wan2.7:在 Agent 裏調用通義萬相 2.7 做視頻生成

前言

做視頻生成時,常見做法是單獨打開控制台或寫腳本對接各家 API:文生視頻、首尾幀插值、參考圖/參考視頻驅動往往是不同接口或不同模型。要在 Cursor、Claude Code 等環境裏讓 Agent 直接出片,還需要把鑑權、參數和輪詢邏輯寫進 Skill。

下面介紹 SkillHub 上的 wan2.7(座標 @user_f95f21b8/dlazy-wan2-7)。它把 Tongyi Wanxiang 2.7 封裝成通用 SKILL.md,通過 dLazy CLI 走託管 API,同一套命令覆蓋文生視頻、首尾幀生視頻,以及參考圖/參考視頻生視頻。

這是什麼

wan2.7 是社區來源(community)的 design-media 類 Skill,當前版本 1.0.9,發佈者爲 user_f95f21b8。官方簡介爲:Tongyi Wanxiang 2.7 video model — one model covers text-to-video, first/last-frame-to-video, and reference-to-video。

技能本體是對 dLazy 託管 API 的薄封裝:維護方爲 dlazyai,CLI 源碼在 github.com/dlazyai/cli,npm 包爲 @dlazy/cli(本 Skill 固定 1.0.9)。推理請求發往 api.dlazy.com,本地傳入的媒體文件由 CLI 上傳至 files.dlazy.com。SkillHub 標籤標明 requires_api_key=true,使用前需配置 dLazy API Key。

核心功能

依據 Skill 文檔,已覈實能力如下:

  1. 文生視頻:--prompt 描述畫面,可選分辨率、時長、智能改寫、水印等。
  2. 參考圖/參考視頻生視頻(generation_mode 默認 components):--images(最多 5 張)或 --videos(最多 5 個),支持 URL 或本地路徑。
  3. 首尾幀生視頻(generation_mode=frames):--firstFrame、--lastFrame 指定起止幀。
  4. 可選音頻:--audio 傳入音頻 URL 或本地文件。
  5. 異步與預估:--dry-run 只打印請求體與費用預估;--no-wait 立即返回 generateId,可用 dlazy status <generateId> --wait 輪詢。

後端模型標識在返回 JSON 中爲 modelId: "bailian-wan2_7"。分辨率可選 720P、1080P;時長 2–15 秒(默認 5)。

安裝與啓用

1. 安裝 Skill(SkillHub)

先確認本機已有 skillhub CLI;若無,可按 SkillHub 安裝說明 安裝。安裝技能時必須用 --dir 指向當前 Agent 的 skills 目錄,否則默認落在 ./skills/ 可能不會被識別。

Cursor 示例如下(其他客戶端路徑見官方文檔,如 Claude Code 爲 ~/.claude/skills/):

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

SkillHub 頁面亦支持讓 Agent 按 https://skillhub.cn/install/skillhub.md 安裝同一座標。

2. 安裝 dLazy CLI

Skill 元數據要求環境具備 npm、npx。全局安裝固定版本:

npm install -g @dlazy/cli@1.0.9

若不想全局安裝,可按次調用:

npx @dlazy/cli@1.0.9 <command>

3. 配置 API Key

在 dlazy.com 註冊後,於 組織 API Key 頁面 複製密鑰,再寫入 CLI:

dlazy auth set YOUR_API_KEY

密鑰保存在 ~/.dlazy/config.json(Windows 爲 %USERPROFILE%\.dlazy\config.json)。也可單次使用環境變量 DLAZY_API_KEY。

典型用法

查看完整參數說明:

dlazy wan2.7 -h

文生視頻(官方示例):

dlazy wan2.7 --prompt '提示詞內容'

參考圖生視頻:

dlazy wan2.7 --prompt '提示詞內容' --images '/path/to/image.png'

首尾幀模式需顯式切換模式並傳入幀圖(參數名與 -h 輸出一致):

dlazy wan2.7 --generation_mode frames --prompt '鏡頭從 A 過渡到 B' --firstFrame '/path/to/start.png' --lastFrame '/path/to/end.png'

成功時 CLI 返回 JSON,ok: true 時 result.outputs 中含 url 等字段;若使用 --no-wait,需自行輪詢任務狀態。

適用場景與注意

適合誰:需要在 Agent 對話裏直接發起萬相 2.7 視頻任務的產品/設計/內容同學,以及希望統一 CLI 而非手寫 HTTP 的開發者。

限制與注意:

  • 依賴 dLazy 賬號與餘額;insufficient_balance 需在 積分設置 充值。
  • 本地路徑不存在會報文件讀取錯誤;上傳與生成均走雲端,注意合規與素材版權。
  • --prompt 爲必填;未配置或無效 API Key 返回 unauthorized。
  • SkillHub 統計(截至資料抓取):評分 100000,下載 1066,安裝 2;以 SkillHub 技能頁 爲準。

結尾

經過上面的步驟,wan2.7 把通義萬相 2.7 的多模態視頻能力收斂到 dlazy wan2.7 一條命令,便於在支持 SKILL.md 的 Agent 中複用。安裝與詳情見 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