coze-coding-dev-sdk 0.5.16__tar.gz → 0.5.17__tar.gz

{coze_coding_dev_sdk-0.5.16/coze_coding_dev_sdk.egg-info → coze_coding_dev_sdk-0.5.17}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: coze-coding-dev-sdk
-Version: 0.5.16
+Version: 0.5.17
 Summary: Coze Coding Dev SDK - 优雅的多功能 AI SDK，支持图片生成、视频生成、语音合成、语音识别、大语言模型、联网搜索和文本/多模态 Embedding。包含命令行工具 coze-coding-ai，支持 Context 上下文追踪
 Author-email: Coze Coding Integration Team <support@coze.com>
 Maintainer-email: Coze Coding Integration Team <support@coze.com>

{coze_coding_dev_sdk-0.5.16 → coze_coding_dev_sdk-0.5.17}/coze_coding_dev_sdk/core/url_utils.py

@@ -1,8 +1,9 @@
 """
 URL 校验工具模块
-提供 URL 格式校验、协议校验、本地地址拦截、临时URL检测和可达性预检功能
+提供 URL 格式校验、协议校验、本地地址拦截、临时URL检测、base64 data URI 检测和可达性预检功能
 """
 
+import re
 from urllib.parse import urlparse
 from typing import Optional
 
@@ -23,6 +24,34 @@ _EPHEMERAL_URL_PATTERNS = [
     ("code.coze.cn", _SANDBOX_PROXY_PATH),
 ]
 
+# base64 data URI 格式：data:<mediatype>;base64,<data>
+# 例如 data:image/png;base64,iVBORw0KGgo...
+# 捕获 mediatype（如 image/png），用于进一步的格式校验
+_BASE64_DATA_URI_RE = re.compile(
+    r"^data:([\w.+-]+/[\w.+-]+)(?:;[\w.+-]+=[\w.+-]+)*;base64,[A-Za-z0-9+/]+={0,2}$",
+    re.IGNORECASE,
+)
+
+# 老旧 / 大模型普遍不支持的图片格式（mediatype 全小写匹配）
+# 这些格式（如 WMF/EMF/TIFF/BMP 等）很多多模态模型无法解析，建议改用 PNG/JPEG/WEBP 等。
+_UNSUPPORTED_IMAGE_MEDIATYPES = frozenset({
+    "image/x-wmf",
+    "image/wmf",
+    "image/x-emf",
+    "image/emf",
+    "image/x-ms-bmp",
+    "image/tiff",
+    "image/x-tiff",
+    "image/x-icon",
+    "image/vnd.microsoft.icon",
+    "image/x-portable-pixmap",
+    "image/x-portable-bitmap",
+    "image/x-portable-graymap",
+})
+
+# 推荐的图片格式（用于错误提示）
+_RECOMMENDED_IMAGE_FORMATS = "PNG, JPEG, WEBP or GIF"
+
 
 class URLValidationError(ValidationError):
     """URL 校验失败异常"""
@@ -51,6 +80,37 @@ def _is_local_path(value: str) -> bool:
     return False
 
 
+def is_base64_data_uri(value: str) -> bool:
+    """
+    检测字符串是否为合法的 base64 编码 data URI。
+
+    仅匹配带 ;base64 标记且数据部分为合法 base64 字符集的 data URI，
+    例如 data:image/png;base64,iVBORw0KGgo...
+    非 base64 的 data URI（如 data:text/html,<h1>hi</h1>）不视为合法。
+
+    注意：本函数只校验「格式」，不判断 mediatype 是否为受支持的图片格式。
+
+    Args:
+        value: 待检测的字符串
+
+    Returns:
+        bool: True 表示是合法的 base64 data URI
+    """
+    if not value or not isinstance(value, str):
+        return False
+    return bool(_BASE64_DATA_URI_RE.match(value.strip()))
+
+
+def _get_data_uri_mediatype(value: str) -> Optional[str]:
+    """从合法的 base64 data URI 中提取 mediatype（小写），非法格式返回 None。"""
+    if not value or not isinstance(value, str):
+        return None
+    m = _BASE64_DATA_URI_RE.match(value.strip())
+    if not m:
+        return None
+    return m.group(1).lower()
+
+
 def validate_url(
     url: str,
     *,
@@ -62,10 +122,11 @@ def validate_url(
 
