模型名称。
  • 请勿同步调用此 API——必须使用异步请求头。
  • 视频最多只能传入 1 个,参考图像最多只能传入 3 张。
  • 视频 URL 会在 24 小时后过期;请立即下载并持久化保存。
  • 请勿使用此 API 生成视频——请改用 aliyun-wan-i2v。

工作流

  1. 确认用户意图:风格迁移或基于指令的编辑。
  2. 准备媒体数组,其中必须包含视频,参考图像为可选项。
  3. 创建异步任务并轮询结果。
  4. 在 URL 过期前下载并保存编辑后的视频。

参考资料

  • 完整的 HTTP API 详情请参阅 references/api_reference.md。
  • 源链接请参阅 references/sources.md。

评论

支持 Markdown