@henjicc/ai-sdk 0.6.2 → 0.7.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/CHANGELOG.md +41 -35
- package/README.md +60 -60
- package/dist/catalog/audio/tts-common.d.ts +5 -0
- package/dist/catalog/audio/tts-common.js +17 -0
- package/dist/catalog/bailian/cosyvoice-v3.5.model.d.ts +2 -0
- package/dist/catalog/bailian/cosyvoice-v3.5.model.js +40 -0
- package/dist/catalog/bailian/minimax-speech-2.8.model.d.ts +2 -0
- package/dist/catalog/bailian/minimax-speech-2.8.model.js +38 -0
- package/dist/catalog/bailian/qwen-audio-3.1-tts-flash.model.d.ts +2 -0
- package/dist/catalog/bailian/qwen-audio-3.1-tts-flash.model.js +35 -0
- package/dist/catalog/fal/eleven-v3-tts.model.d.ts +2 -0
- package/dist/catalog/fal/eleven-v3-tts.model.js +31 -0
- package/dist/catalog/fal/minimax-speech-2.8.model.d.ts +2 -0
- package/dist/catalog/fal/minimax-speech-2.8.model.js +39 -0
- package/dist/catalog/fal/qwen3-tts-1.7b.model.d.ts +2 -0
- package/dist/catalog/fal/qwen3-tts-1.7b.model.js +33 -0
- package/dist/catalog/index.js +116 -90
- package/dist/catalog/kie/eleven-turbo-2.5-tts.model.d.ts +2 -0
- package/dist/catalog/kie/eleven-turbo-2.5-tts.model.js +29 -0
- package/dist/catalog/kie/eleven-v3-dialogue.model.d.ts +2 -0
- package/dist/catalog/kie/eleven-v3-dialogue.model.js +46 -0
- package/dist/catalog/kie/gemini-3.1-flash-tts.model.d.ts +2 -0
- package/dist/catalog/kie/gemini-3.1-flash-tts.model.js +40 -0
- package/dist/catalog/ppio/minimax-speech.model.js +1 -3
- package/dist/catalog/siliconflow/cosyvoice2-tts.model.d.ts +2 -0
- package/dist/catalog/siliconflow/cosyvoice2-tts.model.js +27 -0
- package/dist/catalog/siliconflow/moss-ttsd-0.5.model.d.ts +2 -0
- package/dist/catalog/siliconflow/moss-ttsd-0.5.model.js +28 -0
- package/dist/catalog/volcengine-speech/seed-icl-2.0.model.d.ts +2 -0
- package/dist/catalog/volcengine-speech/seed-icl-2.0.model.js +26 -0
- package/dist/catalog/volcengine-speech/seed-tts-2.0.model.d.ts +2 -0
- package/dist/catalog/volcengine-speech/seed-tts-2.0.model.js +25 -0
- package/dist/packs/models/bailian/cosyvoice-v3.5.d.ts +6 -0
- package/dist/packs/models/bailian/cosyvoice-v3.5.js +7 -0
- package/dist/packs/models/bailian/minimax-speech-2.8.d.ts +6 -0
- package/dist/packs/models/bailian/minimax-speech-2.8.js +7 -0
- package/dist/packs/models/bailian/qwen-audio-3.1-tts-flash.d.ts +6 -0
- package/dist/packs/models/bailian/qwen-audio-3.1-tts-flash.js +7 -0
- package/dist/packs/models/fal/eleven-v3-tts.d.ts +6 -0
- package/dist/packs/models/fal/eleven-v3-tts.js +7 -0
- package/dist/packs/models/fal/minimax-speech-2.8.d.ts +6 -0
- package/dist/packs/models/fal/minimax-speech-2.8.js +7 -0
- package/dist/packs/models/fal/qwen3-tts-1.7b.d.ts +6 -0
- package/dist/packs/models/fal/qwen3-tts-1.7b.js +7 -0
- package/dist/packs/models/kie/eleven-turbo-2.5-tts.d.ts +6 -0
- package/dist/packs/models/kie/eleven-turbo-2.5-tts.js +7 -0
- package/dist/packs/models/kie/eleven-v3-dialogue.d.ts +6 -0
- package/dist/packs/models/kie/eleven-v3-dialogue.js +7 -0
- package/dist/packs/models/kie/gemini-3.1-flash-tts.d.ts +6 -0
- package/dist/packs/models/kie/gemini-3.1-flash-tts.js +7 -0
- package/dist/packs/models/siliconflow/cosyvoice2-tts.d.ts +6 -0
- package/dist/packs/models/siliconflow/cosyvoice2-tts.js +7 -0
- package/dist/packs/models/siliconflow/moss-ttsd-0.5.d.ts +6 -0
- package/dist/packs/models/siliconflow/moss-ttsd-0.5.js +7 -0
- package/dist/packs/models/volcengine-speech/seed-icl-2.0.d.ts +6 -0
- package/dist/packs/models/volcengine-speech/seed-icl-2.0.js +7 -0
- package/dist/packs/models/volcengine-speech/seed-tts-2.0.d.ts +6 -0
- package/dist/packs/models/volcengine-speech/seed-tts-2.0.js +7 -0
- package/dist/packs/provider-adapters/siliconflow.d.ts +3 -0
- package/dist/packs/provider-adapters/siliconflow.js +5 -0
- package/dist/packs/provider-adapters/volcengine-speech.d.ts +3 -0
- package/dist/packs/provider-adapters/volcengine-speech.js +5 -0
- package/dist/packs/provider-packs/bailian.d.ts +1 -1
- package/dist/packs/provider-packs/bailian.js +6 -3
- package/dist/packs/provider-packs/fal.d.ts +1 -1
- package/dist/packs/provider-packs/fal.js +41 -38
- package/dist/packs/provider-packs/kie.d.ts +1 -1
- package/dist/packs/provider-packs/kie.js +33 -30
- package/dist/packs/provider-packs/siliconflow.d.ts +4 -0
- package/dist/packs/provider-packs/siliconflow.js +7 -0
- package/dist/packs/provider-packs/volcengine-speech.d.ts +4 -0
- package/dist/packs/provider-packs/volcengine-speech.js +7 -0
- package/dist/providers/audio-data.d.ts +2 -0
- package/dist/providers/audio-data.js +21 -0
- package/dist/providers/bailian.js +30 -2
- package/dist/providers/index.js +4 -0
- package/dist/providers/metadata.js +8 -0
- package/dist/providers/siliconflow.d.ts +3 -0
- package/dist/providers/siliconflow.js +34 -0
- package/dist/providers/volcengine-speech.d.ts +3 -0
- package/dist/providers/volcengine-speech.js +143 -0
- package/dist/types/model.d.ts +4 -4
- package/dist/types/model.js +3 -1
- package/docs/consumers.md +124 -119
- package/docs/llm-adaptation/README.md +29 -29
- package/docs/llm-adaptation//344/276/233/345/272/224/345/225/206/DeepSeek.md +14 -14