     检查项:
     1. 非空、字符串类型校验
-    2. URL 格式校验（scheme + netloc）
-    3. 协议校验：仅允许 http/https
-    4. 本地地址拦截：禁止 localhost/127.0.0.1/0.0.0.0/::1
-    5. 可选 HEAD 预检：确认 URL 可达（不下载内容）
+    2. base64 data URI 直接放行（如 data:image/png;base64,...），但拦截老旧/不受支持的图片格式（如 image/x-wmf）
+    3. URL 格式校验（scheme + netloc）
+    4. 协议校验：仅允许 http/https
+    5. 本地地址拦截：禁止 localhost/127.0.0.1/0.0.0.0/::1
+    6. 可选 HEAD 预检：确认 URL 可达（不下载内容）
 
     注意：不做 DNS 解析到 IP 再判断私有网段的检查，避免误杀（如内部 CDN 域名解析到内网 IP 的合法场景）。
 
@@ -75,7 +136,7 @@ def validate_url(
         timeout: HEAD 预检超时秒数，默认 5
 
     Returns:
-        str: 经过 strip 的合法 URL
+        str: 经过 strip 的合法 URL（base64 data URI 原样返回）
 
     Raises:
         URLValidationError: URL 校验失败
@@ -89,7 +150,19 @@ def validate_url(
     if not url:
         raise URLValidationError("URL cannot be empty", url=url)
 
-    # 2. 格式校验
+    # 2. base64 data URI 直接放行（无需格式/协议/可达性校验）
+    #    但拦截老旧 / 大模型普遍不支持的图片格式（如 WMF/EMF/TIFF 等），提示改用主流格式
+    if is_base64_data_uri(url):
+        mediatype = _get_data_uri_mediatype(url)
+        if mediatype in _UNSUPPORTED_IMAGE_MEDIATYPES:
+            raise URLValidationError(
+                f"The image format '{mediatype}' is outdated and not supported by many models. "
+                f"Please convert the image to a widely-supported format ({_RECOMMENDED_IMAGE_FORMATS}) and try again.",
+                url=url,
+            )
+        return url
+
+    # 3. 格式校验
     try:
         parsed = urlparse(url)
     except Exception:
@@ -112,14 +185,14 @@ def validate_url(
             f"Invalid URL format (missing scheme or host): {url}", url=url
         )
 
-    # 3. 协议校验
+    # 4. 协议校验
     if parsed.scheme.lower() not in _ALLOWED_SCHEMES:
         raise URLValidationError(
             f"Unsupported scheme '{parsed.scheme}', only http/https allowed",
             url=url,
         )
 
-    # 4. 本地地址拦截（字符串匹配，不做 DNS 解析）
+    # 5. 本地地址拦截（字符串匹配，不做 DNS 解析）
     hostname = parsed.hostname
     if not hostname:
         raise URLValidationError(f"Cannot extract hostname from URL: {url}", url=url)
@@ -129,7 +202,7 @@ def validate_url(
             f"Access to local address is not allowed: {hostname}", url=url
         )
 
-    # 5. 临时 URL 检测（沙箱代理等）
+    # 6. 临时 URL 检测（沙箱代理等）
     if is_ephemeral_url(url):
         raise URLValidationError(
             f"This URL appears to be a temporary sandbox proxy URL that may expire. "
@@ -137,7 +210,7 @@ def validate_url(
             url=url,
         )
 
-    # 6. 可选 HEAD 预检
+    # 7. 可选 HEAD 预检
     if allow_head_check:
         _head_check(url, timeout=timeout)
 

