butubb
2112c1a870
移植自 mac-agent-os 的 mediacrawler_adapter：不起子进程、不开页面，用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin，所以 ingest 那条链路一个字不用改。
**目前能用的（真环境实测，非推断）**：
profile/other : 200, 7075 字节 —— 博主主页指标（粉丝/获赞/作品数/昵称）
aweme/detail : 200, 45425 字节 —— 单条作品详情（含点赞/评论/收藏/分享）
**目前不能用的：作品列表 `aweme/post`。** 两个互相独立的原因：
1. 这个接口被抖音单独升级成了真校验：不带 x-tt-argus 回 403「Uifid Not Found」，
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过，「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的，
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行：CDP 浏览器打开博主主页会落到「验证码中间页」（当天大量探测的
代价，过几小时要重测）。
所以现在的边界是：**已知作品的指标刷新能做，自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**（都写进注释了）：
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳，补上这三个头变 7074 字节。
（我先前猜的 sec-ch-ua 不是关键。）
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**，所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints，而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的：放过去它会在下游变成「这个博主没作品」，
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的，还被翻译成「账号被封」。
测试 +11：cookie 解析、请求头成套性（含 uifid 缺失/回退）、产物键名与 store 对齐、
以及 _get 的三条失败路径（空 body / 403 带网关原话 / 正常返回）。
180 lines
7.5 KiB
Markdown
180 lines
7.5 KiB
Markdown
# 视频工厂 · 供应商参数速查（经验复用表）
|
||
|
||
> **用途**：动手写代码前先查这里；查不到再查 `docs/api/raw/qwen/`（206 页官方文档）；**都没有才考虑花钱实测**。
|
||
> 最后更新：2026-10-04
|
||
|
||
---
|
||
|
||
## 🔴 血泪教训（先读这段）
|
||
|
||
| 日期 | 教训 | 代价 |
|
||
|:--|:--|:--|
|
||
| 2026-10-04 | **原生音频字段`sound`/`audio` 在官方文档里就有**，我却直接花钱实测试 | **¥33** |
|
||
| 2026-10-04 | 探测"不存在的字段"时用了**合法参数** → 请求通过校验 → 真实生成 | 含在上面 |
|
||
| 2026-10-03 | `image2video/video-synthesis` 对**空 input 也会创建任务**（需手动 cancel） | ¥2.2 |
|
||
|
||
**正确顺序**：
|
||
```
|
||
① 查本文档 → ② 查 docs/api/raw/qwen/ → ③ 查 git log -S"字段名"
|
||
→ ④ 零成本探测（非法值，必须在**参数校验阶段**失败）
|
||
→ ⑤ 最后才真实调用（先跟用户报费用）
|
||
```
|
||
|
||
**零成本探测的正确姿势**：
|
||
- ✅ 传**非法枚举值**（`sound="INVALID"` → 报错列出合法值 `on/off`，不建任务）
|
||
- ✅ 传**非法 model 名**（`"no-such-model"` → 报 "Model not exist"）
|
||
- ❌ **不要**用"合法值 + 假字段名"——假字段被忽略后请求就合法了，会真扣费
|
||
|
||
---
|
||
|
||
## 一、可灵（Kling）视频生成
|
||
|
||
**⚠️ 两条通道字段名不同，别混用：**
|
||
|
||
### 通道 A：可灵官方直连
|
||
`https://api-beijing.klingai.com` · auth = Bearer
|
||
|
||
| 字段 | 值 | 说明 |
|
||
|:--|:--|:--|
|
||
| `sound` | `"on"` / `"off"` | **原生音频开关**（实测确认） |
|
||
|
||
**实测证据（2026-10-04）**：
|
||
```
|
||
sound="on" → 输出含 Audio: aac 44100Hz stereo 128kb/s
|
||
mean_volume -28.0dB / max -11.7dB（真实语音，非空轨）
|
||
