wan-video-gen

基于阿里云百炼 Wan 文生视频模型的视频生成 skill。支持提交视频生成任务、轮询任务状态、下载生成视频到本地。 当用户需要根据提示词生成视频、继续查询已有视频生成任务，或用 Wan 系列模型生成带声/无声视频时，使用此 skill。

Security Scan

The skill's code, instructions, and required credential are consistent with a WAN (Aliyun DashScope) video-generation CLI: it needs a single API key, calls the DashScope API, and downloads MP4 outputs — nothing in the package appears disproportionate or hidden.

Purpose & Capability

Name/description (Wan video generation) match required binary (node), the single required env var (DASHSCOPE_API_KEY), and the code which calls the DashScope endpoints. The provided pricing and polling behaviour are consistent with a video-generation CLI.

Instruction Scope

SKILL.md restricts actions to creating/polling tasks and downloading results. The script reads config.json (in the skill folder) and may read an optional env var (WAN_VIDEO_MODEL) as a selection override — WAN_VIDEO_MODEL is not declared in requires.env but is harmless. The script writes downloaded MP4s to outputs/ and may create config.json if the user uses that setup path.

Install Mechanism

No install spec (instruction-only + a Node script). No remote downloads or archive extraction. Only dependency is Node.js >=18 which is declared.

Credentials

Only one credential is required (DASHSCOPE_API_KEY) which is appropriate for calling the DashScope API. The code will also read config.json if present and an optional WAN_VIDEO_MODEL environment variable (not declared). If you store the API key in config.json it will be on disk — using an env var is preferable.

Persistence & Privilege

Skill is not always-enabled and does not request persistent platform privileges. It writes outputs to a local outputs/ directory and reads config.json from the skill folder — this is normal for a CLI-style tool.

Assessment

This skill appears coherent for generating videos via Aliyun DashScope. Before installing, confirm you trust the DashScope endpoint (dashscope.aliyuncs.com) and are willing to provide its API key. Prefer setting DASHSCOPE_API_KEY as an environment variable rather than storing API keys in config.json on disk. Be aware the script will create an outputs/ directory and download MP4 files (potentially large) and will make network requests (POST to create tasks, GET to poll tasks). Also review cost estimates and use --dry-run to inspect request bodies before submitting tasks. If you need to restrict environment exposure, ensure the agent runtime does not expose other secrets to the skill and check for any organizational policy about external API keys.

通过阿里云百炼 Wan 文生视频接口创建异步任务，并自动轮询、下载生成结果。

详细接口与限制见 references/api.md。

Setup

1. 配置 API Key：

export DASHSCOPE_API_KEY="sk-xxx"

也可以在 skill 目录下创建 config.json：

可先参考 config.example.json 再复制为 config.json。

{
  "apiKey": "sk-xxx",
  "baseUrl": "https://dashscope.aliyuncs.com",
  "defaultGoal": "balanced",
  "goals": {
    "cheap": {
      "tier": "draft"
    },
    "balanced": {
      "tier": "standard"
    },
    "quality": {
      "tier": "final"
    }
  },
  "defaultTier": "standard",
  "tiers": {
    "draft": {
      "model": "wan2.2-t2v-plus",
      "quality": "480p",
      "ratio": "16:9",
      "duration": 5
    },
    "standard": {
      "model": "wan2.5-t2v-preview",
      "quality": "720p",
      "ratio": "16:9",
      "duration": 5
    },
    "final": {
      "model": "wan2.6-t2v",
      "quality": "1080p",
      "ratio": "16:9",
      "duration": 5
    }
  },
  "outputDir": "./outputs"
}

2. 运行环境要求 Node.js >= 18

配置优先级：

• CLI 参数
• 环境变量
• config.json
• 脚本默认值

默认模型

• 默认档位为 final，对应 wan2.6-t2v
• 推荐优先使用 --tier，只有明确要指定模型时再传 --model

目标驱动选型

• cheap -> draft
• balanced -> standard
• quality -> final

推荐把这组映射维护在 config.json 的 goals 里；goal 表示用户目标，tier 表示具体模型档位和默认分辨率方案。

档位驱动选型

• draft -> wan2.2-t2v-plus + 默认 480p + 5秒
• standard -> wan2.5-t2v-preview + 默认 720p + 5秒
• final -> wan2.6-t2v + 默认 1080p + 5秒

推荐把这组映射维护在 config.json 的 tiers 里，而不是改主脚本。

CLI

主要脚本：node scripts/wan-video-gen.js

基础文生视频

node scripts/wan-video-gen.js \
  --prompt="一只小猫在月光下奔跑" \
  --goal="balanced"

提交任务但不等待

node scripts/wan-video-gen.js \
  --prompt="复古 70 年代风格地铁站中的街头音乐家" \
  --no-wait

继续轮询已有任务

node scripts/wan-video-gen.js \
  --task-id="你的task_id"

