Neodomain AI Content Generator

核心行为规范

• Token 检查：每次执行前确认 NEODOMAIN_ACCESS_TOKEN 已设置。若未设置或遇到 token 过期错误（errCode 2001），立即走 认证流程，动态询问用户手机号/邮箱，不要硬编码保存。
• 模型选择：根据用户需求按 模型选择逻辑 自主选择，无需询问用户（除非用户明确指定）。
• 提示词规范：必须遵循各模式的提示词公式，尤其是 UNIVERSAL_TO_VIDEO 必须用 @图片 1/@视频 1 等明确引用素材。
• 输出目录：默认使用 ./output，若用户未指定则不需询问。
• --generate-audio 是布尔 flag，写 --generate-audio 即可，不要写 --generate-audio true。

⚠️ 常见问题与解决方案 (FAQ)

1. Token has been revoked (errCode 2001)

现象：视频生成 API 返回 Token has been revoked，但图片 API 可能正常。

原因：

• 企业版 token 的视频服务权限被撤销
• Token 已过期
• 服务端认证系统临时故障

解决方案：

1. 先用图片 API 测试 token 是否有效：curl -H "accessToken: $TOKEN" https://story.neodomain.cn/agent/ai-image-generation/models
2. 如果图片 API 正常但视频 API 失败 → 联系管理员确认视频服务权限
3. 如果全部失败 → 重新登录获取新 token（走认证流程）

2. 模型不支持某 generationType

现象：❌ Failed: 模型 xxx 不支持 YYY 类型

原因：不是所有模型都支持所有生成类型。

解决方案：

• neo-video-2-0 / neo-video-2-0-fast → 仅支持 UNIVERSAL_TO_VIDEO
• kling-video-o1 / kling-v3-omni → 仅支持 UNIVERSAL_TO_VIDEO
• veo-3.1-* → 支持 REFERENCE_TO_VIDEO（多图参考）
• 其他模型 → 通常支持 TEXT_TO_VIDEO 和 IMAGE_TO_VIDEO

正确选择：

• 多张角色图 → 用 neo-video-2-0 + UNIVERSAL_TO_VIDEO
• 单张首帧 → 用 doubao-seedance-1-5-pro + IMAGE_TO_VIDEO
• 纯文字 → 用 doubao-seedance-1-5-pro + TEXT_TO_VIDEO

3. UNIVERSAL_TO_VIDEO 提示词写法错误

错误示例：--prompt "蓝白校服的男生和穿碎花裙子的女生在校园里散步"

正确示例：--prompt "参考@图片 1 的男生和@图片 2 的女生，两人在阳光明媚的校园里并肩散步，镜头缓慢跟随"

规则：

• --image-urls 中第 1 个 URL → 用 @图片 1 引用
• --image-urls 中第 2 个 URL → 用 @图片 2 引用
• --video-urls 中第 1 个 URL → 用 @视频 1 引用
• --audio-urls 中第 1 个 URL → 用 @音频 1 引用
• 必须在 prompt 中明确引用每个素材，不要用"那张图"等模糊表达

4. 认证服务不可用

现象：Authentication service unavailable, please try again

原因：Neodomain 服务端认证系统临时故障（可能在重启）

解决方案：等待 5-10 分钟后重试

意图识别与路径选择

根据用户意图选择正确路径：

Model Selection Logic

图片模型选择

有参考图？
├─ 是 → generate_image_ref.py，模型用 doubao-seedream-5-0-260128
└─ 否 → generate_image.py
        ├─ 追求高性价比 → doubao-seedream-5-0-260128 (25pts)
        ├─ 追求最高质量 → gemini-3-pro-image-preview (100pts)
        └─ 默认/普通需求 → gemini-3.1-flash-image-preview (90pts)

视频模型选择

有多模态素材（视频/音频参考）？
└─ 是 → UNIVERSAL_TO_VIDEO
        ├─ 追求最高品质 → neo-video-2-0
        ├─ 追求速度/性价比 → neo-video-2-0-fast
        └─ 需要高分辨率 (1080p) → kling-v3-omni 或 kling-video-o1

