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。

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：

bash

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。

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

bash

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

bash

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

bash

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

仅做预检，不实际提交

bash

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