{coze_coding_dev_sdk-0.5.16 → coze_coding_dev_sdk-0.5.17}/coze_coding_dev_sdk/video/__init__.py

@@ -4,7 +4,11 @@ from .models import (
     VideoGenerationTask,
     TextContent,
     ImageURLContent,
-    ImageURL
+    ImageURL,
+    VideoURLContent,
+    VideoURL,
+    AudioURLContent,
+    AudioURL,
 )
 
 __all__ = [
@@ -13,5 +17,9 @@ __all__ = [
     "VideoGenerationTask",
     "TextContent",
     "ImageURLContent",
-    "ImageURL"
+    "ImageURL",
+    "VideoURLContent",
+    "VideoURL",
+    "AudioURLContent",
+    "AudioURL",
 ]

{coze_coding_dev_sdk-0.5.16 → coze_coding_dev_sdk-0.5.17}/coze_coding_dev_sdk/video/client.py

@@ -11,10 +11,12 @@ from ..core.config import Config
 from ..core.exceptions import APIError
 from ..core.url_utils import validate_url
 from .models import (
+    AudioURLContent,
     ImageURLContent,
     TextContent,
     VideoGenerationRequest,
     VideoGenerationTask,
+    VideoURLContent,
 )
 
 logger = logging.getLogger(__name__)
@@ -31,10 +33,99 @@ class VideoGenerationClient(BaseClient):
         super().__init__(config, ctx, custom_headers, verbose)
         self.base_url = self.config.base_url
 