有多张参考图（保持角色一致性）？
└─ 是 → REFERENCE_TO_VIDEO，模型用 veo-3.1-generate-preview

有参考图（图生视频）？
└─ 是 → IMAGE_TO_VIDEO
        ├─ 需要音频 → doubao-seedance-1-5-pro-251215 或 kling-v3
        ├─ 需要首尾帧精确控制 → kling-v3 或 kling-v2-6
        ├─ 需要超高清 4K → veo-3.1-generate-preview
        ├─ 需要超长时长 (15s+) → kling-v3(最长 15s) 或 vidu-q3-pro(最长 16s)
        └─ 默认 → doubao-seedance-1-5-pro-251215

纯文字生视频？
└─ 是 → TEXT_TO_VIDEO
        ├─ 需要音频 → doubao-seedance-1-5-pro-251215 或 kling-v3
        ├─ 高性价比 → doubao-seedance-1-0-pro-fast-251015
        └─ 默认 → doubao-seedance-1-5-pro-251215

视频参数选择规则

• resolution：用户未指定时默认 720p；明确要求高清用 1080p；明确要求超清用 4K（仅 Veo 3.1 支持）
• duration：用户未指定时默认 8s；需注意各模型上限（见下表），不要超出范围
• aspect-ratio：根据用途自主判断——竖屏内容用 9:16，横屏用 16:9，方形用 1:1；IMAGE_TO_VIDEO 模式下此参数无效，无需传入
• generate-audio：用户提到"有声音"/"带音频"/"有背景音乐"时自动加上

Authentication

# Step 1：发送验证码（询问用户手机号或邮箱后执行）
python3 {baseDir}/scripts/login.py --send-code --contact "手机号或邮箱"

# Step 2：用户提供验证码后登录
python3 {baseDir}/scripts/login.py --login --contact "手机号或邮箱" --code "验证码"

Step 2 可能出现两种结果：

• 单一身份：直接输出 accessToken，告知用户设置到 NEODOMAIN_ACCESS_TOKEN 环境变量。

• 多身份：输出身份列表（含编号、类型、昵称、企业名、userId），需执行 Step 3 选择身份：

# Step 3：选择身份（仅在 Step 2 返回多身份时执行）
python3 {baseDir}/scripts/login.py --select-identity --contact "手机号或邮箱" --user-id "选中的userId"

Step 3 成功后输出 accessToken，告知用户设置到 NEODOMAIN_ACCESS_TOKEN 环境变量。

Image Generation

generate_image.py（文生图 / 图生图）

python3 {baseDir}/scripts/generate_image.py \
  --prompt "A beautiful mountain landscape, golden hour, cinematic" \
  --model "doubao-seedream-5-0-260128" \
  --aspect-ratio "16:9" \
  --size "2K" \
  --token $NEODOMAIN_ACCESS_TOKEN

可用模型：

generate_image_ref.py（参考图生图 / 角色一致性）

python3 {baseDir}/scripts/generate_image_ref.py \
  --prompt "A woman walking in a forest" \
  --reference-image "https://example.com/character1.jpg" \
  --reference-image "https://example.com/character2.jpg" \
  --model "doubao-seedream-5-0-260128" \
  --aspect-ratio "16:9" \
  --token $NEODOMAIN_ACCESS_TOKEN

--reference-image 可多次指定，上限 10 张。其余参数同 generate_image.py，默认模型为 doubao-seedream-5-0-260128。

Video Generation

generate_video.py

统一入口，通过 --generation-type 区分模式。

TEXT_TO_VIDEO（文生视频）

python3 {baseDir}/scripts/generate_video.py \
  --prompt "A serene lake at dawn, mist rising, cinematic wide shot" \
  --model "doubao-seedance-1-5-pro-251215" \
  --generation-type "TEXT_TO_VIDEO" \
  --aspect-ratio "16:9" \
  --resolution "720p" \
  --duration "8s" \
  --generate-audio \
  --token $NEODOMAIN_ACCESS_TOKEN

IMAGE_TO_VIDEO（图生视频）

# 首帧必填，尾帧可选（需模型支持首尾帧）；宽高比自动按参考图，无需指定
python3 {baseDir}/scripts/generate_video.py \
  --prompt "The camera slowly pans across the landscape" \
  --model "kling-v3" \
  --generation-type "IMAGE_TO_VIDEO" \
  --first-frame "https://example.com/image.jpg" \
  --last-frame "https://example.com/end.jpg" \
  --resolution "1080p" \
  --duration "5s" \
  --generate-audio \
  --token $NEODOMAIN_ACCESS_TOKEN