sound 不传 → 只有 Video 流
|
||
提示词里写 Audio: 层但 sound 不传 → 无效（不发音频）
|
||
```
|
||
|
||
### 通道 B：千问AI平台代理
|
||
`https://maas.qianwenaiapi.com/api/v1` · auth = Bearer（同一个 DASHSCOPE_API_KEY）
|
||
|
||
**模型 ID**（注意带 `kling/` 前缀）：
|
||
```
|
||
kling/kling-v3-turbo-video-generation 文生 + 图生（首帧）
|
||
kling/kling-v3-video-generation 文生 + 图生（首帧/首尾帧）+ 多镜头叙事
|
||
kling/kling-v3-omni-video-generation 全部（+ 参考生视频 + 视频编辑）
|
||
```
|
||
|
||
**parameters**：
|
||
| 字段 | 类型 | 说明 |
|
||
|:--|:--|:--|
|
||
| `mode` | `"std"` / `"pro"` | 分辨率 std=720P / pro=1080P |
|
||
| `duration` | int 3–15（默认 5） | 时长；omni 且传视频时 `type=base` 则跟随原视频 |
|
||
| **`audio`** | **boolean（默认 false）** | **是否自动生成配音** ← 与官方 `sound` 等价 |
|
||
| `aspect_ratio` | `"16:9"` / `"9:16"` / `"1:1"` | 宽高比 |
|
||
| `watermark` | boolean（默认 false） | 含水印版（返回 `watermark_video_url`） |
|
||
|
||
**input**：
|
||
| 字段 | 说明 |
|
||
|:--|:--|
|
||
| `prompt` | 提示词（可用 `<<<element_1>>>` 引用元素 / `<<<image_1>>>` 引用图） |
|
||
| `multi_shot` / `shot_type` / `multi_prompt` | 多镜头叙事模式 |
|
||
| `media[]` | `{url, type, keep_original_sound}`；type = `first_frame` / `last_frame` / `refer` / `base`（omni 参考视频）/ `feature` |
|
||
| `element_list[]` | `{element_id}` — **角色元素绑定**（跨镜头一致性） |
|
||
| `media[].keep_original_sound` | `"yes"` / `"no"`（默认 no）—— 仅 omni 且 type=base/feature 有效 |
|
||
|
||
**查询结果返回**：`audio: boolean`（是否包含音频）、`video_count`、`SR`
|
||
|
||
**文档位置**：`docs/api/raw/qwen/api-reference-video-generation-kling-video-generation-create-task.md`
|
||
|
||
---
|
||
|
||
## 二、百炼 / 千问AI平台 图像能力
|
||
|
||
（base_url：百炼 `dashscope.aliyuncs.com`；千问 `maas.qianwenaiapi.com`）
|
||
|
||
| 模型 | 用途 | 价格 | 状态 |
|
||
|:--|:--|:--|:--|
|
||
| `wan2.7-image-pro` | 文生图 / **多图参考融合**（9 图输入） | ¥0.2/张 | ✅ 实测可用 |
|
||
| `qwen-image-edit-plus` | 指令图像编辑（**保结构重绘**） | ¥0.2/张 | ✅ 可用 |
|
||
| `qwen-image-edit` | 基础编辑（输入图 ≤3） | ¥0.2/张 | ✅ 可用 |
|
||
| `wan2.7-image` | 文生图 / 编辑 | ¥0.2/张 | ✅ 实测可用 |
|
||
|
||
**字段结构**（同步接口，`multimodal-generation/generation`）：
|
||
```json
|
||
{
|
||
"model": "wan2.7-image-pro",
|
||
"input": {"messages": [{"role": "user", "content": [
|
||
{"text": "指令"},
|
||
{"image": "<URL 或 data:image/png;base64,...>"}
|
||
]}]},
|
||
"parameters": {"size": "1024*1024", "n": 1, "watermark": false}
|
||
}
|
||
```
|
||
- `size` 格式 = **`宽*高`**（不是 `1K`/`2K`！见 `keyframe_gen.py: SIZE_PRESETS`）
|
||
- **content 顺序有讲究**：qwen-image 系列 **先 image 后 text**；wan 系列 **先 text 后 image**
