AI 视频生成

通过火山引擎 Doubao Seedance API 生成视频。

环境变量

脚本通过以下环境变量获取 API 配置：

• VIDEO_GEN_API_KEY — 火山引擎 API Key
• VIDEO_GEN_BASE_URL — API 基础地址（默认：https://ark.cn-beijing.volces.com/api/v3）

支持的生成模式

模式	说明	参数
text_to_video	文生视频	prompt
image_to_video	图+文生视频（URL）	prompt + --first-frame URL
image_to_video_base64	图生视频（Base64）	prompt + --first-frame 路径/base64
audio_video_first_frame	有声视频-首帧	prompt + --first-frame + --audio
audio_video_first_last_frame	有声视频-首尾帧	prompt + --first-frame + --last-frame + --audio
seedance_lite_reference	Seedance-Lite 参考图	prompt + --reference-image

可用模型

• doubao-seedance-1.5 — 完整版（默认）
• seedance-lite — 轻量版

使用方法

文生视频

export VIDEO_GEN_API_KEY="your-api-key"

python3 scripts/generate_video.py "一只可爱的小猫在草地上奔跑，阳光明媚，慢动作" \
  --mode text_to_video \
  --output cat_running.mp4

图生视频

python3 scripts/generate_video.py "让图片中的人物转头微笑" \
  --mode image_to_video \
  --first-frame "https://example.com/image.jpg" \
  --output person_smile.mp4

图生视频（Base64）

python3 scripts/generate_video.py "让图片动起来" \
  --mode image_to_video_base64 \
  --first-frame ./input_image.png \
  --output animated.mp4

有声视频（首帧）

python3 scripts/generate_video.py "人物开口说话，声音洪亮" \
  --mode audio_video_first_frame \
  --first-frame ./portrait.jpg \
  --audio \
  --output talking.mp4

有声视频（首尾帧）

python3 scripts/generate_video.py "人物从左转头到右" \
  --mode audio_video_first_last_frame \
  --first-frame ./left.jpg \
  --last-frame ./right.jpg \
  --audio \
  --output turn_head.mp4

Seedance-Lite 参考图

python3 scripts/generate_video.py "参考图片风格生成视频" \
  --mode seedance_lite_reference \
  --reference-image ./style_ref.jpg \
  --output styled_video.mp4

工作流程

1. 理解需求：分析用户的视频需求，确定生成模式
2. 选择模式：文生视频、图生视频、有声视频等
3. 优化提示词：将用户描述扩展为详细的视频描述
4. 执行脚本：调用 scripts/generate_video.py 生成视频
5. 等待完成：视频生成通常需要几分钟
6. 上传视频：上传到飞书获取 file_key
7. 发送视频：使用 message 工具发送视频

飞书视频上传

import requests

# 获取 token（使用飞书 app_id 和 app_secret）
resp = requests.post(
    "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal",
    json={"app_id": "YOUR_APP_ID", "app_secret": "YOUR_APP_SECRET"}
)
token = resp.json()["tenant_access_token"]

# 上传视频
with open("video.mp4", "rb") as f:
    resp = requests.post(
        "https://open.feishu.cn/open-apis/im/v1/files",
        headers={"Authorization": f"Bearer {token}"},
        files={"file": ("video.mp4", f, "video/mp4")},
        data={"file_type": "mp4"}
    )
file_key = resp.json()["data"]["file_key"]

# 发送视频
# 使用 message 工具: {"file_key": "<file_key>"}

提示词技巧

• 描述动作：清晰描述主体运动、镜头运动
• 时间感：快/慢动作、延时、瞬间
• 氛围感：光线、天气、情绪
• 镜头语言：推/拉/摇/移、特写/远景

参数说明

参数	说明	默认值
--mode	生成模式	text_to_video
--model	模型名称	doubao-seedance-1.5
--first-frame	首帧图片	-
--last-frame	尾帧图片	-
--reference-image	参考图片	-
--audio	启用音频	False
--output	输出路径	自动生成
--no-wait	不等待完成	False