wan2.7:在 Agent 里调用通义万相 2.7 做视频生成

前言

做视频生成时,常见做法是单独打开控制台或写脚本对接各家 API:文生视频、首尾帧插值、参考图/参考视频驱动往往是不同接口或不同模型。要在 Cursor、Claude Code 等环境里让 Agent 直接出片,还需要把鉴权、参数和轮询逻辑写进 Skill。

下面介绍 SkillHub 上的 wan2.7(坐标 @user_f95f21b8/dlazy-wan2-7)。它把 Tongyi Wanxiang 2.7 封装成通用 SKILL.md,通过 dLazy CLI 走托管 API,同一套命令覆盖文生视频、首尾帧生视频,以及参考图/参考视频生视频。

这是什么

wan2.7 是社区来源(community)的 design-media 类 Skill,当前版本 1.0.9,发布者为 user_f95f21b8。官方简介为:Tongyi Wanxiang 2.7 video model — one model covers text-to-video, first/last-frame-to-video, and reference-to-video。

技能本体是对 dLazy 托管 API 的薄封装:维护方为 dlazyai,CLI 源码在 github.com/dlazyai/cli,npm 包为 @dlazy/cli(本 Skill 固定 1.0.9)。推理请求发往 api.dlazy.com,本地传入的媒体文件由 CLI 上传至 files.dlazy.com。SkillHub 标签标明 requires_api_key=true,使用前需配置 dLazy API Key。

核心功能

依据 Skill 文档,已核实能力如下:

  1. 文生视频:--prompt 描述画面,可选分辨率、时长、智能改写、水印等。
  2. 参考图/参考视频生视频(generation_mode 默认 components):--images(最多 5 张)或 --videos(最多 5 个),支持 URL 或本地路径。
  3. 首尾帧生视频(generation_mode=frames):--firstFrame、--lastFrame 指定起止帧。
  4. 可选音频:--audio 传入音频 URL 或本地文件。
  5. 异步与预估:--dry-run 只打印请求体与费用预估;--no-wait 立即返回 generateId,可用 dlazy status <generateId> --wait 轮询。

后端模型标识在返回 JSON 中为 modelId: "bailian-wan2_7"。分辨率可选 720P、1080P;时长 2–15 秒(默认 5)。

安装与启用

1. 安装 Skill(SkillHub)

先确认本机已有 skillhub CLI;若无,可按 SkillHub 安装说明 安装。安装技能时必须用 --dir 指向当前 Agent 的 skills 目录,否则默认落在 ./skills/ 可能不会被识别。

Cursor 示例如下(其他客户端路径见官方文档,如 Claude Code 为 ~/.claude/skills/):

skillhub install @user_f95f21b8/dlazy-wan2-7 --dir ~/.cursor/skills/

SkillHub 页面亦支持让 Agent 按 https://skillhub.cn/install/skillhub.md 安装同一坐标。

2. 安装 dLazy CLI

Skill 元数据要求环境具备 npm、npx。全局安装固定版本:

npm install -g @dlazy/cli@1.0.9

若不想全局安装,可按次调用:

npx @dlazy/cli@1.0.9 <command>

3. 配置 API Key

在 dlazy.com 注册后,于 组织 API Key 页面 复制密钥,再写入 CLI:

dlazy auth set YOUR_API_KEY

密钥保存在 ~/.dlazy/config.json(Windows 为 %USERPROFILE%\.dlazy\config.json)。也可单次使用环境变量 DLAZY_API_KEY。

典型用法

查看完整参数说明:

dlazy wan2.7 -h

文生视频(官方示例):

dlazy wan2.7 --prompt '提示词内容'

参考图生视频:

dlazy wan2.7 --prompt '提示词内容' --images '/path/to/image.png'

首尾帧模式需显式切换模式并传入帧图(参数名与 -h 输出一致):

dlazy wan2.7 --generation_mode frames --prompt '镜头从 A 过渡到 B' --firstFrame '/path/to/start.png' --lastFrame '/path/to/end.png'

成功时 CLI 返回 JSON,ok: true 时 result.outputs 中含 url 等字段;若使用 --no-wait,需自行轮询任务状态。

适用场景与注意

适合谁:需要在 Agent 对话里直接发起万相 2.7 视频任务的产品/设计/内容同学,以及希望统一 CLI 而非手写 HTTP 的开发者。

限制与注意:

  • 依赖 dLazy 账号与余额;insufficient_balance 需在 积分设置 充值。
  • 本地路径不存在会报文件读取错误;上传与生成均走云端,注意合规与素材版权。
  • --prompt 为必填;未配置或无效 API Key 返回 unauthorized。
  • SkillHub 统计(截至资料抓取):评分 100000,下载 1066,安装 2;以 SkillHub 技能页 为准。

结尾

经过上面的步骤,wan2.7 把通义万相 2.7 的多模态视频能力收敛到 dlazy wan2.7 一条命令,便于在支持 SKILL.md 的 Agent 中复用。安装与详情见 SkillHub:https://www.skillhub.cn/skills/user_f95f21b8/dlazy-wan2-7,API 入口:https://api.skillhub.cn/user_f95f21b8/dlazy-wan2-7。

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

小夜