MCP Tools

视频

文生视频、图生视频、首帧→尾帧。一个入口接入多家顶级模型。

用文字或图片生成视频。平台提供两个引擎:fal 是主力(模型丰富),Higgsfield 是 DoP 风格的图生视频选项。

你能做什么

三种生成方式:

  • 文生视频(t2v)——描述一个场景,得到一段视频。
  • 图生视频(i2v)——让一张静态图动起来。
  • 首帧 → 尾帧——在两张静态图之间插值出运动。

部分模型还支持参考图生视频续写/延长编辑。你能用哪些方式,取决于你选的模型:

引擎文生视频图生视频首帧/尾帧参考 / 续写
fal(Veo、Seedance、Kling、Grok、Happy-horse)✓(Veo、Kling)✓(随模型而异)
Higgsfield(DoP)经图编织

怎么选模型

fal_generate_video 是主力:一个入口接入多家顶级模型。用 model_id 选模型,把该模型的参数放进 input。各家族支持的方式与字段不同:

家族model_id 示例支持方式关键 input 字段
Veo 3.1(Google)fal-ai/veo3.1fal-ai/veo3.1/image-to-video.../first-last-frame-to-video.../reference-to-video.../extend-videot2v、i2v、首尾帧、参考、续写promptimage_urlduration4s/6s/8s)、resolution720p/1080p/4k)、generate_audioaspect_ratio
Seedance 2.0(字节)bytedance/seedance-2.0/text-to-video.../image-to-video.../reference-to-videot2v、i2v、参考promptimage_urlresolution480p/720p)、durationauto/"4""15")、aspect_ratiogenerate_audio
Kling 3.0fal-ai/kling-video/v3/pro/text-to-video.../pro/image-to-videot2v、i2vpromptstart_image_url(i2v)、end_image_urlduration"3""15",默认 "5")、generate_audio
Grok Imagine(xAI)xai/grok-imagine-video/text-to-video.../image-to-videot2v、i2v、参考、编辑、续写promptimage_urlduration(整数 115)、resolution480p/720p)、aspect_ratio
Happy-horse(阿里)alibaba/happy-horse/text-to-video.../image-to-videot2v、i2v、参考、编辑image_urlpromptresolution720p/1080p)、duration315,默认 5

higgsfield_generate_video — DoP 风格图生视频。模型:higgsfield-ai/dop/lite / dop/standard / dop/turbo(各带一个 /first-last-frame 变体)。它没有纯文生视频——要文生视频,先编织一张图(见下文)。

首帧图的字段名因模型而异。 Kling 用 start_image_url;其余家族(Veo、Seedance、Grok、Happy-horse)都用 image_url。按你选的模型填对字段。

duration 格式因模型而异。 Veo 要 "8s",Seedance 用 "auto""8",Kling 用 "5",Grok 与 Happy-horse 用整数。按你选的模型那一行填。

界面

fal_generate_video — 提交任务。入参:model_id(一个 endpoint id)+ input(该模型的完整参数对象,原样透传)。返回 request_id

fal_get_video_status — 轮询任务。同时带 model_idrequest_id。返回 IN_QUEUE / IN_PROGRESS,或 COMPLETED(携带视频 URL)。

higgsfield_generate_video — 提交。入参:promptimage_url(必填)、model_idparams(model-specific,原样透传)。返回 request_id

higgsfield_get_video_status — 轮询。只带 request_id。返回 in_progresscompleted(携带视频 URL)、或 failed / nsfw

在 Skill 里怎么用

视频生成是异步两步

  1. *_generate_video 提交 → 拿到 request_id
  2. 轮询 *_get_video_status 直到 COMPLETED → 拿到视频 URL。

生成可能要几分钟——持续轮询直到完成。fal 轮询时要同时带 model_idrequest_id;Higgsfield 只带 request_id

在仅支持图生视频的引擎上做文生视频(或任何想要美术化构图的时候):先生成一张图,再把它作为首帧喂入。

# 文生视频(Veo 3.1,带音频,8 秒)
fal_generate_video(
  model_id="fal-ai/veo3.1",
  input={ "prompt": "A cinematic drone shot over a misty mountain lake at dawn",
          "duration": "8s", "resolution": "1080p", "generate_audio": true }
)

# 图生视频(Kling——注意是 start_image_url,不是 image_url)
fal_generate_video(
  model_id="fal-ai/kling-video/v3/pro/image-to-video",
  input={ "prompt": "the character slowly turns and smiles",
          "start_image_url": "https://…", "duration": "5" }
)

图生视频的编织:

1. google_generate_image / openai_generate_image(prompt)        → 图片
2. fal_generate_video(model_id=".../image-to-video",
     input={ prompt: 运动描述, image_url: <图片> })             → request_id
   (或 higgsfield_generate_video,带 image_url)
3. 轮询 *_get_video_status 直到 COMPLETED                       → 视频 URL