viduq2 i2v:在 Agent 里用 Vidu Q2 做图生视频

前言

做产品演示、短视频素材或动效预览时,常见路径是单独打开某个图生视频控制台,上传图片、填提示词、等任务完成后再把链接拷回工作流。若你已经在 Cursor、Claude Code 等环境里用 Skill 驱动任务,更希望 Agent 能直接根据本地或 URL 图片发起生成,并把结果以结构化 JSON 返回。

下面介绍 SkillHub 上的 viduq2 i2v(坐标 @user_f95f21b8/dlazy-viduq2-i2v)。它把 dLazy 提供的 Vidu Q2 图生视频能力封装成标准 SKILL.md,由 Agent 调用 @dlazy/cli 完成请求;与自行拼 HTTP 相比,参数、鉴权与输出格式已在技能文档中约定。

这是什么

viduq2 i2v 的定位是:使用 Vidu Q2 图生视频模型,将静态图片转化为动态视频(英文简介:Convert static images into dynamic videos using Vidu Q2 image-to-video model.)。

  • 发布渠道:SkillHub 社区技能(source: community),页面发布者为 user_f95f21b8,当前版本 1.0.9,分类 design-media。
  • 底层实现:技能本身是 dLazy 托管 API 的薄封装;CLI 由 dlazyai 维护,源码见 github.com/dlazyai/cli,推理与媒资经 api.dlazy.com、files.dlazy.com。
  • 前置条件:SkillHub 标签标明 requires_api_key=true,需配置 dLazy API Key 后方可调用。

核心功能

结合技能文档(dlazy-viduq2-i2v v1.0.9),已核实的能力包括:

  1. 图生视频:通过子命令 dlazy viduq2-i2v 调用,对应模型标识 vidu-i2v-viduq2。
  2. 两种生成模式(--generation_mode):默认 components;可选 frames(首帧/尾帧模式)。
  3. 输入:components 模式下可用 --images(本地路径或 URL,最多 10 张)、--subjects(最多 7 个);frames 模式下用 --firstFrame、--lastFrame。
  4. 可控参数:提示词 --prompt、时长 2–10 秒、分辨率 540p/720p/1080p、画幅比例、是否带音频、水印等;支持 --dry-run 预估费用、--no-wait 异步任务与 dlazy status 轮询。
  5. Agent 触发词:如 vidu q2、image to video(中文技能页另有「图生视频」「图片变视频」等表述)。

技能不替代账号与计费:请求走 dLazy 云服务,余额不足或 Key 无效时 CLI 会返回文档中列明的错误码。

安装与启用

安装分两层:先把 Skill 装进当前 Agent 的 skills 目录,再确保本机有 dLazy CLI 与 API Key。

1. 通过 SkillHub 安装技能

官方页面给出的方式是让 Agent 按 SkillHub 安装说明 安装坐标 @user_f95f21b8/dlazy-viduq2-i2v。若已安装 skillhub CLI,可将技能装到当前环境识别的目录(必须使用 --dir,否则默认 ./skills/ 可能不被 Agent 加载):

skillhub install @user_f95f21b8/dlazy-viduq2-i2v --dir <你的 Agent skills 目录>

常见路径示例(来自 SkillHub 安装文档):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下 .agents/skills/

安装后按你所用客户端要求重启或刷新技能列表。

2. 安装 dLazy CLI

技能元数据固定 CLI 版本 1.0.9,需要本机具备 npm / npx:

npm install -g @dlazy/cli@1.0.9

或不全局安装、按次调用:

npx @dlazy/cli@1.0.9 <子命令>

3. 配置 API Key

dlazy auth set YOUR_API_KEY

Key 写入 ~/.dlazy/config.json(Windows 为 %USERPROFILE%\.dlazy\config.json),也可通过环境变量 DLAZY_API_KEY 传入。Key 在 dlazy.com 控制台 API Key 页 获取。

典型用法

Agent 侧应按技能说明执行 dlazy viduq2-i2v。先查看完整参数:

dlazy viduq2-i2v -h

技能文档中的示例(与 -h 列出的 --images 命名并存,以你本机 -h 为准):

# 基础:本地图片 + 提示词
dlazy viduq2-i2v --prompt 'prompt text' --image '/path/to/image.png'

# 使用已托管的图片 URL
dlazy viduq2-i2v --prompt 'prompt text' --image 'https://files.dlazy.com/image.png'

components 模式下典型组合还包括 --duration、--resolution、--aspectRatio 等;异步场景可加 --no-wait,再用 dlazy status <generateId> --wait 等待完成。

成功时 CLI 返回 JSON,result.tool 为 viduq2-i2v,outputs 中含 files.dlazy.com 上的结果 URL。本地路径会在调用前上传到 dLazy 媒资,与直接使用云端图生视频 API 的数据流一致。

适用场景与注意

适合谁

  • 已在 Agent 工作流里处理图片,希望同一对话内完成「静图 → 短视频」的团队或个人。
  • 需要统一鉴权、参数和错误处理(如 unauthorized、insufficient_balance),而不是每次手写 curl。

限制与注意

  1. 依赖网络与账号:必须有效 dLazy API Key 与足够余额;余额问题需到 Credits 设置 充值。
  2. 数据出境/上传:本地文件会传到 files.dlazy.com,敏感素材需自行评估合规性。
  3. SkillHub 指标(以抓取资料为准):评分 100000,下载约 1141 次;与页面实时数字可能略有差异,以 SkillHub 为准。
  4. 版本绑定:技能与 CLI 均钉在 1.0.9,升级 CLI 前建议对照技能包内 SKILL.md 的 metadata 字段。

结尾

viduq2 i2v 把 Vidu Q2 图生视频收敛成 Agent 可调用的 Skill:SkillHub 负责分发与坐标,dLazy CLI 负责鉴权与 API。若你的痛点是「在编码环境里少切换控制台、多留结构化结果」,可以按上文装好技能与 CLI,用一张图和一句 prompt 试跑 dlazy viduq2-i2v。

官方入口:

  • SkillHub 页面:https://www.skillhub.cn/skills/user_f95f21b8/dlazy-viduq2-i2v
  • API 坐标链接:https://api.skillhub.cn/user_f95f21b8/dlazy-viduq2-i2v
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye