mcpField
K
kling-video

kling-video

github.com/acedatacloud创意与媒体17232 次安装2 天前更新
代码仓库

关于 kling-video

kling-video 是通过 AceDataCloud 的 Kuaishou Kling API 生成和编辑视频的 Skill，支持文本或图像生成、参考素材、动作控制、口型同步和照片动画。

主要功能

  1. 01文本生成视频与图像动画
  2. 02图像和视频参考输入
  3. 03视频延长与动作控制
  4. 04口型同步与照片动画
  5. 05多种模型和质量模式

适用场景

  1. 01根据场景描述生成视频片段
  2. 02用首尾帧图像为静态画面添加动画
  3. 03依据参考视频为主体应用动作
  4. 04制作口型同步视频或动态肖像

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/acedatacloud/skills --skill kling-video

安装后在 Claude Code 中输入/kling-video确认已加载。

详细介绍

Kling 视频生成

通过 AceDataCloud 的 Kuaishou Kling API 生成 AI 视频。

首次设置

  1. 使用 clawhub install @acedatacloud/kling 安装官方 Skill。确认 ClawHub 发布者是 @acedatacloud。
  2. 登录 AceDataCloud → Applications，打开 General application，检查 Kling 的访问权限、余额和当前定价。复制其 API 密钥，或选择 Manage Keys → Create 创建单独的密钥。复制密钥值，不要带上 Bearer ；platform-... 管理令牌不是服务 API 密钥。
  3. 如果启用了 Allowed APIs 限制，请加入 /kling/videos 和 /kling/tasks。下方的高级工作流可能会调用其他路由。
  4. 在 OpenClaw Gateway 主机上，将 ACEDATACLOUD_API_TOKEN=your_api_key_here 写入 ~/.openclaw/.env，然后重启 Gateway 并开启新会话。若要直接在终端测试，请在该 shell 中运行 export ACEDATACLOUD_API_TOKEN="your_api_key_here"。切勿将密钥放入提示词或提交 .env 文件。
  5. 运行下方的 快速开始。如果此工作流返回任务 ID，请查询同一任务，直到任务完成；不要仅为检查进度而再次提交相同的计费请求。

密钥设置、首次运行和故障排查图解 · 令牌详情

快速开始

curl -X POST https://api.acedata.cloud/kling/videos \
  -H "Authorization: Bearer $ACEDATACLOUD_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"action": "text2video", "prompt": "a cat playing piano on a rooftop at sunset", "model": "kling-v3", "mode": "std", "duration": 5}'

异步： 请参阅异步任务轮询。通过 POST /kling/tasks 轮询，并传入 {"id": "..."}。

模型

模型质量最适合
kling-v3-turbo快速720p/1080p，整数秒时长 3–15 秒，包含原生音频且无法关闭
kling-v3最新最高质量，时长可灵活选择 3–15 秒，可选生成音频
kling-v3-omni最新V3 Omni 模型，支持音频及图像/视频参考，时长可灵活选择 3–15 秒
kling-v2-6高高质量输出，可选音频（专业模式）
kling-v2-5-turbo高 + 快速度与质量的最佳平衡
kling-v2-master高高质量输出
kling-v2-1-master高改进版 v2
kling-v1-6改进质量优于 v1
kling-v1标准基础生成，成本最低
kling-o1高级独立的 O1 模型，支持图像/视频参考，仅支持 5 秒

质量模式

模式速度成本用途
std（标准）较慢较低草稿/预览
pro（专业）较快较高最终输出
4k（原生 4K）—高级原生 4K 输出 — 仅适用于 kling-v3 和 kling-v3-omni；与 camera_control 不兼容

工作流

1. 文本转视频
POST /kling/videos
{
  "action": "text2video",
  "prompt": "a futuristic city with flying cars",
  "model": "kling-v3",
  "mode": "std",
  "duration": 5,
  "aspect_ratio": "16:9"
}
2. 图像转视频

为静态图像添加动画。也可以指定结束帧。

POST /kling/videos
{
  "action": "image2video",
  "prompt": "the scene slowly comes alive with movement",
  "start_image_url": "https://example.com/scene.jpg",
  "end_image_url": "https://example.com/end-scene.jpg",
  "model": "kling-v3",
  "mode": "pro"
}
3. Omni 参考