- package/docs/llm-adaptation//344/276/233/345/272/224/345/225/206/Kimi.md +3 -3
- package/docs/llm-adaptation//344/276/233/345/272/224/345/225/206//345/260/217/347/261/263MiMo.md +42 -42
- package/docs/llm-adaptation//344/276/233/345/272/224/345/225/206//346/231/272/350/260/261GLM.md +3 -3
- package/docs/model-adaptation/Fun-ASR-Realtime/Fun-ASR-Realtime_/347/231/276/347/202/274.md +22 -22
- package/docs/model-adaptation/GLM-5.3-Flash/GLM-5.3-Flash_/346/231/272/350/260/261.md +6 -6
- package/docs/model-adaptation/GPT-Image-2.5/GPT-Image-2.5_APIMart.md +66 -66
- package/docs/model-adaptation/GPT-Image-2.5/GPT-Image-2.5_Fal.md +55 -55
- package/docs/model-adaptation/GPT-Image-2.5/GPT-Image-2.5_Grsai.md +53 -53
- package/docs/model-adaptation/GPT-Image-2.5/GPT-Image-2.5_KIE.md +55 -55
- package/docs/model-adaptation/HappyHorse-1.1/HappyHorse-1.1_KIE.md +27 -27
- package/docs/model-adaptation/IC-Light-v2/IC-Light-v2_Fal.md +14 -14
- package/docs/model-adaptation/Qwen-MT-Flash/Qwen-MT-Flash_/347/231/276/347/202/274.md +24 -24
- package/docs/model-adaptation/Qwen-MT-Lite/Qwen-MT-Lite_/347/231/276/347/202/274.md +3 -3
- package/docs/model-adaptation/Qwen-MT-Plus/Qwen-MT-Plus_/347/231/276/347/202/274.md +3 -3
- package/docs/model-adaptation/Qwen3-ASR-Flash-Realtime/Qwen3-ASR-Flash-Realtime_/347/231/276/347/202/274.md +25 -25
- package/docs/model-adaptation/README.md +14 -10
- package/docs/model-adaptation/SeedASR-2.0-Realtime/SeedASR-2.0-Realtime_/347/201/253/345/261/261/345/274/225/346/223/216.md +7 -7
- package/docs/model-adaptation/Seedream-5.0-Flash/Seedream-5.0-Flash_/347/201/253/345/261/261/345/274/225/346/223/216.md +18 -18
- package/docs/model-adaptation/TTS-/345/244/232/344/276/233/345/272/224/345/225/206-2026-09.md +55 -0
- package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//346/264/276/346/254/247/344/272/221.md +9 -9
- package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/201/253/345/261/261/345/274/225/346/223/216.md +11 -11
- package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/231/276/347/202/274.md +31 -31
- package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/241/205/345/237/272/346/265/201/345/212/250.md +67 -67
- package/docs/model-adaptation//346/226/207/346/241/243/351/207/207/351/233/206/346/211/213/345/206/214.md +8 -8
- package/examples/form-renderer/package.json +1 -1
- package/examples/llm-chat/README.md +8 -8
- package/examples/llm-chat/index.ts +1 -1
- package/examples/llm-chat/package.json +1 -1
- package/examples/minimal-node/package.json +1 -1
- package/package.json +258 -258
|
@@ -1,55 +1,55 @@
|
|
|
1
|
-
# GPT Image 2.5 · KIE
|
|
2
|
-
|
|
3
|
-
| 项目 | 内容 |
|
|
4
|
-
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-10 |
|
|
6
|
-
| 模态 | 图片;独立于 GPT Image 2 保留 |
|
|
7
|
-
| model ID | `gpt-image-2-5-{flare,sunburst}-{text-to-image,image-to-image}` |
|
|
8
|
-
| 文档与价格 | 公开,无需登录;已实际展开模型页四个型号 |
|
|
9
|
-
| 定价 | 两个版本、文生图/编辑均为 1K $0.03、2K $0.05、4K $0.08/张;不计充值赠送 |
|
|
10
|
-
|
|
11
|
-
## 请求契约
|
|
12
|
-
|
|
13
|
-
`https://api.kie.ai`,Bearer API Key;`POST /api/v1/jobs/createTask`,JSON `{model,input}`。
|
|
14
|
-
`input.prompt` 必填,1–20000 字符;编辑分支额外必填 `input.input_urls: string[]`,最多16张。
|
|
15
|
-
模型页限制参考图 JPEG/PNG/WebP/JPG,单文件30MB。媒体沿用 KIE 官方上传与 SDK 预处理。
|
|
16
|
-
|
|
17
|
-
| input 字段 | 类型 | 值与约束 |
|
|
18
|
-
|---|---|---|
|
|
19
|
-
| aspect_ratio | string | auto、1:1、3:2、2:3、4:3、3:4、16:9、9:16、21:9、27:16、16:27、9:8、8:9 |
|
|
20
|
-
| resolution | string | 1K、2K、4K;27:16、16:27、9:8、8:9 仅1K |
|
|
21
|
-
| background | string | transparent、opaque、auto |
|
|
22
|
-
|
|
23
|
-
版本显式选择 Flare/Sunburst;无图/有图自动选择文生图/编辑。应用默认 Flare、智能比例、1K、auto 背景。
|
|
24
|
-
智能比例在本地按首图匹配合法比例,无图1:1;高分辨率时排除仅1K的比例。
|
|
25
|
-
没有 quality、n、mask、output_format 字段,不从 OpenAI 或旧模型补入。
|
|
26
|
-
`callBackUrl` 可选,项目使用轮询而不发送回调。
|
|
27
|
-
|
|
28
|
-
## 事件与失败契约
|
|
29
|
-
|
|
30
|
-
提交成功 `{code:200,msg:"success",data:{taskId}}`;`GET /api/v1/jobs/recordInfo?taskId=...` 查询。
|
|
31
|
-
|
|
32
|
-
| 事件/状态 | 前置 | 字段与空值语义 | 下一状态/输出 | 终态与副作用/复用 |
|
|
33
|
-
|---|---|---|---|---|
|
|
34
|
-
| 提交 | 未提交 | data.taskId 必需非空 string | 保存taskId,pending | 开始轮询,HTTP独立请求 |
|
|
35
|
-
| waiting | 提交后 | data.state string;未完成不得依赖resultJson | pending | 继续轮询 |
|
|
36
|
-
| queuing | 提交后 | 同上 | pending | 继续轮询 |
|
|
37
|
-
| generating | 提交后 | 同上 | pending | 继续轮询 |
|
|
38
|
-
| success | pending | resultJson 为JSON字符串,图像结果在resultUrls数组;必须有有效URL | completed/images | 停止轮询 |
|
|
39
|
-
| fail | pending | failCode/failMsg 提供原因 | provider_task_failed | 停止轮询 |
|
|
40
|
-
| HTTP/API错误 | 任意请求 | 401/402/422/429等,以供应商错误为准 | 报错 | 不冒充成功 |
|
|
41
|
-
|
|
42
|
-
官方没有明确保证状态严格有序、连接复用、断线恢复或远端取消。SDK允许重复处理中状态;取消/超时停止本地轮询并释放计时器,不保证撤销计费。空成功结果拒绝。复用既有 KIE provider 与轮询测试。
|
|
43
|
-
查询文档的字面“成功”示例矛盾:`data.state=success` 却带 `code=505`。fixture 原样保留并验证不会返回成功;合成正例仅改为 `code=200`,明确不属于官方原样或真网日志。
|
|
44
|
-
|
|
45
|
-
官方字段表与字面示例保存在 `tests/fixtures/gpt-image-2.5/`,合成负例单独标记;本次不代表付费真网验收。
|
|
46
|
-
|
|
47
|
-
## 原始链接索引
|
|
48
|
-
|
|
49
|
-
均已公开访问,无需登录:
|
|
50
|
-
- [Flare 文生图](https://docs.kie.ai/market/gpt/gpt-image-2-5-flare-text-to-image.md)
|
|
51
|
-
- [Flare 编辑](https://docs.kie.ai/market/gpt/gpt-image-2-5-flare-image-to-image.md)
|
|
52
|
-
