Metadata

name: team-ai-models
version: 1.0.0
description: 调用团队内部集成的所有图片、视频和音频生成大模型（如Doubao, Sora, Kling, Vidu, Suno等）。当你需要生成多媒体内容时调用此技能。
metadata: {"clawdbot":{"emoji":"🎨","requires":{"bins":["python"],"env":["TEAM_API_KEY"]},"primaryEnv":"TEAM_API_KEY"}}

Team AI Models (Media Generation)

简介与隐私声明

重要：本技能通过团队内部的统一 API 网关处理请求，请确保拥有团队颁发的 sk- 开头的 API Key。使用此技能时，数据将直接发送至团队 API 代理服务器，遵循团队的安全与隐私规范。

本技能集成了系统中的多媒体生成模型，你可以通过 --model 参数指定以下任意一个模型 ID：

(注：如果需要特定的参数格式如参考图、时长等，请根据平台接口规范使用。)

检查当前是否有 TEAM_API_KEY 环境变量（通常以 sk- 开头）。平台网关默认配置为 http://127.0.0.1:3000/api/ai/tool，无需额外设置。
确保已安装所需的依赖：

pip install requests

纯文本/通用生成请求：

python script/invoke_model.py --model 'n1n-gemini-2.5-pro-preview-tts' --prompt '生成一段介绍产品的语音'

带参考图/视频请求（多模态）：

python script/invoke_model.py --model 'doubao-seedream-4_5' --prompt '根据图片生成赛博朋克风格的海报' --image 'absolute/path/to/image.jpg'

处理远程多模态链接：

python script/invoke_model.py --model 'sora-2' --prompt '让图片中的人物动起来' --image 'https://example.com/ref.jpg' --remote

等待命令执行结束，并获取返回结果作为该任务的输出。

图生视频模型强制要求参考图：当你调用图生视频（I2V）模型（如 vidu-i2v-viduq2, jimeng-i2v-first-v30）时，必须使用 --image 参数提供参考图，否则服务端会拒绝请求。
首尾帧模型：如 jimeng-i2v-first-tail-v30，默认需要提供首帧和尾帧，当前脚本的 --image 仅映射为首帧，若因缺失尾帧报错，请根据需要调整或使用基础的 jimeng-i2v-first-v30 模型。
参数自适应：脚本会自动将 --image 映射为服务端需要的 images 或 firstFrame 字段，你只需统一使用 --image 即可。
如果遇到远程资源（图片/视频）下载或访问超时，可尝试先将资源下载至工作区，再使用本地路径作为参数调用。
如果提示 Unauthorized，请提醒用户检查团队 API Key 的有效性或余额。