|
||
（`keyframe_gen.py: IMAGE_FIRST_PREFIXES` 自动切换）
|
||
- 参考图可直传 base64 data URL，**无需先上传 OSS**
|
||
|
||
---
|
||
|
||
## 三、常用价格表
|
||
|
||
| 项目 | 价格 |
|
||
|:--|:--|
|
||
| 可灵 kling-v3 无声 720P | ¥0.6/秒 |
|
||
| 可灵 kling-v3 有声（sound=on） | 同上（**不加价**） |
|
||
| 可灵 kling-v2-5-turbo | ¥0.3/秒 |
|
||
| 百炼 wan2.2-kf2v-flash（首尾帧） | ¥0.1/秒 480P |
|
||
| 百炼 wan2.6-r2v-flash（参考生视频） | ¥0.3/秒 720P |
|
||
| 百炼图像（wan2.7 / qwen-image-edit） | ¥0.2/张 |
|
||
| 百炼 VideoRetalk（对口型） | ¥0.08/秒（1800 秒免费额度） |
|
||
| 可灵视频生音效 | ¥0.25/次 |
|
||
|
||
---
|
||
|
||
## 四、待补（下次去查，别实测）
|
||
|
||
- [ ] 万相 3.0（wan30-video）的 `audio` 参数细节与 30 秒限制
|
||
- [ ] 可灵 `element_list` 元素管理的创建接口（跨视频一致性）
|
||
- [ ] 可灵 `multi_shot` / `shot_type` 的完整取值表
|
||
|
||
**补充方式**：`fetch_url` 抓 `platform.qianwenai.com/docs/llms.txt` 找页面 →
|
||
抓 `openapi-*.json`（OpenAPI 规格，零费用）→ 追加到本文档。
|
||
|
||
---
|
||
|
||
## 🆕 2026-10-05 追加：可灵「两条通道」的字段差异（重要，别混用）
|
||
|
||
**同一个可灵，有两个入口，字段名完全不同**：
|
||
|
||
| | 可灵官方（**我们在用**） | 千问AI平台（千问代理） |
|
||
|---|---|---|
|
||
| base_url | `api-beijing.klingai.com` | `maas.qianwenaiapi.com` |
|
||
| 鉴权 | `Bearer api-key-kling-…` | `Bearer sk-…`（同一个百炼 key） |
|
||
| 原生有声 | **`sound: "on"/"off"`** | **`parameters.audio: true/false`** |
|
||
| 首尾帧 | `image` + `image_tail`（顶层字段） | `input.media[] = [{type:first_frame},{type:last_frame}]` |
|
||
| 时长 | 5 / 10 秒 | **3–15 秒** |
|
||
| 分辨率 | 720P / 1080P | std / pro / **4k** |
|
||
| 多镜头叙事 | ❌ | ✅ `multi_shot` + `shot_type` + `multi_prompt`(≤6) |
|
||
| 参考生视频 | ❌ | ✅ omni 模型的 `refer` |
|
||
|
||
> ❌ 把 `sound="on"` 发给千问代理 → 字段不存在，静默被忽略（可能白花钱）
|
||
> ❌ 把 `audio=true` 发给可灵官方 → 同上
|
||
|
||
### 百炼（万相）视频模型的两个端点（**不同模型走不同端点**）
|
||
|
||
```
|
||
wan2.2-kf2v-flash 首尾帧 → /services/aigc/image2video/video-synthesis
|
||
wan2.6-r2v-flash 多图参考 → /services/aigc/video-generation/video-synthesis
|
||
```
|
||
|
||
**字段差异**：
|
||
```
|
||
KF2V: input.first_frame_url ★ + input.last_frame_url ★ + prompt(可选)
|
||
parameters{resolution, prompt_extend, seed, template, watermark}
|
||
⚠️ duration **固定 5 秒不可传**（传了有被拒风险）
|
||
⚠️ 输出宽高比跟随首帧
|
||
|
||
R2V: input.media[] ★ [{type, url}] + input.prompt ★（**必填**）
|
||
media.type = first_frame | reference_image | reference_video
|
||
最多 5 个参考
|
||
```
|
||
|
||
### 本次踩的三个坑（已修）
|
||
|
||
1. **KF2V 端点写错** → 走成 `video-generation`（那是 R2V 的）→ 第一次生成必定 404
|
||
2. **KF2V 传了 `duration`** → 官方明确「固定 5 秒，不可修改」
|
||
3. **R2V 的 `prompt` 做成可选** → 官方是 ★必填
|