- [Sunburst 文生图](https://docs.kie.ai/market/gpt/gpt-image-2-5-sunburst-text-to-image.md)
|
|
53
|
-
- [Sunburst 编辑](https://docs.kie.ai/market/gpt/gpt-image-2-5-sunburst-image-to-image.md)
|
|
54
|
-
- [查询协议](https://docs.kie.ai/market/common/get-task-detail.md)
|
|
55
|
-
- [模型页及实时价格](https://kie.ai/gpt-image-2-5)
|
|
1
|
+
# GPT Image 2.5 · KIE
|
|
2
|
+
|
|
3
|
+
| 项目 | 内容 |
|
|
4
|
+
|---|---|
|
|
5
|
+
| 最后更新 | 2026-09-10 |
|
|
6
|
+
| 模态 | 图片;独立于 GPT Image 2 保留 |
|
|
7
|
+
| model ID | `gpt-image-2-5-{flare,sunburst}-{text-to-image,image-to-image}` |
|
|
8
|
+
| 文档与价格 | 公开,无需登录;已实际展开模型页四个型号 |
|
|
9
|
+
| 定价 | 两个版本、文生图/编辑均为 1K $0.03、2K $0.05、4K $0.08/张;不计充值赠送 |
|
|
10
|
+
|
|
11
|
+
## 请求契约
|
|
12
|
+
|
|
13
|
+
`https://api.kie.ai`,Bearer API Key;`POST /api/v1/jobs/createTask`,JSON `{model,input}`。
|
|
14
|
+
`input.prompt` 必填,1–20000 字符;编辑分支额外必填 `input.input_urls: string[]`,最多16张。
|
|
15
|
+
模型页限制参考图 JPEG/PNG/WebP/JPG,单文件30MB。媒体沿用 KIE 官方上传与 SDK 预处理。
|
|
16
|
+
|
|
17
|
+
| input 字段 | 类型 | 值与约束 |
|
|
18
|
+
|---|---|---|
|
|
19
|
+
| aspect_ratio | string | auto、1:1、3:2、2:3、4:3、3:4、16:9、9:16、21:9、27:16、16:27、9:8、8:9 |
|
|
20
|
+
| resolution | string | 1K、2K、4K;27:16、16:27、9:8、8:9 仅1K |
|
|
21
|
+
| background | string | transparent、opaque、auto |
|
|
22
|
+
|
|
23
|
+
版本显式选择 Flare/Sunburst;无图/有图自动选择文生图/编辑。应用默认 Flare、智能比例、1K、auto 背景。
|
|
24
|
+
智能比例在本地按首图匹配合法比例,无图1:1;高分辨率时排除仅1K的比例。
|
|
25
|
+
没有 quality、n、mask、output_format 字段,不从 OpenAI 或旧模型补入。
|
|
26
|
+
`callBackUrl` 可选,项目使用轮询而不发送回调。
|
|
27
|
+
|
|
28
|
+
## 事件与失败契约
|
|
29
|
+
|
|
30
|
+
提交成功 `{code:200,msg:"success",data:{taskId}}`;`GET /api/v1/jobs/recordInfo?taskId=...` 查询。
|
|
31
|
+
|
|
32
|
+
| 事件/状态 | 前置 | 字段与空值语义 | 下一状态/输出 | 终态与副作用/复用 |
|
|
33
|
+
|---|---|---|---|---|
|
|
34
|
+
| 提交 | 未提交 | data.taskId 必需非空 string | 保存taskId,pending | 开始轮询,HTTP独立请求 |
|
|
35
|
+
| waiting | 提交后 | data.state string;未完成不得依赖resultJson | pending | 继续轮询 |
|
|
36
|
+
| queuing | 提交后 | 同上 | pending | 继续轮询 |
|
|
37
|
+
| generating | 提交后 | 同上 | pending | 继续轮询 |
|
|
38
|
+
| success | pending | resultJson 为JSON字符串,图像结果在resultUrls数组;必须有有效URL | completed/images | 停止轮询 |
|
|
39
|
+
| fail | pending | failCode/failMsg 提供原因 | provider_task_failed | 停止轮询 |
|
|
40
|
+
| HTTP/API错误 | 任意请求 | 401/402/422/429等,以供应商错误为准 | 报错 | 不冒充成功 |
|
|
41
|
+
|
|
42
|
+
官方没有明确保证状态严格有序、连接复用、断线恢复或远端取消。SDK允许重复处理中状态;取消/超时停止本地轮询并释放计时器,不保证撤销计费。空成功结果拒绝。复用既有 KIE provider 与轮询测试。
|
|
43
|
+
查询文档的字面“成功”示例矛盾:`data.state=success` 却带 `code=505`。fixture 原样保留并验证不会返回成功;合成正例仅改为 `code=200`,明确不属于官方原样或真网日志。
|
|
44
|
+
|
|
45
|
+
官方字段表与字面示例保存在 `tests/fixtures/gpt-image-2.5/`,合成负例单独标记;本次不代表付费真网验收。
|
|
46
|
+
|
|
47
|
+
## 原始链接索引
|
|
48
|
+
|
|
49
|
+
均已公开访问,无需登录:
|
|
50
|
+
- [Flare 文生图](https://docs.kie.ai/market/gpt/gpt-image-2-5-flare-text-to-image.md)
|
|
51
|
+
- [Flare 编辑](https://docs.kie.ai/market/gpt/gpt-image-2-5-flare-image-to-image.md)
|
|
52
|
+
- [Sunburst 文生图](https://docs.kie.ai/market/gpt/gpt-image-2-5-sunburst-text-to-image.md)
|
|
53
|
+
- [Sunburst 编辑](https://docs.kie.ai/market/gpt/gpt-image-2-5-sunburst-image-to-image.md)
|
|
54
|
+
- [查询协议](https://docs.kie.ai/market/common/get-task-detail.md)
|
|
55
|
+
- [模型页及实时价格](https://kie.ai/gpt-image-2-5)
|
|
@@ -1,27 +1,27 @@
|
|
|
1
|
-
# HappyHorse 1.1 · KIE
|
|
2
|
-
|
|
3
|
-
核对日期:2026-09-24;公开页面,无需登录;未执行付费生成。
|
|
4
|
-
|
|
5
|
-
官方接口:[文生视频](https://docs.kie.ai/38309290e0.md)、[图生视频](https://docs.kie.ai/38308980e0.md)、[参考图视频](https://docs.kie.ai/38309489e0.md)。价格来自 [官方模型页](https://kie.ai/happyhorse-1-1) 的三个模式页:均为 720p 22.5 credits/s($0.1125/s)、1080p 29 credits/s($0.145/s),不计充值赠送。
|
|
6
|
-
|
|
7
|
-
统一使用 `POST https://api.kie.ai/api/v1/jobs/createTask`,Bearer 认证;`model` 分别是 `happyhorse-1-1/text-to-video`、`image-to-video`、`reference-to-video`。共享任务查询 `GET /api/v1/jobs/recordInfo?taskId=...`,不用回调接收服务。
|
|
8
|
-
|
|
9
|
-
| 模式 | input 必填与约束 | 禁止混入的字段 |
|
|
10
|
-
|---|---|---|
|
|
11
|
-
| 文生 | prompt;resolution 720p/1080p,duration 整数 3–15 默认 5;aspect_ratio 默认 16:9 | image_urls、reference_image |
|
|
12
|
-
| 图生 | image_urls 数组,恰好 1 张;prompt 可省略;resolution、duration 同上 | aspect_ratio、reference_image |
|
|
13
|
-
| 参考 | reference_image 1–9 张,prompt;resolution、duration、aspect_ratio 同文生 | image_urls |
|
|
14
|
-
|
|
15
|
-
比例:16:9、9:16、1:1、4:3、3:4、4:5、5:4、9:21、21:9。参考图顺序对应提示词 `[Image 1]` 等编号。图生图像为 JPG/PNG/WEBP、≤20 MB、宽高均≥300、比例 0.4–2.5;参考图最短边≥400、≤20 MB。文件经官方 KIE 上传入口回填,界面不提供 URL 输入框。
|
|
16
|
-
|
|
17
|
-
文生 prompt 的 schema `maxLength=4999` 与说明 5000 有冲突,SDK 采用较严格 4999;图生/参考上限 5000,超限报错,不截断。中文长度建议≤2500;素材像素/内容最终由服务端校验。界面一个模型、标准/参考两个模式,标准按是否有图片选择文生或图生。
|
|
18
|
-
|
|
19
|
-
| 事件/响应 | 类型与可空性 | 行为 |
|
|
20
|
-
|---|---|---|
|
|
21
|
-
| 创建成功 | code:number=200,data.taskId:string | 返回 pending;缺 ID 且无产物拒绝 |
|
|
22
|
-
| 查询等待 | data.state:string=waiting/queuing/generating | 有界轮询,不重复创建 |
|
|
23
|
-
| 查询成功 | state=success,resultJson:string 内含 resultUrls:string[];failCode/failMsg 可为 null | 返回产物;缺 URL 报错 |
|
|
24
|
-
| 查询失败 | state=fail,failCode/failMsg:string;resultJson 可空或省略 | 失败终止 |
|
|
25
|
-
| 查询错误、超时、取消 | 非 200 / 超预算 / AbortSignal | 沿共享 KIE/polling 收口,不误判成功、不付费重放 |
|
|
26
|
-
|
|
27
|
-
