Chanjing Ai Creation

Chanjing AI creation Open API client: submit image/video tasks, poll task status, list and get tasks, and optionally download outputs when the user runs download_result.py. Reads and writes local credentials.json; calls open-api.chanjing.cc.

功能说明

调用蝉镜 AI 创作 Open API：提交任务、轮询状态、列表与单条查询；仅在用户明确要求时用 download_result.py 可选下载输出。需读写本地 credentials.json 并访问 Open API。跨模型文生图/视频等由 submit_task.py 参数与透传体决定。本 skill 脚本不依赖 ffmpeg/ffprobe。

运行依赖

• python3 与同仓库 scripts/*.py
• 无 ffmpeg/ffprobe 门控

环境变量与机器可读声明

• 环境变量键名与说明：manifest.yaml（environment 段）及本文
• 变量、凭据、合规 permissions、clientPermissions、agentPolicy：manifest.yaml

使用命令

• ClawHub（slug 以注册表为准）：clawhub run chanjing-ai-creation
• 本仓库示例：python skills/chanjing-ai-creation/scripts/submit_task.py …（见正文 Standard Workflow）

---

登记与审稿（单一事实来源）

主凭据、可选 env、下载信任边界等：以 manifest.yaml 为准。本篇从 When to Use 起写业务能力。

When to Use This Skill

当用户要做这些事时使用本 Skill：

• 提交图片或视频 AI 创作任务（submit_task.py）
• 列表 / 单条查询任务（list_tasks.py、get_task.py）
• 轮询异步结果直至完成（poll_task.py）
• 仅在用户明确要求时下载输出（download_result.py）

上述流程依赖读写本地 credentials.json 并调用 open-api.chanjing.cc。

如果需求更接近“文生数字人”，优先使用 chanjing-text-to-digital-person。
如果需求更接近“已有数字人视频合成”，优先使用 chanjing-video-compose。

Preconditions

执行本 Skill 前，必须先通过 chanjing-credentials-guard 完成 AK/SK 与 Token 校验。

本 Skill 与 guard 共用：

• ~/.chanjing/credentials.json
• https://open-api.chanjing.cc

无凭证时，脚本会自动打开蝉镜登录页，并提示配置命令。

审阅与安全（凭据）

与 Purpose / Credentials / Persistence、download_result.py 信任边界相关的逐项说明见 manifest.yaml。

运行时范围：本 Skill 的说明与脚本仅服务于已声明用途——读取本地 credentials.json、调用蝉镜 Open API 端点；不在轮询或查询成功时自动落盘生成物，仅在用户显式执行 download_result.py 时下载资源。

_auth.py 与仓库布局：鉴权辅助可能打开系统浏览器，或按相对路径调用同仓库下的 chanjing-credentials-guard 脚本（例如 open_login_page.py）。这假设当前工作区为 chan-skills 式多 Skill 目录结构，或已单独安装并具备等效路径的 guard skill；否则将回退为仅打开登录页 URL。

敏感数据与持久化：预期仅处理 credentials.json 中的 app_id、secret_key、access_token（及与 token 生命周期相关的字段，见 manifest.yaml）。将 access_token 写入磁盘 是有意设计且已文档化，对 API 客户端而言通常可接受；但在多人共用主机、全盘备份/同步到不可信存储等场景下，磁盘上的 token 会扩大泄露面，需按环境自行评估。

Standard Workflow

AI 创作的主接口是统一提交器：

1. 调用 submit_task.py 提交图片或视频生成任务，得到 unique_id
2. 调用 poll_task.py 轮询直到成功，得到 output_url
3. 如需回看任务参数或错误原因，调用 get_task.py
4. 如需看历史记录，调用 list_tasks.py
5. 只有在用户明确要求保存到本地时，才调用 download_result.py

这个 skill 默认做成“通用任务提交器”：

• 对常见图片/视频模型，优先使用脚本提供的通用参数
• 对特殊模型参数，使用 --body-file 或 --body-json 透传完整请求体

Covered APIs

本 Skill 当前覆盖：

• POST /open/v1/ai_creation/task/submit
• POST /open/v1/ai_creation/task/page
• GET /open/v1/ai_creation/task

Scripts

脚本目录：

• skills/chanjing-ai-creation/scripts/

脚本	说明
_auth.py	读写 credentials.json、获取或刷新 access_token
submit_task.py	提交 AI 创作任务，输出 unique_id
get_task.py	获取单个任务详情
list_tasks.py	列出图片或视频任务
poll_task.py	轮询任务直到完成，默认输出第一个结果地址
download_result.py	下载图片或视频到 outputs/ai-creation/

Usage Examples

示例 1：Seedream 3.0 文生图

bash

TASK_ID=$(python3 skills/chanjing-ai-creation/scripts/submit_task.py \
  --creation-type 3 \
  --model-code "doubao-seedream-3.0-t2i" \
  --prompt "赛博朋克城市夜景，霓虹灯，雨夜，电影镜头" \
  --aspect-ratio "16:9" \
  --clarity 2048 \
  --number-of-images 1)

python3 skills/chanjing-ai-creation/scripts/poll_task.py --unique-id "$TASK_ID"

示例 2：腾讯 Kling v2.1 Master 图生视频

bash

TASK_ID=$(python3 skills/chanjing-ai-creation/scripts/submit_task.py \
  --creation-type 4 \
  --model-code "tx_kling-v2-1-master" \
  --ref-img-url "https://res.chanjing.cc/chanjing/res/aigc_creation/photo/start.jpg" \
  --ref-img-url "https://res.chanjing.cc/chanjing/res/aigc_creation/photo/end.jpg" \
  --prompt "角色从静止到转身，镜头平滑移动，叙事感强" \
  --aspect-ratio "9:16" \
  --clarity 1080 \
  --quality-mode pro \
  --video-duration 5)

python3 skills/chanjing-ai-creation/scripts/poll_task.py --unique-id "$TASK_ID"

示例 3：直接透传完整 JSON

bash

python3 skills/chanjing-ai-creation/scripts/submit_task.py \
  --body-file ./payload.json

Download Rule

下载是显式动作，不是默认动作：

• poll_task.py 成功后应先返回远端 output_url
• 不要自动下载结果文件
• 只有当用户明确表达“下载到本地”“保存到 outputs”“帮我落盘”时，才执行 download_result.py

Output Convention

默认本地输出目录：

• outputs/ai-creation/

Additional Resources

更多接口细节见：

• skills/chanjing-ai-creation/reference.md
• skills/chanjing-ai-creation/examples.md