仅做预检，不实际提交

node scripts/wan-video-gen.js \
  --prompt="复古 70 年代风格地铁站中的街头音乐家" \
  --goal="cheap" \
  --dry-run

参数约定

• --prompt：正向提示词。提交新任务时必填
• --negative-prompt：反向提示词
• --audio-url：自定义音频 URL，仅 wan2.6 / wan2.5 系列支持
• --goal=cheap|balanced|quality：按用户目标选择更合适的默认模型和分辨率方案
• --tier=draft|standard|final：按成本/质量档位自动选默认模型和分辨率方案
• --model：模型名，默认 wan2.6-t2v
  • 优先级：model > tier > goal > 默认
  • config.json 中可通过 defaultGoal/defaultTier 与 goals/tiers 维护映射
• --quality：分辨率档位，480p|720p|1080p
• --ratio：视频比例，16:9|9:16|1:1|4:3|3:4
• --size：输出尺寸，如 1280*720
  • 传给接口时必须是具体数值，不能写成 16:9 或 720P
  • 优先级：size > quality+ratio > model 默认值
• --duration：视频秒数，默认 5
  • wan2.6-t2v：支持 2 到 15
  • wan2.6-t2v-us：仅支持 5、10
  • wan2.5-t2v-preview：仅支持 5、10
  • wan2.2-t2v-plus / wanx2.1-t2v-plus / wanx2.1-t2v-turbo：固定 5
• --prompt-extend=true|false：是否启用提示词智能改写，默认 true
• --shot-type=single|multi：镜头模式，wan2.6 支持 multi
• --seed：随机种子
• --task-id：查询已有任务，不再提交新任务
• --no-wait：只提交任务，返回 task_id
• --dry-run：只打印最终请求体和配置预检，不实际调用 API
• --poll-interval：轮询间隔秒数，默认 15
• --timeout：总等待超时秒数，默认 1800
• --output-dir：视频下载目录，默认 outputs/

模型默认分辨率

• wan2.6-t2v / wan2.6-t2v-us：默认 1920*1080
• wan2.5-t2v-preview：默认 1920*1080
• wan2.2-t2v-plus：默认 1920*1080
• wanx2.1-t2v-turbo：默认 1280*720
• wanx2.1-t2v-plus：默认 1280*720

模型时长限制

• wan2.6-t2v：2 到 15 秒，默认 5
• wan2.6-t2v-us：5 或 10 秒，默认 5
• wan2.5-t2v-preview：5 或 10 秒，默认 5
• wan2.2-t2v-plus：固定 5 秒
• wanx2.1-t2v-plus：固定 5 秒
• wanx2.1-t2v-turbo：固定 5 秒

官方推荐尺寸

• 480p
  • 16:9=832*480
  • 9:16=480*832
  • 1:1=624*624
• 720p
  • 16:9=1280*720
  • 9:16=720*1280
  • 1:1=960*960
  • 4:3=1088*832
  • 3:4=832*1088
• 1080p
  • 16:9=1920*1080
  • 9:16=1080*1920
  • 1:1=1440*1440
  • 4:3=1632*1248
  • 3:4=1248*1632

工作流

1. 用户要生视频时，提交异步任务。
2. 提交前脚本会显示一次成本提醒，按中国内地价格表估算总费用。
3. 返回 task_id 后轮询 GET /api/v1/tasks/{task_id}。
4. 成功后立即下载 MP4 到本地目录。
5. 如果只想拿 task_id，使用 --no-wait。
6. 先按较低分辨率验证 prompt，再切到更高分辨率，避免无效消耗。

覆盖优先级

• 模型选择：CLI --model > CLI --tier > CLI --goal > config.defaultGoal/config.goal > config.defaultTier/config.tier > config.model > 内置默认
• 分辨率选择：CLI --size > CLI (--quality + --ratio) > goal/tier 默认 quality/ratio > 模型默认
• 时长选择：CLI --duration > goal/tier 默认 duration > 模型默认
• goal 用于表达用户目标，tier 用于表达具体模型档位；显式 --tier 会覆盖 goal
• 也就是说，--goal balanced 或 --tier standard 之后，你仍然可以显式传 --quality、--ratio、--duration 覆盖默认值

成本提醒

• 脚本会在 preflight 和 --dry-run 中输出预计费用
• 当前内置的是你提供的中国内地单价表
• 视频费用按 单价（元/秒） × 时长（秒） 估算
• 单价取决于模型和分辨率档位
• 这不是实时计费查询；如果官方价格调整，需要同步更新脚本

失败时优先检查

• DASHSCOPE_API_KEY 或 config.json 是否配置正确
• baseUrl 和 API Key 是否属于同一地域
• 尺寸和时长是否符合所选模型限制
• 是否把 16:9、720p 这类标签误当成 --size 传入
• 所选模型是否支持当前 quality 档位
• 所选模型是否支持当前 duration
• wan2.2 系列是否错误传了可变时长或音频 URL
• task_id 是否已超过 24 小时