字面请求、创建响应及成功/失败回调示例保存在 `tests/fixtures/kie/happyhorse-1.1-*.json`;回调只作为结果字段样本,不代表 SDK 接收回调。正常请求、边界、价格与共享轮询负例由目录测试和既有 provider/polling 测试验证。
|
|
1
|
+
# HappyHorse 1.1 · KIE
|
|
2
|
+
|
|
3
|
+
核对日期:2026-09-24;公开页面,无需登录;未执行付费生成。
|
|
4
|
+
|
|
5
|
+
官方接口:[文生视频](https://docs.kie.ai/38309290e0.md)、[图生视频](https://docs.kie.ai/38308980e0.md)、[参考图视频](https://docs.kie.ai/38309489e0.md)。价格来自 [官方模型页](https://kie.ai/happyhorse-1-1) 的三个模式页:均为 720p 22.5 credits/s($0.1125/s)、1080p 29 credits/s($0.145/s),不计充值赠送。
|
|
6
|
+
|
|
7
|
+
统一使用 `POST https://api.kie.ai/api/v1/jobs/createTask`,Bearer 认证;`model` 分别是 `happyhorse-1-1/text-to-video`、`image-to-video`、`reference-to-video`。共享任务查询 `GET /api/v1/jobs/recordInfo?taskId=...`,不用回调接收服务。
|
|
8
|
+
|
|
9
|
+
| 模式 | input 必填与约束 | 禁止混入的字段 |
|
|
10
|
+
|---|---|---|
|
|
11
|
+
| 文生 | prompt;resolution 720p/1080p,duration 整数 3–15 默认 5;aspect_ratio 默认 16:9 | image_urls、reference_image |
|
|
12
|
+
| 图生 | image_urls 数组,恰好 1 张;prompt 可省略;resolution、duration 同上 | aspect_ratio、reference_image |
|
|
13
|
+
| 参考 | reference_image 1–9 张,prompt;resolution、duration、aspect_ratio 同文生 | image_urls |
|
|
14
|
+
|
|
15
|
+
比例:16:9、9:16、1:1、4:3、3:4、4:5、5:4、9:21、21:9。参考图顺序对应提示词 `[Image 1]` 等编号。图生图像为 JPG/PNG/WEBP、≤20 MB、宽高均≥300、比例 0.4–2.5;参考图最短边≥400、≤20 MB。文件经官方 KIE 上传入口回填,界面不提供 URL 输入框。
|
|
16
|
+
|
|
17
|
+
文生 prompt 的 schema `maxLength=4999` 与说明 5000 有冲突,SDK 采用较严格 4999;图生/参考上限 5000,超限报错,不截断。中文长度建议≤2500;素材像素/内容最终由服务端校验。界面一个模型、标准/参考两个模式,标准按是否有图片选择文生或图生。
|
|
18
|
+
|
|
19
|
+
| 事件/响应 | 类型与可空性 | 行为 |
|
|
20
|
+
|---|---|---|
|
|
21
|
+
| 创建成功 | code:number=200,data.taskId:string | 返回 pending;缺 ID 且无产物拒绝 |
|
|
22
|
+
| 查询等待 | data.state:string=waiting/queuing/generating | 有界轮询,不重复创建 |
|
|
23
|
+
| 查询成功 | state=success,resultJson:string 内含 resultUrls:string[];failCode/failMsg 可为 null | 返回产物;缺 URL 报错 |
|
|
24
|
+
| 查询失败 | state=fail,failCode/failMsg:string;resultJson 可空或省略 | 失败终止 |
|
|
25
|
+
| 查询错误、超时、取消 | 非 200 / 超预算 / AbortSignal | 沿共享 KIE/polling 收口,不误判成功、不付费重放 |
|
|
26
|
+
|
|
27
|
+
字面请求、创建响应及成功/失败回调示例保存在 `tests/fixtures/kie/happyhorse-1.1-*.json`;回调只作为结果字段样本,不代表 SDK 接收回调。正常请求、边界、价格与共享轮询负例由目录测试和既有 provider/polling 测试验证。
|
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
| 项目 | 内容 |
|
|
4
4
|
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-10 |
|
|
5
|
+
| 最后更新 | 2026-09-10 |
|
|
6
6
|
| 模态 | 图片编辑 / 重打光 |
|
|
7
7
|
| 供应商 | fal.ai(聚合平台) |
|
|
8
8
|
| 平台模型 ID | `fal-ai/iclight-v2` |
|
|
@@ -30,20 +30,20 @@ IC-Light v2 接收一张源图,通过文字描述和离散的初始光照偏
|
|
|
30
30
|
| `prompt` | string | 是 | — | 由手动模式提示词编译器生成 |
|
|
31
31
|
| `image_url` | string | 是 | — | 恰好一张源图,由现有 Fal 上传链路提供 |
|
|
32
32
|
| `initial_latent` | enum | 否 | `None` | 仅 `None` / `Left` / `Right` / `Top` / `Bottom` |
|
|
33
|
-
| `image_size` | enum/object | 否 | — | 按源图实际比例计算约 1MP 自定义整数宽高,不吸附到预设比例;两边均为 1–14142 |
|
|
33
|
+
| `image_size` | enum/object | 否 | — | 按源图实际比例计算约 1MP 自定义整数宽高,不吸附到预设比例;两边均为 1–14142 |
|
|
34
34
|
| `num_images` | integer | 否 | `1` | 固定 `1` |
|
|
35
35
|
| `num_inference_steps` | integer | 否 | `28` | 固定 `28` |
|
|
36
|
-
| `cfg` | number | 否 | `1` | 固定 `1`,范围 0.01–5;旧文档的 `cfg_scale` 不属于官方字段 |
|
|
36
|
+
| `cfg` | number | 否 | `1` | 固定 `1`,范围 0.01–5;旧文档的 `cfg_scale` 不属于官方字段 |
|
|
37
37
|
| `guidance_scale` | number | 否 | `5` | 固定 `5` |
|
|
38
38
|
| `lowres_denoise` | number | 否 | `0.98` | 固定 `0.98` |
|
|
39
39
|
| `highres_denoise` | number | 否 | `0.95` | 固定 `0.95` |
|
|
40
|
-
| `hr_downscale` | number | 否 | `0.5` | 固定 `0.5`,范围 0.01–1;旧文档的 `highres_scale` 不属于官方字段 |
|
|
40
|
+
| `hr_downscale` | number | 否 | `0.5` | 固定 `0.5`,范围 0.01–1;旧文档的 `highres_scale` 不属于官方字段 |
|
|
41
41
|
| `enable_hr_fix` | boolean | 否 | `false` | 固定 `false`,首版避免额外成本与时延 |
|
|
42
42
|
| `enable_safety_checker` | boolean | 否 | `true` | 固定 `true` |
|
|
43
|
-
| `mask_image_url` | string | 否 | — | 首版不开放 |
|
|
43
|
+
| `mask_image_url` | string | 否 | — | 首版不开放 |
|
|
44
44
|
| `negative_prompt` | string | 否 | — | 不展示、不发送 |
|
|
45
45
|
| `seed` | integer | 否 | — | 不展示、不发送 |
|
|
46
|
-
| `output_format` | enum | 否 | `jpeg` | 不展示、不发送,沿用供应商默认 |
|
|
46
|
+
| `output_format` | enum | 否 | `jpeg` | 不展示、不发送,沿用供应商默认 |
|
|
47
47
|
|
|
48
48
|
## 4. 请求示例
|
|
49
49
|
|
|
@@ -52,14 +52,14 @@ IC-Light v2 接收一张源图,通过文字描述和离散的初始光照偏
|
|
|
52
52
|
"prompt": "Preserve the subject and composition. Apply a soft warm key light from the left.",
|
|
53
53
|
"image_url": "https://.../source.png",
|
|
54
54
|
"initial_latent": "Left",
|
|
55
|
-
"image_size": { "width": 1365, "height": 768 },
|
|
55
|
+
"image_size": { "width": 1365, "height": 768 },
|
|
56
56
|
"num_images": 1,
|
|
57
57
|
"num_inference_steps": 28,
|
|
58
|
-
"cfg": 1,
|
|
58
|
+
"cfg": 1,
|
|
59
59
|
"guidance_scale": 5,
|
|
60
60
|
"lowres_denoise": 0.98,
|
|
61
61
|
"highres_denoise": 0.95,
|
|
62
|
-
"hr_downscale": 0.5,
|
|
62
|
+
"hr_downscale": 0.5,
|
|
63
63
|
"enable_hr_fix": false,
|
|
64
64
|
"enable_safety_checker": true
|
|
65
65
|
}
|
|
@@ -70,17 +70,17 @@ IC-Light v2 接收一张源图,通过文字描述和离散的初始光照偏
|
|
|
70
70
|
```json
|
|
71
71
|
{
|
|
72
72
|
"images": [
|
|
73
|
-
{ "url": "https://...", "width": 1365, "height": 768, "content_type": "image/jpeg" }
|
|
73
|
+
{ "url": "https://...", "width": 1365, "height": 768, "content_type": "image/jpeg" }
