前言¶
在开发涉及多媒体内容的应用时，生成视频、图片和音频往往需要对接多个第三方服务，增加集成复杂度。开发者通常需要单独处理不同的 API、维护各自的认证信息，并处理各自的数据格式。如何在一个 Skill 中统一管理这些生成能力，减少重复工作，是实际开发中的常见诉求。
是什么¶
Vidu-generation 是一个基于通用 SKILL.md 格式的技能，提供 Vidu AI 的视频/图片/音频生成能力。该 Skill 由北京生数科技股份有限公司发布，定位为设计媒体类工具。它支持通过对话式调用自动识别意图，统一处理文生视频、图生视频、参考生视频、图片生成、TTS 语音合成和声音复刻等多种场景。
核心功能¶
根据官方资料，该 Skill 支持以下能力：
- 文生视频：通过文本描述生成视频内容
- 图生视频：基于静态图片生成动态视频
- 参考生视频：使用参考图像生成特定风格的视频
- 图片生成：通过文本或参数生成图片
- TTS 语音合成：将文本转换为语音
- 声音复刻：复刻指定声音
安装与启用¶
Skill 仓库坐标为 @vidu/vidu-generation-2，版本为 1.2.0。安装后需配置 API 密钥才能使用（标签显示 requires_api_key=true）。具体安装命令与配置字段需参考官方文档或仓库说明。
适用场景与注意¶
该 Skill 适合需要在应用中集成 AI 生成能力的开发者，尤其是涉及多媒体内容创作的场景。使用前需确保已获取并配置有效的 API 密钥，且网络环境能够正常访问相关服务。
小结¶
Vidu-generation 提供了一套集中的视频/图片/音频生成能力，通过对话式调用简化了多模态内容的集成流程。开发者可通过配置 API 密钥，在对话中直接请求多种生成任务，减少重复开发工作。
官方地址：https://api.skillhub.cn/vidu/vidu-generation-2