REFERENCE_TO_VIDEO（多图参考生视频）

仅 veo-3.1-generate-preview / veo-3.1-fast-generate-preview 支持。

python3 {baseDir}/scripts/generate_video.py \
  --prompt "Characters interacting in a scene" \
  --model "veo-3.1-generate-preview" \
  --generation-type "REFERENCE_TO_VIDEO" \
  --image-urls "https://example.com/ref1.jpg,https://example.com/ref2.jpg" \
  --aspect-ratio "16:9" \
  --resolution "1080p" \
  --duration "8s" \
  --generate-audio \
  --token $NEODOMAIN_ACCESS_TOKEN

UNIVERSAL_TO_VIDEO（多模态组合生视频）

支持图片、视频、音频混合参考。必须在 prompt 中用 @图片 1/@图片 2/@视频 1/@音频 1 精确引用对应素材（顺序即编号）。

python3 {baseDir}/scripts/generate_video.py \
  --prompt "参考@图片 1 的男生和@图片 2 的女生，两人在阳光明媚的校园里并肩散步，镜头缓慢跟随" \
  --model "neo-video-2-0" \
  --generation-type "UNIVERSAL_TO_VIDEO" \
  --image-urls "https://example.com/boy.jpg,https://example.com/girl.jpg" \
  --resolution "720p" \
  --duration "5s" \
  --token $NEODOMAIN_ACCESS_TOKEN

Universal 提示词公式： @素材引用 + 主体描述 + 动作/场景 + 镜头语言 + 风格美学

@素材引用规则（重要！）：

• --image-urls 中第 1 个 URL → 用 @图片 1 引用
• --image-urls 中第 2 个 URL → 用 @图片 2 引用
• --video-urls 中第 1 个 URL → 用 @视频 1 引用
• --audio-urls 中第 1 个 URL → 用 @音频 1 引用
• 必须在 prompt 开头明确引用每个素材，不要用"那张图""这个角色"等模糊表达

错误示例 ❌：

--prompt "蓝白校服的男生和穿碎花裙子的女生在校园里散步"
--image-urls "boy.jpg,girl.jpg"

正确示例 ✅：

--prompt "参考@图片 1 的蓝白校服男生和@图片 2 的碎花裙子女生，两人在阳光明媚的校园里并肩散步，镜头缓慢跟随"
--image-urls "boy.jpg,girl.jpg"

适用模型：neo-video-2-0, neo-video-2-0-fast, kling-video-o1, kling-v3-omni

generate_video.py 完整参数表

各模型支持范围（Cascading）

¹ Vidu Q3 Pro 的 2k 仅在 I2V 模式下支持。 T2V 宽高比：Doubao 支持 16:9/9:16/1:1/4:3/3:4/21:9/9:21；Kling/Vidu/Wan 支持 16:9/9:16/1:1；Hailuo 仅 16:9；Veo 支持 16:9/9:16。

各模型支持范围（Universal，--generation-type UNIVERSAL_TO_VIDEO）

motion_control.py（动作迁移）

将参考视频的人物动作迁移到参考图片上：

python3 {baseDir}/scripts/motion_control.py \
  --image "https://example.com/ref_image.jpg" \
  --video "https://example.com/ref_video.mp4" \
  --prompt "Make the character dance" \
  --mode "pro" \
  --duration 5000 \
  --token $NEODOMAIN_ACCESS_TOKEN

batch_video.py（批量分镜生视频）

需要 pip install oss2（用于上传本地图片到 OSS）。默认使用 doubao-seedance-1-5-pro-251215，IMAGE_TO_VIDEO，720p/5s。

python3 {baseDir}/scripts/batch_video.py \
  --storyboard-dir ./storyboards \
  --output-dir ./output/videos \
  --start 1 \
  --end 17 \
  --token $NEODOMAIN_ACCESS_TOKEN

Output

所有脚本完成后自动下载到输出目录：

• 图片：image_1.jpg / .png / .webp
• 视频：video.mp4 + thumbnail.jpg
• 批量视频：video_01.mp4, video_02.mp4, ...
• metadata.json：任务 ID、参数、文件 URL 等详情