|
|
74
74
|
]
|
|
75
75
|
}
|
|
76
76
|
```
|
|
77
77
|
|
|
78
78
|
Fal 模型页公开价格为 **$0.10/百万像素**。首版固定约 1MP、单张输出,目录保守估算为 **$0.10/次**。实际账单仍以 Fal 返回和账户账单为准,登录后的额度、地区可用性与最终账单尚待真实验证。
|
|
79
79
|
|
|
80
|
-
## 6. 错误与降级
|
|
81
|
-
|
|
82
|
-
- 2026-09-10 重核官方 OpenAPI:自定义宽高合法,不存在只能选择五种比例的限制。旧代码把约 2:3 原图选成约 3:4 输出,属于本地请求尺寸策略错误;改为直接使用源图比例,仅有整数像素舍入误差。上传原图和下载结果不作非等比拉伸,也不为预设比例额外裁切。Fal 内部如何变换图像未在公开 schema 中说明,不能把输出人物变化全部归因于本地缩放。
|
|
83
|
-
- 亮度、色调和轮廓光只有提示词意图,没有对应数值 API 字段;颜色传达正确不代表生成结果能精确还原预览。手动提示词将主光颜色放在开头,并明确彩色光照射主体,仍需真实生成评估效果。
|
|
80
|
+
## 6. 错误与降级
|
|
81
|
+
|
|
82
|
+
- 2026-09-10 重核官方 OpenAPI:自定义宽高合法,不存在只能选择五种比例的限制。旧代码把约 2:3 原图选成约 3:4 输出,属于本地请求尺寸策略错误;改为直接使用源图比例,仅有整数像素舍入误差。上传原图和下载结果不作非等比拉伸,也不为预设比例额外裁切。Fal 内部如何变换图像未在公开 schema 中说明,不能把输出人物变化全部归因于本地缩放。
|
|
83
|
+
- 亮度、色调和轮廓光只有提示词意图,没有对应数值 API 字段;颜色传达正确不代表生成结果能精确还原预览。手动提示词将主光颜色放在开头,并明确彩色光照射主体,仍需真实生成评估效果。
|
|
84
84
|
|
|
85
85
|
- 缺少源图或源图超过一张:在请求构建前失败,不提交任务。
|
|
86
86
|
- Fal 凭据、端点或余额不可用:显示明确失败,不自动切换模型。
|
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
| 项目 | 内容 |
|
|
4
4
|
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-24 |
|
|
5
|
+
| 最后更新 | 2026-09-24 |
|
|
6
6
|
| 能力 | 文本翻译(增量流式 / 非流式) |
|
|
7
7
|
| 平台模型 ID | `qwen-mt-flash` |
|
|
8
8
|
| 地域 | 北京、新加坡、美国(弗吉尼亚)、德国(法兰克福);以区域模型实际开通为准 |
|
|
@@ -35,34 +35,34 @@ Authorization: Bearer <API Key>
|
|
|
35
35
|
- 按需入口:`@henjicc/ai-sdk/capabilities/translation/bailian`,工厂 `createQwenMtFlashTranslationModule()`。
|
|
36
36
|
- 默认走 OpenAI 兼容 Chat Completions 并开启 SSE;将官方增量块统一成 `delta(mode=append)`,最终输出完整 `item`,Token 计入 `usage`。
|
|
37
37
|
- Say-It 当前保存的常用语言代码会先映射为官方英文语言名;术语表映射到 `terms`,翻译记忆映射到 `tm_list`,通用 `context` 映射到英文领域提示 `domains`。
|
|
38
|
-
- 未核实的独立最大输出数不设默认值,也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据,尚无真实付费请求证据。
|
|
39
|
-
|
|
40
|
-
### 三模型共享事件契约与回归矩阵(2026-09-24)
|
|
41
|
-
|
|
42
|
-
本节只复核响应及生命周期,价格和输入上限未重新调研。依据同页 OpenAI 兼容 API 的流式/非流式响应定义:Flash/Lite 增量、Plus 累积;生成中 `finish_reason=null`,自然结束为 `stop`,长度截断为 `length`。官方样例包含空首帧、两次相同 `stop` 帧及 `choices=[]` 用量帧。
|
|
43
|
-
|
|
44
|
-
| 事件/序列 | SDK 行为 | 回归依据 |
|
|
45
|
-
|---|---|---|
|
|
46
|
-
| 空 `content` 中间块、连续增量/累积内容 | 等待或更新部分结果,不报失败 | 官方 fixture;既有三模型测试 |
|
|
47
|
-
| 重复 `stop` + 独立 usage + DONE/正常 EOF | 只产出一次完整 item;累计模型重复最终快照不重复追加 | fixture 补齐官方重复结束块;生命周期测试 |
|
|
48
|
-
| 空 `choices` 且有用量 | 用量通知,不作为完成依据 | 官方 usage 块 |
|
|
49
|
-
| 部分结果后 DONE/EOF、末块无空行 | 缺少可分发最终块时报 `provider_response_invalid`;不补造 SSE 空行 | 删除结束块/截断分隔符的受控变异 |
|
|
50
|
-
| `length`(流式及非流式) | `provider_task_failed`,details 保留 `finishReason=length`;不把截断译文作为完整 item | 官方枚举的受控变异 |
|
|
51
|
-
| 缺少 choices/content/结束原因,字段错类型,最终内容继续变化 | 明确拒绝,不作为空状态通知跳过 | 从官方结果块移除或替换字段 |
|
|
52
|
-
| 错误对象缺少 code、SSE `event:error`、HTTP 错误 | 明确失败,保留实际模型/协议/阶段及安全错误码;不默认输出原始 message | 错误 envelope 的受控注入 |
|
|
53
|
-
| 未知具名 SSE 扩展事件 | 不提供成功或失败依据;继续等已知协议结果 | 扩展通知 + 正常/缺失结束序列 |
|
|
54
|
-
| 取消、断流、回调失败、DONE 后连接未关闭 | 中止或失败,取消剩余流并释放锁;取消后不再发送 item/completed | Mock 流与取消回放 |
|
|
55
|
-
|
|
56
|
-
`content` 必须是字符串,但不凭经验添加“最终译文必须非空”的限制;空输入本地短路仍受取消约束。SSE 分帧与聊天共用 `src/protocols/sse-events.ts`,结果校验和增量/累积语义保持在各适配器内。
|
|
57
|
-
|
|
58
|
-
证据:`tests/fixtures/bailian-translation/official-qwen-mt-examples.json`、`tests/bailian-qwen-mt.test.ts`、`tests/bailian-qwen-mt-lifecycle.test.ts`。负例是明确标注的受控变异,不声称来自真实付费请求。
|
|
38
|
+
- 未核实的独立最大输出数不设默认值,也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据,尚无真实付费请求证据。
|
|
39
|
+
|
|
40
|
+
### 三模型共享事件契约与回归矩阵(2026-09-24)
|
|
41
|
+
|
|
42
|
+
本节只复核响应及生命周期,价格和输入上限未重新调研。依据同页 OpenAI 兼容 API 的流式/非流式响应定义:Flash/Lite 增量、Plus 累积;生成中 `finish_reason=null`,自然结束为 `stop`,长度截断为 `length`。官方样例包含空首帧、两次相同 `stop` 帧及 `choices=[]` 用量帧。
|
|
43
|
+
|
|
44
|
+
| 事件/序列 | SDK 行为 | 回归依据 |
|
|
45
|
+
|---|---|---|
|
|
46
|
+
| 空 `content` 中间块、连续增量/累积内容 | 等待或更新部分结果,不报失败 | 官方 fixture;既有三模型测试 |
|
|
47
|
+
| 重复 `stop` + 独立 usage + DONE/正常 EOF | 只产出一次完整 item;累计模型重复最终快照不重复追加 | fixture 补齐官方重复结束块;生命周期测试 |
|
|
48
|
+
| 空 `choices` 且有用量 | 用量通知,不作为完成依据 | 官方 usage 块 |
|
|
49
|
+
| 部分结果后 DONE/EOF、末块无空行 | 缺少可分发最终块时报 `provider_response_invalid`;不补造 SSE 空行 | 删除结束块/截断分隔符的受控变异 |
|
|
50
|
+
| `length`(流式及非流式) | `provider_task_failed`,details 保留 `finishReason=length`;不把截断译文作为完整 item | 官方枚举的受控变异 |
|
|
51
|
+
| 缺少 choices/content/结束原因,字段错类型,最终内容继续变化 | 明确拒绝,不作为空状态通知跳过 | 从官方结果块移除或替换字段 |
|
|
52
|
+
| 错误对象缺少 code、SSE `event:error`、HTTP 错误 | 明确失败,保留实际模型/协议/阶段及安全错误码;不默认输出原始 message | 错误 envelope 的受控注入 |
|
|
53
|
+
| 未知具名 SSE 扩展事件 | 不提供成功或失败依据;继续等已知协议结果 | 扩展通知 + 正常/缺失结束序列 |
|
|
54
|
+
| 取消、断流、回调失败、DONE 后连接未关闭 | 中止或失败,取消剩余流并释放锁;取消后不再发送 item/completed | Mock 流与取消回放 |
|
|
55
|
+
|
|
56
|
+
`content` 必须是字符串,但不凭经验添加“最终译文必须非空”的限制;空输入本地短路仍受取消约束。SSE 分帧与聊天共用 `src/protocols/sse-events.ts`,结果校验和增量/累积语义保持在各适配器内。
|
|
57
|
+
|
|
58
|
+
证据:`tests/fixtures/bailian-translation/official-qwen-mt-examples.json`、`tests/bailian-qwen-mt.test.ts`、`tests/bailian-qwen-mt-lifecycle.test.ts`。负例是明确标注的受控变异,不声称来自真实付费请求。
|
|
59
59
|
|
|
60
60
|
## 5. 原始链接索引
|
|
61
61
|
|
|
62
62
|
| 信息 | 链接 | 登录 |
|
|
63
63
|
|---|---|---|
|
|
64
|
-
| API/请求/响应 | https://help.aliyun.com/zh/model-studio/qwen-mt-api | 否 |
|
|
65
|
-
| SSE 分帧与 EOF | https://html.spec.whatwg.org/multipage/server-sent-events.html#event-stream-interpretation | 否 |
|
|
64
|
+