使用 kling-o1 或 kling-v3-omni 搭配参考图像和/或一段参考视频。在提示词中使用从 1 开始的序号引用每个项目。

POST /kling/videos
{
  "action": "text2video",
  "prompt": "turn <<<video_1>>> into hand-painted animation while preserving its motion",
  "model": "kling-o1",
  "mode": "std",
  "duration": 5,
  "generate_audio": false,
  "video_list": [
    {
      "video_url": "https://example.com/source.mp4",
      "refer_type": "base",
      "keep_original_sound": "no"
    }
  ]
}

使用 refer_type: "feature" 引用风格、动作或相邻镜头。使用 refer_type: "base"（默认值）编辑提供的视频。基础视频不能与首帧/结束帧同时使用。

参考视频计费

  1. 提交前，请检查当前模型、模式和参考输入的价格。使用 video_list 提供视频时，kling-o1 和 kling-v3-omni 会采用单独的参考视频计费档位；仅使用 image_list、首帧和尾帧不会触发该档位。使用参考视频时，请设置 generate_audio=false。

  2. 参考视频请求成功后，std 的费用为每计费秒 1.202 Credits，pro 的费用为每计费秒 1.602 Credits。例如，5 秒的 kling-o1 请求费用如下：

    模式不使用参考视频使用 5 个计费秒的参考视频
    std4.005 Credits6.010 Credits
    pro5.340 Credits8.010 Credits

  3. 使用 refer_type=base 时，编辑可能会遵循参考片段的时长：最终计费采用实际输出时长并四舍五入到整数秒（5.708s 按 6s 计费；5.041s 按 5s 计费）。使用 refer_type=feature 时，计费采用请求的 duration。不要假设 base 编辑恰好按请求的时长计费。

  4. 轮询同一任务直至完成，并读取返回的 usage.reference_video_seconds，以获取最终计费秒数。请将已完成任务的用量与计费记录核对；提交时的估算可能与最终费用不同。仅报告实际返回的用量，不要编造响应，也不要根据结果 URL 的数量推断费用。

4. 扩展视频

为现有视频续加数秒内容。

POST /kling/videos
{
  "action": "extend",
  "video_id": "existing-video-id",
  "prompt": "the camera pulls back to reveal the full landscape",
  "model": "kling-v2-5-turbo"
}
5. 动作控制

根据图片和参考视频进行精准的摄像机／动作控制。

POST /kling/motion
{
  "image_url": "https://example.com/subject.jpg",
  "video_url": "https://example.com/motion-reference.mp4",
  "mode": "std",
  "character_orientation": "image"
}
6. 唇形同步

根据源视频以及音轨或输入文本，创建唇形同步视频。

POST /kling/lip-sync
{
  "video_url": "https://example.com/source.mp4",
  "mode": "audio2video",
  "audio_url": "https://example.com/voiceover.mp3"
}
7. 会说话的照片

根据图片和音轨，为静态人像制作动画。

POST /kling/talking-photo
{
  "image_url": "https://example.com/portrait.jpg",
  "audio_url": "https://example.com/voiceover.mp3",
  "model": "kling-v2-1-master",
  "duration": 5,
  "mode": "pro"
}

