蝉镜创作
chanjing-ai-creation
by binkes
Use Chanjing AI creation APIs to submit image or video generation tasks across multiple models, inspect task status, poll async results, and explicitly download generated assets when requested.
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/binkes/chanjing-ai-creation文档
Chanjing AI Creation
When to Use This Skill
当用户要做这些事时使用本 Skill:
- 用蝉镜 AI 创作模型生成图片
- 用蝉镜 AI 创作模型生成视频
- 查询 AI 创作任务列表或单个任务详情
- 轮询 AI 创作异步结果
- 在用户明确要求时下载图片或视频到本地
如果需求更接近“文生数字人”,优先使用 chanjing-text-to-digital-person。
如果需求更接近“已有数字人视频合成”,优先使用 chanjing-video-compose。
Preconditions
执行本 Skill 前,必须先通过 chanjing-credentials-guard 完成 AK/SK 与 Token 校验。
本 Skill 与 guard 共用:
~/.chanjing/credentials.jsonhttps://open-api.chanjing.cc
无凭证时,脚本会自动打开蝉镜登录页,并提示配置命令。
Standard Workflow
AI 创作的主接口是统一提交器:
- 调用
submit_task提交图片或视频生成任务,得到unique_id - 调用
poll_task轮询直到成功,得到output_url - 如需回看任务参数或错误原因,调用
get_task - 如需看历史记录,调用
list_tasks - 只有在用户明确要求保存到本地时,才调用
download_result
这个 skill 默认做成“通用任务提交器”:
- 对常见图片/视频模型,优先使用脚本提供的通用参数
- 对特殊模型参数,使用
--body-file或--body-json透传完整请求体
Covered APIs
本 Skill 当前覆盖:
POST /open/v1/ai_creation/task/submitPOST /open/v1/ai_creation/task/pageGET /open/v1/ai_creation/task
Scripts
脚本目录:
skills/chanjing-ai-creation/scripts/
| 脚本 | 说明 |
|---|---|
_auth.py | 读取凭证、获取或刷新 access_token |
submit_task | 提交 AI 创作任务,输出 unique_id |
get_task | 获取单个任务详情 |
list_tasks | 列出图片或视频任务 |
poll_task | 轮询任务直到完成,默认输出第一个结果地址 |
download_result | 下载图片或视频到 outputs/ai-creation/ |
Usage Examples
示例 1:Seedream 3.0 文生图
TASK_ID=$(python3 skills/chanjing-ai-creation/scripts/submit_task \
--creation-type 3 \
--model-code "doubao-seedream-3.0-t2i" \
--prompt "赛博朋克城市夜景,霓虹灯,雨夜,电影镜头" \
--aspect-ratio "16:9" \
--clarity 2048 \
--number-of-images 1)
python3 skills/chanjing-ai-creation/scripts/poll_task --unique-id "$TASK_ID"
示例 2:腾讯 Kling v2.1 Master 图生视频
TASK_ID=$(python3 skills/chanjing-ai-creation/scripts/submit_task \
--creation-type 4 \
--model-code "tx_kling-v2-1-master" \
--ref-img-url "https://res.chanjing.cc/chanjing/res/aigc_creation/photo/start.jpg" \
--ref-img-url "https://res.chanjing.cc/chanjing/res/aigc_creation/photo/end.jpg" \
--prompt "角色从静止到转身,镜头平滑移动,叙事感强" \
--aspect-ratio "9:16" \
--clarity 1080 \
--quality-mode pro \
--video-duration 5)
python3 skills/chanjing-ai-creation/scripts/poll_task --unique-id "$TASK_ID"
示例 3:直接透传完整 JSON
python3 skills/chanjing-ai-creation/scripts/submit_task \
--body-file ./payload.json
Download Rule
下载是显式动作,不是默认动作:
poll_task成功后应先返回远端output_url- 不要自动下载结果文件
- 只有当用户明确表达“下载到本地”“保存到 outputs”“帮我落盘”时,才执行
download_result
Output Convention
默认本地输出目录:
outputs/ai-creation/
Additional Resources
更多接口细节见:
skills/chanjing-ai-creation/reference.mdskills/chanjing-ai-creation/examples.md
相关 Skills
Claude接口
by anthropics
面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景,自动识别项目语言并给出对应示例与默认配置,快速搭建 LLM 应用。
✎ 想把Claude能力接进应用或智能体,用claude-api上手快、兼容Anthropic与Agent SDK,集成路径清晰又省心
计算机视觉
by alirezarezvani
聚焦目标检测、图像分割与视觉系统落地,覆盖 YOLO、DETR、Mask R-CNN、SAM 等方案,适合定制数据集训练、推理优化及 ONNX/TensorRT 部署。
✎ 把目标检测、图像分割到推理部署串成完整工程链路,主流框架与 YOLO、DETR、SAM 等方案都覆盖,落地视觉 AI 会省心很多。
智能体流程设计
by alirezarezvani
面向生产级多 Agent 编排,梳理顺序、并行、分层、事件驱动、共识五种工作流设计,覆盖 handoff、状态管理、容错重试、上下文预算与成本优化,适合搭建复杂 AI 协作系统。
✎ 帮你把多智能体流程设计、编排和自动化统一起来,复杂工作流也能更稳地落地,适合追求强控制力的团队。
相关 MCP 服务
知识图谱记忆
编辑精选by Anthropic
Memory 是一个基于本地知识图谱的持久化记忆系统,让 AI 记住长期上下文。
✎ 帮 AI 和智能体补上“记不住”的短板,用本地知识图谱沉淀长期上下文,连续对话更聪明,数据也更可控。
顺序思维
编辑精选by Anthropic
Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。
✎ 这个服务器展示了如何让 Claude 像人类一样逐步推理,适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例,别指望直接用在生产环境里。
PraisonAI
编辑精选by mervinpraison
PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。
✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务(比如自动研究或代码生成),PraisonAI 的低代码设计和多平台集成(如 Telegram)让它上手极快。但作为非官方项目,它的生态成熟度可能不如 LangChain 等主流框架,适合愿意尝鲜的开发者。