| API/请求/响应 | https://help.aliyun.com/zh/model-studio/qwen-mt-api | 否 |
|
|
65
|
+
| SSE 分帧与 EOF | https://html.spec.whatwg.org/multipage/server-sent-events.html#event-stream-interpretation | 否 |
|
|
66
66
|
| 选型/语言/限制 | https://help.aliyun.com/zh/model-studio/machine-translation | 否(本次访问触发验证码,未取正文) |
|
|
67
67
|
| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
|
|
68
68
|
| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |
|
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
| 项目 | 内容 |
|
|
4
4
|
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-24 |
|
|
5
|
+
| 最后更新 | 2026-09-24 |
|
|
6
6
|
| 能力 | 文本翻译(增量流式 / 非流式) |
|
|
7
7
|
| 平台模型 ID | `qwen-mt-lite` |
|
|
8
8
|
| 地域 | 北京、新加坡、美国(弗吉尼亚)、德国(法兰克福);以实际开通为准 |
|
|
@@ -27,8 +27,8 @@ OpenAI 兼容 `POST /compatible-mode/v1/chat/completions` 或 DashScope `POST /a
|
|
|
27
27
|
- 按需入口:`@henjicc/ai-sdk/capabilities/translation/bailian`,工厂 `createQwenMtLiteTranslationModule()`。
|
|
28
28
|
- 默认走 OpenAI 兼容 SSE;官方增量块归一为追加事件,使用 SDK 自带 UTF-8 增量解码器,不要求 UXP 等宿主提供 `TextDecoder`。
|
|
29
29
|
- 支持 usage、术语、翻译记忆、领域提示、Say-It 常用语言代码兼容;密钥、原文和译文不写入结构化日志。
|
|
30
|
-
- 未核实的独立最大输出数不设默认值,也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据,尚无真实付费请求证据。
|
|
31
|
-
- 2026-09-24 复核结束语义、合法空帧、用量、错误、截断及取消;详见 [三模型共享事件契约与回归矩阵](../Qwen-MT-Flash/Qwen-MT-Flash_百炼.md#三模型共享事件契约与回归矩阵2026-09-24)。Lite 保持增量拼接,错误诊断保留实际 `qwen-mt-lite` 模型名。
|
|
30
|
+
- 未核实的独立最大输出数不设默认值,也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据,尚无真实付费请求证据。
|
|
31
|
+
- 2026-09-24 复核结束语义、合法空帧、用量、错误、截断及取消;详见 [三模型共享事件契约与回归矩阵](../Qwen-MT-Flash/Qwen-MT-Flash_百炼.md#三模型共享事件契约与回归矩阵2026-09-24)。Lite 保持增量拼接,错误诊断保留实际 `qwen-mt-lite` 模型名。
|
|
32
32
|
|
|
33
33
|
## 4. 原始链接索引
|
|
34
34
|
|
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
| 项目 | 内容 |
|
|
4
4
|
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-24 |
|
|
5
|
+
| 最后更新 | 2026-09-24 |
|
|
6
6
|
| 能力 | 文本翻译(非流式 / 累积流式) |
|
|
7
7
|
| 平台模型 ID | `qwen-mt-plus` |
|
|
8
8
|
| 地域 | 北京、新加坡、美国(弗吉尼亚)、德国(法兰克福);以实际开通为准 |
|
|
@@ -27,8 +27,8 @@ OpenAI 兼容 `POST /compatible-mode/v1/chat/completions` 或 DashScope `POST /a
|
|
|
27
27
|
- 按需入口:`@henjicc/ai-sdk/capabilities/translation/bailian`,工厂 `createQwenMtPlusTranslationModule()`。
|
|
28
28
|
- 默认走 OpenAI 兼容 SSE;SDK 对官方累积序列计算前缀差,正常情况统一发 `delta(mode=append)`,供应商改写既有前缀时明确发 `mode=replace`,最终 `item` 始终是完整译文。
|
|
29
29
|
- 支持单条/带稳定 id 的批量输入、usage 汇总、术语、翻译记忆、领域提示以及 Say-It 常用语言代码兼容。
|
|
30
|
-
- 未核实的独立最大输出数不设默认值,也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据,尚无真实付费请求证据。
|
|
31
|
-
- 2026-09-24 复核结束语义、合法空帧、重复最终快照、用量、错误、截断及取消;详见 [三模型共享事件契约与回归矩阵](../Qwen-MT-Flash/Qwen-MT-Flash_百炼.md#三模型共享事件契约与回归矩阵2026-09-24)。Plus 仍按累积快照计算变化;只有 `stop` 才交付完整 item,`length` 明确报告截断。
|
|
30
|
+
- 未核实的独立最大输出数不设默认值,也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据,尚无真实付费请求证据。
|
|
31
|
+
- 2026-09-24 复核结束语义、合法空帧、重复最终快照、用量、错误、截断及取消;详见 [三模型共享事件契约与回归矩阵](../Qwen-MT-Flash/Qwen-MT-Flash_百炼.md#三模型共享事件契约与回归矩阵2026-09-24)。Plus 仍按累积快照计算变化;只有 `stop` 才交付完整 item,`length` 明确报告截断。
|
|
32
32
|
|
|
33
33
|
## 4. 原始链接索引
|
|
34
34
|
|
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
| 项目 | 内容 |
|
|
4
4
|
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-24 |
|
|
5
|
+
| 最后更新 | 2026-09-24 |
|
|
6
6
|
| 能力 | 实时语音识别(WebSocket,VAD/Manual) |
|
|
7
7
|
| 平台模型 ID | `qwen3-asr-flash-realtime`(稳定别名,官方当前等同 `qwen3-asr-flash-realtime-2025-10-27`) |
|
|
8
8
|
| 地域 | 华北2(北京)、新加坡 |
|
|
@@ -24,30 +24,30 @@
|
|
|
24
24
|
|
|
25
25
|
稳定别名与 2026-02-10 快照并列注册;不把官方当前指向的 2025-10-27 快照写死到请求构建器。该序列与 Fun-ASR 事件序列分开实现。
|
|
26
26
|
|
|
27
|
-
## 4. 服务端事件矩阵(稳定别名与 2026-02-10 快照共用)
|
|
28
|
-
|
|
29
|
-
2026-09-24 核对官方服务端事件页,字段表构造样本见 `tests/fixtures/bailian/asr-realtime-qwen.json`。ID 和文本均为固定占位;删字段、改类型为测试中的 synthetic-negative,不代表真实供应商响应。
|
|
30
|
-
|
|
31
|
-
| 事件 | 前置阶段与字段语义 | 迁移 / 输出 | 结束与资源 |
|
|
32
|
-
|---|---|---|---|
|
|
33
|
-
| `session.created` | opening;服务端默认 session,可含 null 配置 | 发送 update,等待 ready;不输出文字 | 继续 |
|
|
34
|
-
| `session.updated` | opening;update 成功确认 | active,通知 started | 继续 |
|
|
35
|
-
| `input_audio_buffer.speech_started` | VAD 检测语音;item_id 字符串、audio_start_ms 非负整数 | 已知状态通知,无文本 | 继续 |
|
|
36
|
-
| `input_audio_buffer.speech_stopped` | VAD 停止语音;item_id 字符串、audio_end_ms 非负整数 | 已知状态通知,不当作 final | 继续 |
|
|
37
|
-
| `input_audio_buffer.committed` | 音频提交确认;item_id 字符串 | 已知通知,不代替识别结果 | 继续 |
|
|
38
|
-
| `conversation.item.created` | item 含 input_audio,transcript 固定为 null | 已知通知;item.status=completed 不等于识别完成 | 继续 |
|
|
39
|
-
| `conversation.item.input_audio_transcription.text` | active/finishing;text/stash 均为字符串,任一可为空 | 原样 text + stash 作为 partial,不能分别 trim 破坏单词边界 | 继续 |
|
|
40
|
-
| `conversation.item.input_audio_transcription.completed` | active/finishing;transcript 字符串 | final;不以未定义的 text 字段替代缺失 transcript | 句终态,仍等待会话结束 |
|
|
41
|
-
| `conversation.item.input_audio_transcription.failed` | 某 item 识别失败;error.code/message | provider_task_failed,保留 code,不默认暴露完整 message | 失败并释放 |
|
|
42
|
-
| `error` | 任一阶段;服务端或输入错误 | 同上,不能作为空事件忽略 | 失败并释放 |
|
|
43
|
-
| `session.finished` | 仅客户端 finish 后;本事件无需 transcript | finishing → finished;使用累计 final,无有效 final 则 invalid_response | 主动断开,不复用 |
|
|
44
|
-
| 有名未知事件 | 官方未定义扩展语义 | unknown 警告,不生成完成或文本 | 等待已有协议终态 |
|
|
45
|
-