+    @staticmethod
+    def _validate_content_items(
+        content_items: List[Union[TextContent, ImageURLContent, VideoURLContent, AudioURLContent]],
+        model: str,
+    ) -> None:
+        """校验 content_items 是否符合三个互斥场景及数量/模型约束。
+
+        三个互斥场景：
+          1. 图生视频-首帧 / 首尾帧 (role=first_frame / last_frame)
+          2. 多模态参考生视频 (role=reference_image / 任意 video_url / audio_url)
+          3. 文生视频（无图片/视频/音频）
+        多模态参考：
+          - 必须包含至少 1 个 reference_image 或 reference_video（不可单独输入音频）
+          - reference_image 0~9，reference_video 0~3，reference_audio 0~3
+          - 仅 doubao-seedance-2-0-260128 支持
+        首/尾帧：
+          - first_frame 至多 1 个，last_frame 至多 1 个
+          - 提供 last_frame 时必须同时提供 first_frame
+        """
+        first_frame_count = 0
+        last_frame_count = 0
+        reference_image_count = 0
+        reference_video_count = 0
+        reference_audio_count = 0
+
+        for item in content_items:
+            if isinstance(item, ImageURLContent):
+                if item.role == "first_frame":
+                    first_frame_count += 1
+                elif item.role == "last_frame":
+                    last_frame_count += 1
+                elif item.role == "reference_image":
+                    reference_image_count += 1
+            elif isinstance(item, VideoURLContent):
+                reference_video_count += 1
+            elif isinstance(item, AudioURLContent):
+                reference_audio_count += 1
+
+        is_first_last_frame = first_frame_count > 0 or last_frame_count > 0
+        is_multimodal = (
+            reference_image_count > 0
+            or reference_video_count > 0
+            or reference_audio_count > 0
+        )
+
+        if is_first_last_frame and is_multimodal:
+            raise ValueError(
+                "图生视频-首尾帧 与 多模态参考生视频 为互斥场景，不可混用。"
+                "请只使用 first_frame/last_frame 角色，或只使用 reference_image/"
+                "reference_video/reference_audio。如需『首尾帧 + 多模态参考』效果，"
+                "可在多模态场景中通过提示词指定参考图作为首帧/尾帧。"
+            )
+
+        if is_multimodal:
+            if model != "doubao-seedance-2-0-260128":
+                raise ValueError(
+                    f"多模态参考生视频（reference_image/reference_video/reference_audio）"
+                    f"仅支持 doubao-seedance-2-0-260128 模型，当前模型为 {model}"
+                )
+            if reference_image_count == 0 and reference_video_count == 0:
+                raise ValueError(
+                    "多模态参考生视频至少需要包含 1 个 reference_image 或 reference_video，"
+                    "不可单独输入 reference_audio。"
+                )
+            if reference_image_count > 9:
+                raise ValueError(
+                    f"reference_image 数量超出限制：最多 9 个，当前 {reference_image_count} 个"
+                )
+            if reference_video_count > 3:
+                raise ValueError(
+                    f"reference_video 数量超出限制：最多 3 个，当前 {reference_video_count} 个"
+                )
+            if reference_audio_count > 3:
+                raise ValueError(
+                    f"reference_audio 数量超出限制：最多 3 个，当前 {reference_audio_count} 个"
+                )
+
+        if is_first_last_frame:
+            if first_frame_count > 1:
+                raise ValueError(
+                    f"first_frame 角色至多 1 个，当前 {first_frame_count} 个"
+                )
+            if last_frame_count > 1:
+                raise ValueError(
+                    f"last_frame 角色至多 1 个，当前 {last_frame_count} 个"
+                )
+            if last_frame_count > 0 and first_frame_count == 0:
+                raise ValueError("提供 last_frame 时必须同时提供 first_frame")
+
     def _create_task(
         self,
         model: str,
-        content: List[Union[TextContent, ImageURLContent]],
+        content: List[Union[TextContent, ImageURLContent, VideoURLContent, AudioURLContent]],
         resolution: Optional[str] = "720p",
         ratio: Optional[str] = "16:9",
         duration: Optional[int] = 5,
@@ -74,10 +165,10 @@ class VideoGenerationClient(BaseClient):
     @observe(name="video_generation")
     def video_generation(
         self,
-        content_items: List[Union[TextContent, ImageURLContent]],
+        content_items: List[Union[TextContent, ImageURLContent, VideoURLContent, AudioURLContent]],
         callback_url: Optional[str] = None,
         return_last_frame: Optional[bool] = False,
-        model: str = "doubao-seedance-1-5-pro-251215",
+        model: str = "doubao-seedance-2-0-260128",
         max_wait_time: int = 900,
         resolution: Optional[str] = "720p",
         ratio: Optional[str] = "16:9",
@@ -94,7 +185,7 @@ class VideoGenerationClient(BaseClient):
             content_items: 输入给模型，生成视频的信息，支持文本信息和图片信息。
             callback_url: 可选，填写本次生成任务结果的回调通知地址。当视频生成任务有状态变化时，方舟将向此地址推送 POST 请求。
             return_last_frame: 可选，返回生成视频的尾帧图像。设置为 true 后，可获取视频的尾帧图像。
-            model: 模型名称，默认使用 doubao-seedance-1-5-pro-251215
+            model: 模型名称，默认使用 doubao-seedance-2-0-260128
             max_wait_time: 最大等待时间（秒），默认 900 秒
             resolution: 视频分辨率，可选 "480p" 或 "720p"，默认 "720p"
             ratio: 视频比例，可选 "16:9", "9:16", "1:1", "4:3", "3:4", "21:9", "adaptive"，默认 "16:9"
@@ -132,9 +223,15 @@ class VideoGenerationClient(BaseClient):
         """
         poll_interval = 5
 