参数

参数值描述
action"text2video"、"image2video"、"extend"生成模式
model参见模型表要使用的模型
promptstring必需的生成或续写指令
mode"std"、"pro"、"4k"质量模式（4k 仅适用于 kling-v3 / kling-v3-omni，且与 camera_control 不兼容）
durationO1：5；v3/v3-omni/v3-turbo：整数 3–15；其他：5、10时长（秒）
start_image_urlURLaction=image2video 时必需的首帧
end_image_urlURLimage2video 的可选尾帧；需要提供 start_image_url
video_idstringaction=extend 所需的现有 Kling 视频 ID
generate_audiotrue、falsev3、v3-omni 和 v2-6 pro 的可选音频。Turbo 始终包含音频：省略此字段或使用 true
aspect_ratio"16:9"、"9:16"、"1:1"视频宽高比
cfg_scale0–1提示词相关性强度
negative_promptstring视频中要避免的内容
camera_controlobject摄像机运动参数
image_listarraykling-o1 / kling-v3-omni 的 Omni 参考图像；每个项目包含 image_url 和可选的 type（first_frame / end_frame）。不含参考视频时最多 7 张，含参考视频时最多 4 张（包括首帧/尾帧）
video_listarraykling-o1 / kling-v3-omni 的一个 MP4/MOV Omni 参考视频（3–10s、720–2160px、24–60fps、≤200MB）；项目包含 video_url、refer_type（feature / base）和 keep_original_sound（yes / no）
callback_urlstring异步回调 URL
mode (/kling/lip-sync)"audio2video"、"text2video"口型同步模式
video_url (/kling/lip-sync)URL用于口型同步的源视频 URL
video_id (/kling/lip-sync)string用于口型同步的现有 Kling 视频 ID
audio_url (/kling/lip-sync)URL音频源 URL（用于 audio2video）
audio_type (/kling/lip-sync)"url"、"file"音频输入类型（默认值为 url）
audio_file (/kling/lip-sync)stringaudio_type=file 时的音频文件载荷
text (/kling/lip-sync)string要合成为语音的输入文本（用于 text2video）
voice_id (/kling/lip-sync)stringtext2video 使用的语音预设 ID
voice_language (/kling/lip-sync)"zh"、"en"text2video 的 TTS 语言（默认值为 zh）
voice_speed (/kling/lip-sync)numberTTS 语速（默认值为 1.0）
mode (/kling/motion)"std"、"pro"动作生成质量模式
character_orientation (/kling/motion)"image"、"video"角色朝向来源
image_url (/kling/talking-photo)URL源肖像图像
audio_url (/kling/talking-photo)URL驱动音轨
model (/kling/talking-photo)"kling-v1"、"kling-v1-6"、"kling-v2-master"、"kling-v2-1-master"、"kling-v2-5-turbo"、"kling-v2-6"Talking-photo 模型
duration (/kling/talking-photo)5、10Talking-photo 时长
mode (/kling/talking-photo)"std"、"pro"Talking-photo 质量模式

注意事项

  • kling-o1 仅支持 duration=5；kling-v3 和 kling-v3-omni 支持 3–15 秒的灵活时长；大多数其他模型支持 5 或 10
  • mode=4k 仅适用于 kling-v3 和 kling-v3-omni，且不能与 camera_control 同时使用
  • generate_audio 可为 kling-v3、kling-v3-omni 和 kling-v2-6 pro 启用可选的同步音频。Turbo 包含音频，因此不接受 false。
  • end_image_url 仅用于 image2video 操作，用于定义最后一帧
  • 仅 kling-o1 和 kling-v3-omni 支持 Omni 参考；引用格式为 <<<image_N>>> / <<<video_1>>>
  • Omni 参考请求不支持 negative_prompt、cfg_scale、camera_control 或 mode=4k
  • 使用 video_list 时，generate_audio 必须为 false；基础视频不能与首帧/尾帧组合使用
  • element_list 接受平台已有或已验证的预设 ID；原始外部 ID 会被拒绝。尚未发布独立管理功能。
  • 动作控制（/kling/motion）使用独立于视频生成的端点
  • 对口型使用独立端点（/kling/lip-sync），且必须指定 mode；audio2video 使用 audio_url，text2video 使用 text 和语音字段
  • 对口型照片使用独立端点（/kling/talking-photo），且必须同时提供 image_url 和 audio_url
  • 请查询所选模型和画质模式在当前平台的价格。它们的价格比率各不相同；Turbo 标准版/专业版的费率为每实际生成一秒 1.12/1.4 Credits。
  • 任务状态使用 "succeed"（而不是 "succeeded"），轮询时请检查此值
  • negative_prompt 有助于避免不想要的元素（例如，“模糊、低质量、文字”）

Turbo、多镜头与商业功能

Turbo 接受文本或首帧。请省略 generate_audio 或将其设为 true；不支持 false。它不支持尾帧、camera_control、cfg_scale、独立的 negative_prompt 和 Omni 参考。请在配套 MCP 中使用 kling_generate_turbo_video，或在 CLI 中使用 kling turbo --request-file request.json。

V3/V3 Omni 接受 multi_shot=true。自动模式 shot_type="intelligence" 使用全局提示词。自定义镜头使用 multi_prompt（1–6 个条目），索引值必须连续，提示词最多 512 个字符，整数时长之和必须等于总时长。配套工具：kling_generate_storyboard / kling storyboard。

商业功能使用 /kling/goods-studio 和 /kling/video-commerce。请传入结构化内容/设置，并通过 /kling/tasks 轮询任务 ID。服饰、虚拟试穿和独立素材管理功能目前尚未发布。

参考输入

仅将 element_list 和 voice_list 用于已有效的平台参考，并遵循当前后端指南中支持的模型组合。独立素材创建和管理功能尚未发布。

评论

支持 Markdown