| 缺失 type / 错类型 / 无效必要结果字段 | 不能判定合法事件 | invalid_response,包含实际 model/protocol/阶段 | 失败并释放 |
|
|
46
|
-
| 提前断开 / 取消 | 任一未完成阶段;无协议恢复事件 | 断连错误或取消,不当正常完成 | 关闭连接 |
|
|
47
|
-
|
|
48
|
-
官方展示了 text 空而 stash 非空、以及相反的中间状态,未提供两者同时为空的有效结果示例;本次不据推测放宽该边界。现有 SDK 对有效 final 的要求仍是非空 transcript。状态通知不能掩盖缺失必要状态字段;不把所有未知扩展视为错误。错误诊断仅包含模型、协议、阶段、事件类型与供应商代码,不包含密钥、音频和完整识别/错误正文。
|
|
49
|
-
|
|
50
|
-
## 5. 原始链接索引
|
|
27
|
+
## 4. 服务端事件矩阵(稳定别名与 2026-02-10 快照共用)
|
|
28
|
+
|
|
29
|
+
2026-09-24 核对官方服务端事件页,字段表构造样本见 `tests/fixtures/bailian/asr-realtime-qwen.json`。ID 和文本均为固定占位;删字段、改类型为测试中的 synthetic-negative,不代表真实供应商响应。
|
|
30
|
+
|
|
31
|
+
| 事件 | 前置阶段与字段语义 | 迁移 / 输出 | 结束与资源 |
|
|
32
|
+
|---|---|---|---|
|
|
33
|
+
| `session.created` | opening;服务端默认 session,可含 null 配置 | 发送 update,等待 ready;不输出文字 | 继续 |
|
|
34
|
+
| `session.updated` | opening;update 成功确认 | active,通知 started | 继续 |
|
|
35
|
+
| `input_audio_buffer.speech_started` | VAD 检测语音;item_id 字符串、audio_start_ms 非负整数 | 已知状态通知,无文本 | 继续 |
|
|
36
|
+
| `input_audio_buffer.speech_stopped` | VAD 停止语音;item_id 字符串、audio_end_ms 非负整数 | 已知状态通知,不当作 final | 继续 |
|
|
37
|
+
| `input_audio_buffer.committed` | 音频提交确认;item_id 字符串 | 已知通知,不代替识别结果 | 继续 |
|
|
38
|
+
| `conversation.item.created` | item 含 input_audio,transcript 固定为 null | 已知通知;item.status=completed 不等于识别完成 | 继续 |
|
|
39
|
+
| `conversation.item.input_audio_transcription.text` | active/finishing;text/stash 均为字符串,任一可为空 | 原样 text + stash 作为 partial,不能分别 trim 破坏单词边界 | 继续 |
|
|
40
|
+
| `conversation.item.input_audio_transcription.completed` | active/finishing;transcript 字符串 | final;不以未定义的 text 字段替代缺失 transcript | 句终态,仍等待会话结束 |
|
|
41
|
+
| `conversation.item.input_audio_transcription.failed` | 某 item 识别失败;error.code/message | provider_task_failed,保留 code,不默认暴露完整 message | 失败并释放 |
|
|
42
|
+
| `error` | 任一阶段;服务端或输入错误 | 同上,不能作为空事件忽略 | 失败并释放 |
|
|
43
|
+
| `session.finished` | 仅客户端 finish 后;本事件无需 transcript | finishing → finished;使用累计 final,无有效 final 则 invalid_response | 主动断开,不复用 |
|
|
44
|
+
| 有名未知事件 | 官方未定义扩展语义 | unknown 警告,不生成完成或文本 | 等待已有协议终态 |
|
|
45
|
+
| 缺失 type / 错类型 / 无效必要结果字段 | 不能判定合法事件 | invalid_response,包含实际 model/protocol/阶段 | 失败并释放 |
|
|
46
|
+
| 提前断开 / 取消 | 任一未完成阶段;无协议恢复事件 | 断连错误或取消,不当正常完成 | 关闭连接 |
|
|
47
|
+
|
|
48
|
+
官方展示了 text 空而 stash 非空、以及相反的中间状态,未提供两者同时为空的有效结果示例;本次不据推测放宽该边界。现有 SDK 对有效 final 的要求仍是非空 transcript。状态通知不能掩盖缺失必要状态字段;不把所有未知扩展视为错误。错误诊断仅包含模型、协议、阶段、事件类型与供应商代码,不包含密钥、音频和完整识别/错误正文。
|
|
49
|
+
|
|
50
|
+
## 5. 原始链接索引
|
|
51
51
|
|
|
52
52
|
| 信息 | 链接 | 登录 |
|
|
53
53
|
|---|---|---|
|
|
@@ -5,27 +5,31 @@
|
|
|
5
5
|
|
|
6
6
|
| 项目 | 内容 |
|
|
7
7
|
|---|---|
|
|
8
|
-
| 最后更新 | 2026-09-
|
|
8
|
+
| 最后更新 | 2026-09-27 |
|
|
9
9
|
| 模型数量 | 生成主清单 20(图片 11 / 视频 9)+ 主清单外存量 12 + SDK 跨项目能力模型 20(ASR 15 / 翻译 3 / LLM 2) |
|
|
10
10
|
| 模型供应商文档数量 | 生成/存量 84 + SDK 跨项目能力 20(另有 Fal 工具 12) |
|
|
11
11
|
| 覆盖供应商 | 火山引擎(官方生成/ASR)、百炼(官方)、硅基流动(官方 ASR)、智谱(官方 LLM)、Groq(官方 LLM/ASR)、APIMart、KIE、Fal、派欧云、魔搭、Grsai |
|
|
12
12
|
|
|
13
|
-
另有 12 个按能力按需分发的 Fal 图像工具,不进入默认
|
|
13
|
+
另有 12 个按能力按需分发的 Fal 图像工具,不进入默认 124 模型兼容目录:
|
|
14
14
|
|
|
15
15
|
- 消除:[Flux Pro Erase](Flux-Pro-Erase/Flux-Pro-Erase_Fal.md)、[Bria Eraser](Bria-Eraser/Bria-Eraser_Fal.md)、[Finegrain Eraser](Finegrain-Eraser/Finegrain-Eraser_Fal.md)。
|
|
16
16
|
- 图片实用工具:[Image Apps v2 重打光](Image-Apps-v2-重打光/Image-Apps-v2-重打光_Fal.md)、[ControlLight](ControlLight/ControlLight_Fal.md)、[Image Apps v2 扩图](Image-Apps-v2-扩图/Image-Apps-v2-扩图_Fal.md)、[Image Apps v2 商品摄影](Image-Apps-v2-商品摄影/Image-Apps-v2-商品摄影_Fal.md)、[Image Apps v2 照片修复](Image-Apps-v2-照片修复/Image-Apps-v2-照片修复_Fal.md)、[Pixelcut 背景移除](Pixelcut-背景移除/Pixelcut-背景移除_Fal.md)。
|
|
17
17
|
- 多角度:[Qwen Image Edit 2511 多角度](Qwen-Image-Edit-2511-多角度/Qwen-Image-Edit-2511-多角度_Fal.md)、[透视变换](透视变换/透视变换_Fal.md)、[FLUX 2 多角度](FLUX-2-多角度/FLUX-2-多角度_Fal.md)。
|
|
18
18
|
|
|
19
|
-
工具均复用 Fal 队列、上传与结果解析;它们是独立的按需 SDK 入口,不是新的执行内核。Henji-AI 运行客户端显式装载三个 pack
|
|
20
|
-
|
|
21
|
-
## 2026-09-24 已适配更新
|
|
19
|
+
工具均复用 Fal 队列、上传与结果解析;它们是独立的按需 SDK 入口,不是新的执行内核。Henji-AI 运行客户端显式装载三个 pack,但普通模型选择器为 124 个默认模型:六个图片实用工具通过图片能力菜单创建固定模型节点,三个多角度工具由专用多角度节点选择,消除工具保留给后续遮罩能力接入。真实质量、延迟和账单仍待获得付费授权后验证。
|
|
22
20
|
|
|
23
|
-
-
|
|
24
|
-
- [Seedream 5.0 Flash · 火山方舟](Seedream-5.0-Flash/Seedream-5.0-Flash_火山引擎.md):生成、编辑与图层拆分。
|
|
25
|
-
- [GLM Flash / FlashX](GLM-5.3-Flash/GLM-5.3-Flash_智谱.md):新增 FlashX 与 JSON 契约。
|
|
26
|
-
- [百炼 ASR](供应商/百炼.md):新增 Qwen-Audio 3.1 三种语音识别协议预设。
|
|
27
|
-
- [MiMo 2.6 与 Responses](../llm-adaptation/供应商/小米MiMo.md)、[Kimi 缓存价格](../llm-adaptation/供应商/Kimi.md)。
|
|
21
|
+
## 2026-09-27 TTS 适配
|
|
28
22
|
|
|
23
|
+
[TTS 多供应商适配契约](TTS-多供应商-2026-09.md):新增 13 个文字转语音模型,覆盖 Fal、百炼、KIE、硅基流动与火山语音;派欧云 MiniMax Speech 2.8 继续使用已有接入。记录官方接口、价格、音色前提、流式响应和测试样本来源。
|
|
24
|
+
|
|
25
|
+
## 2026-09-24 已适配更新
|
|
26
|
+
|
|
27
|
+
- [HappyHorse 1.1 · KIE](HappyHorse-1.1/HappyHorse-1.1_KIE.md):文生、图生与多图参考。
|
|
28
|
+
- [Seedream 5.0 Flash · 火山方舟](Seedream-5.0-Flash/Seedream-5.0-Flash_火山引擎.md):生成、编辑与图层拆分。
|
|
29
|
+
- [GLM Flash / FlashX](GLM-5.3-Flash/GLM-5.3-Flash_智谱.md):新增 FlashX 与 JSON 契约。
|
|
30
|
+
- [百炼 ASR](供应商/百炼.md):新增 Qwen-Audio 3.1 三种语音识别协议预设。
|
|
31
|
+
- [MiMo 2.6 与 Responses](../llm-adaptation/供应商/小米MiMo.md)、[Kimi 缓存价格](../llm-adaptation/供应商/Kimi.md)。