+        self._validate_content_items(content_items, model)
+
         for item in content_items:
             if isinstance(item, ImageURLContent):
                 item.image_url.url = validate_url(item.image_url.url)
+            elif isinstance(item, VideoURLContent):
+                item.video_url.url = validate_url(item.video_url.url)
+            elif isinstance(item, AudioURLContent):
+                item.audio_url.url = validate_url(item.audio_url.url)
 
         request_data = {
             "model": model,
@@ -275,10 +372,10 @@ class VideoGenerationClient(BaseClient):
 
     async def video_generation_async(
         self,
-        content_items: List[Union[TextContent, ImageURLContent]],
+        content_items: List[Union[TextContent, ImageURLContent, VideoURLContent, AudioURLContent]],
         callback_url: Optional[str] = None,
         return_last_frame: Optional[bool] = False,
-        model: str = "doubao-seedance-1-5-pro-251215",
+        model: str = "doubao-seedance-2-0-260128",
         max_wait_time: int = 900,
         resolution: Optional[str] = "720p",
         ratio: Optional[str] = "16:9",
@@ -315,7 +412,7 @@ class VideoGenerationClient(BaseClient):
             content_items: 输入给模型，生成视频的信息，支持文本信息和图片信息。
             callback_url: 可选，填写本次生成任务结果的回调通知地址。
             return_last_frame: 可选，返回生成视频的尾帧图像。
-            model: 模型名称，默认使用 doubao-seedance-1-5-pro-251215
+            model: 模型名称，默认使用 doubao-seedance-2-0-260128
             max_wait_time: 最大等待时间（秒），默认 900 秒
             resolution: 视频分辨率，可选 "480p" 或 "720p"，默认 "720p"
             ratio: 视频比例，可选 "16:9", "9:16", "1:1", "4:3", "3:4", "21:9", "adaptive"，默认 "16:9"

{coze_coding_dev_sdk-0.5.16 → coze_coding_dev_sdk-0.5.17}/coze_coding_dev_sdk/video/models.py

@@ -13,6 +13,26 @@ class ImageURLContent(BaseModel):
     role: Optional[Literal["first_frame", "last_frame", "reference_image"]] = None
 
 
+class VideoURL(BaseModel):
+    url: str
+
+
+class VideoURLContent(BaseModel):
+    type: Literal["video_url"] = "video_url"
+    video_url: VideoURL
+    role: Optional[Literal["reference_video"]] = "reference_video"
+
+
+class AudioURL(BaseModel):
+    url: str
+
+
+class AudioURLContent(BaseModel):
+    type: Literal["audio_url"] = "audio_url"
+    audio_url: AudioURL
+    role: Optional[Literal["reference_audio"]] = "reference_audio"
+
+
 class TextContent(BaseModel):
     type: Literal["text"] = "text"
     text: str
@@ -20,7 +40,7 @@ class TextContent(BaseModel):
 
 class VideoGenerationRequest(BaseModel):
     model: str
-    content: List[Union[TextContent, ImageURLContent]]
+    content: List[Union[TextContent, ImageURLContent, VideoURLContent, AudioURLContent]]
     resolution: Optional[Literal["480p", "720p", "1080p"]] = "720p"
     ratio: Optional[
         Literal["16:9", "9:16", "1:1", "4:3", "3:4", "21:9", "adaptive"]

{coze_coding_dev_sdk-0.5.16 → coze_coding_dev_sdk-0.5.17/coze_coding_dev_sdk.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: coze-coding-dev-sdk
-Version: 0.5.16
+Version: 0.5.17
 Summary: Coze Coding Dev SDK - 优雅的多功能 AI SDK，支持图片生成、视频生成、语音合成、语音识别、大语言模型、联网搜索和文本/多模态 Embedding。包含命令行工具 coze-coding-ai，支持 Context 上下文追踪
 Author-email: Coze Coding Integration Team <support@coze.com>
 Maintainer-email: Coze Coding Integration Team <support@coze.com>

{coze_coding_dev_sdk-0.5.16 → coze_coding_dev_sdk-0.5.17}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "coze-coding-dev-sdk"
-version = "0.5.16"
+version = "0.5.17"
 description = "Coze Coding Dev SDK - 优雅的多功能 AI SDK，支持图片生成、视频生成、语音合成、语音识别、大语言模型、联网搜索和文本/多模态 Embedding。包含命令行工具 coze-coding-ai，支持 Context 上下文追踪"
 readme = "README.md"
 requires-python = ">=3.11"