|
|
32
|
+
|
|
29
33
|
## 一、目录结构约定
|
|
30
34
|
|
|
31
35
|
### 文本 Embedding / Rerank(2026-09-11)
|
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
| 项目 | 内容 |
|
|
4
4
|
|---|---|
|
|
5
|
-
| 最后更新 | 2026-09-24 |
|
|
5
|
+
| 最后更新 | 2026-09-24 |
|
|
6
6
|
| 能力 | 双向实时语音识别(二进制 WebSocket) |
|
|
7
7
|
| SDK `modelId` | `seedasr-2.0-realtime` |
|
|
8
8
|
| 火山请求模型 | `request.model_name="bigmodel"` + 2.0 资源 ID `volc.seedasr.sauc.duration` |
|
|
@@ -105,18 +105,18 @@ SDK 对音频保留一块延迟:收到下一块时才把上一块以正 sequen
|
|
|
105
105
|
| type `9`,非空 `result.text` | `partial` | 否 | 文本变化才发,重复内容去重 |
|
|
106
106
|
| `result.utterances[].definite=true` | `final` | 否 | 表示句段已确定,不等于整个连接结束;按时间范围/文本去重 |
|
|
107
107
|
| flag bit `2`(last) | `completed` | 是 | 只有客户端已 `finish()` 后才合法;输出 `result.text/utterances/audio_info.duration` |
|
|
108
|
-
| type `15` | 无 | 是(错误) | 读取 uint32 错误码;错误 payload 可为 JSON 或 UTF-8 文本,默认异常/日志只保留错误码,不带原始 message |
|
|
108
|
+
| type `15` | 无 | 是(错误) | 读取 uint32 错误码;错误 payload 可为 JSON 或 UTF-8 文本,默认异常/日志只保留错误码,不带原始 message |
|
|
109
109
|
| 未知 `event` 数字 | 无 | 否 | 只记脱敏 warning,仍按 type/payload 处理 |
|
|
110
110
|
| WebSocket 提前断开 | 无 | 是(错误) | `provider_connection_closed`,不误报完成 |
|
|
111
111
|
| text WebSocket frame | 无 | 是(错误) | 协议要求二进制,报 `invalid_response` |
|
|
112
112
|
|
|
113
113
|
`utterances[].definite=true` 只能判断句段 final,整个会话终态必须看帧头 last 标志。整个终帧仍无有效文本时严格报 `invalid_response`。
|
|
114
114
|
|
|
115
|
-
用户主动取消只关闭连接,不发送负 sequence 终帧,也不把取消伪装成正常完成。full request 默认在 15 秒内必须收到首个服务端响应,可用 `openTimeoutMs` 显式调整;超时会关闭半开连接。`finish()`、连接释放和显式 `close()` 都幂等;发送失败、服务端错误、断线、超时和取消都走同一个释放边界。
|
|
116
|
-
|
|
117
|
-
同一响应帧可能同时产生 partial 与一个或多个 final。每次事件回调后重新检查取消/关闭,避免调用方在 partial 回调取消后,SDK 仍继续发出该帧的 final;该场景使用官方响应 payload 调整 last 标志构造,不代表新的供应商事件类型。
|
|
118
|
-
|
|
119
|
-
2026-09-24 诊断复核:异常 details 保留实际 `modelId=seedasr-2.0-realtime`、`protocol=volcengine-binary-v1`、会话阶段、操作与最后一帧的序号/event/last 标志。原始服务端 message 和宿主异常可能包含识别内容或凭据,不进入默认诊断。握手失败后若关闭也失败,继续报告首个故障,并附 `cleanupFailed=true`。`volcengine-realtime-asr.test.ts` 使用既有官方帧结构、受控敏感文本错误与 Mock close 拒绝验证这些边界;不是额外真实服务实录。
|
|
115
|
+
用户主动取消只关闭连接,不发送负 sequence 终帧,也不把取消伪装成正常完成。full request 默认在 15 秒内必须收到首个服务端响应,可用 `openTimeoutMs` 显式调整;超时会关闭半开连接。`finish()`、连接释放和显式 `close()` 都幂等;发送失败、服务端错误、断线、超时和取消都走同一个释放边界。
|
|
116
|
+
|
|
117
|
+
同一响应帧可能同时产生 partial 与一个或多个 final。每次事件回调后重新检查取消/关闭,避免调用方在 partial 回调取消后,SDK 仍继续发出该帧的 final;该场景使用官方响应 payload 调整 last 标志构造,不代表新的供应商事件类型。
|
|
118
|
+
|
|
119
|
+
2026-09-24 诊断复核:异常 details 保留实际 `modelId=seedasr-2.0-realtime`、`protocol=volcengine-binary-v1`、会话阶段、操作与最后一帧的序号/event/last 标志。原始服务端 message 和宿主异常可能包含识别内容或凭据,不进入默认诊断。握手失败后若关闭也失败,继续报告首个故障,并附 `cleanupFailed=true`。`volcengine-realtime-asr.test.ts` 使用既有官方帧结构、受控敏感文本错误与 Mock close 拒绝验证这些边界;不是额外真实服务实录。
|
|
120
120
|
|
|
121
121
|
## 5. 价格与免费额度
|
|
122
122
|
|
|
@@ -1,18 +1,18 @@
|
|
|
1
|
-
# Seedream 5.0 Flash · 火山方舟
|
|
2
|
-
|
|
3
|
-
核对日期:2026-09-24;公开无需登录,未执行付费生成。
|
|
4
|
-
|
|
5
|
-
来源:[发布公告](https://docs.volcengine.com/docs/ark/model-release-announcement?lang=zh)、[Pro / Flash 教程](https://docs.volcengine.com/docs/ark/seedream-5-0-pro?lang=zh)、[价格](https://docs.volcengine.com/docs/ark/model-pricing?lang=zh)。官方明确基础调用只替换 Model ID,公共契约复用 Pro 实现。
|
|
6
|
-
|
|
7
|
-
- Model ID:`doubao-seedream-5-0-flash-260915`;`POST https://ark.cn-beijing.volces.com/api/v3/images/generations`,Bearer 认证。
|
|
8
|
-
- 文生、图生/多图参考、交互编辑、图层拆分;输入上限 10 张,拆分必须 1 张;1K/1.5K/2K,PNG/JPEG;Flash 只支持标准提示词优化。
|
|
9
|
-
- SDK 沿用 Pro 的生成/编辑与拆分模式、图片上传、智能比例和结构化图层输出。旧 Pro 参数名与模型 ID 保持不变。
|
|
10
|
-
- 输入图免费,输出 ¥0.12/张;拆分数量只有返回后可知,提交前返回不可估算,不能显示 ¥0.12 为整单总价。
|
|
11
|
-
|
|
12
|
-
| 响应 | 字段与行为 |
|
|
13
|
-
|---|---|
|
|
14
|
-
| 同步成功 | `data` 图片数组,`url` 字符串;由共享图片适配器收集 URL |
|
|
15
|
-
| 图层拆分 | 与 Pro 相同的 layers/base-image 元数据,经 `parseSeedreamLayerStack` 返回结构化图层 |
|
|
16
|
-
| 错误、缺失产物、取消 | 沿共享 Volcengine provider 失败收口;不把空结果当成功,不建立重复收费重试 |
|
|
17
|
-
|
|
18
|
-
官方字面调用中的 Pro Model ID 可按同页明确说明替换成 Flash;测试将此区别标为官方字段构造,不能冒充 Flash 真网样本。共享 Pro 正反测试继续运行,新增 Flash 定向验证模型路由、图片限制、价格和拆分不可估算。
|
|
1
|
+
# Seedream 5.0 Flash · 火山方舟
|
|
2
|
+
|
|
3
|
+
核对日期:2026-09-24;公开无需登录,未执行付费生成。
|
|
4
|
+
|
|
5
|
+
来源:[发布公告](https://docs.volcengine.com/docs/ark/model-release-announcement?lang=zh)、[Pro / Flash 教程](https://docs.volcengine.com/docs/ark/seedream-5-0-pro?lang=zh)、[价格](https://docs.volcengine.com/docs/ark/model-pricing?lang=zh)。官方明确基础调用只替换 Model ID,公共契约复用 Pro 实现。
|
|
6
|
+
|
|
7
|
+
- Model ID:`doubao-seedream-5-0-flash-260915`;`POST https://ark.cn-beijing.volces.com/api/v3/images/generations`,Bearer 认证。
|
|
8
|
+
- 文生、图生/多图参考、交互编辑、图层拆分;输入上限 10 张,拆分必须 1 张;1K/1.5K/2K,PNG/JPEG;Flash 只支持标准提示词优化。
|
|
9
|
+
- SDK 沿用 Pro 的生成/编辑与拆分模式、图片上传、智能比例和结构化图层输出。旧 Pro 参数名与模型 ID 保持不变。
|
|
10
|
+
- 输入图免费,输出 ¥0.12/张;拆分数量只有返回后可知,提交前返回不可估算,不能显示 ¥0.12 为整单总价。
|
|
11
|
+
|
|
12
|
+
| 响应 | 字段与行为 |
|
|
13
|
+
|---|---|
|
|
14
|
+
| 同步成功 | `data` 图片数组,`url` 字符串;由共享图片适配器收集 URL |
|
|
15
|
+
| 图层拆分 | 与 Pro 相同的 layers/base-image 元数据,经 `parseSeedreamLayerStack` 返回结构化图层 |
|
|
16
|
+
| 错误、缺失产物、取消 | 沿共享 Volcengine provider 失败收口;不把空结果当成功,不建立重复收费重试 |
|
|
17
|
+
|
|
18
|
+
官方字面调用中的 Pro Model ID 可按同页明确说明替换成 Flash;测试将此区别标为官方字段构造,不能冒充 Flash 真网样本。共享 Pro 正反测试继续运行,新增 Flash 定向验证模型路由、图片限制、价格和拆分不可估算。
|