WinClaw - 极客智坊

下面提供一写创建skillS的模板，然后可以根据这个模板来创建自己所需要的skillS，可以每一个模型对应创建一个skills，方便后续的调用，模板里面的sk-xxxx记得换成自己的api key

HappyHorse-1.0

happyhorse-t2v 创建一个快乐马文生视频技能happyhorse-t2v，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/videos/generations'
 --header 'Content-Type: application/json'
 --header 'Authorization: Bearer $GEEKAI_API_KEY'
 --data '{
 "model":"happyhorse-1.0-t2v",
 "prompt":"小猫小狗在草丛中打闹",
 "duration": 10
}'

当task_status=succeed时，通过video_result对象的url字段提取视频结果URL作为最终生成视频URL输出，否则提示视频生成失败并提取错误信息输出，设置系统环境变量GEEKAI_API_KEY值为sk-xxxxxxxxxx，并设置超时时间为10分钟 happyhorse-r2v 创建一个快乐马参考图生视频技能happyhorse-r2v，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/videos/generations'
 --header 'Content-Type: application/json'
 --header 'Authorization: Bearer $GEEKAI_API_KEY'
 --data '{
 "model":"happyhorse-1.0-r2v",
 "prompt":"根据这个图片文案去做个视频",
 "images": ["image1_base64_data","image2_base64_data", ...],
 "duration": 10
}'

用户传入参考图以base64格式数据传到images参数，对应base64格式是data:;base64,，多张图片以数组形式传入。当task_status=succeed时，通过video_result对象的url字段提取视频结果URL作为最终生成视频URL输出，否则提示视频生成失败并提取错误信息输出，设置系统环境变量GEEKAI_API_KEY值为sk-xxxxxxxxxx，并设置超时时间为10分钟 happyhorse-1.0-i2v 创建一个快乐马首帧生视频技能happyhorse-1.0-i2v，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/videos/generations'
 --header 'Content-Type: application/json'
 --header 'Authorization: Bearer $GEEKAI_API_KEY'
 --data '{
 "model":"happyhorse-1.0-i2v",
 "prompt":"根据这个图片文案去做个视频",
 "image": "image1_base64_data",
 "duration": 10
}'

用户传入参考图以base64格式数据传到image参数，对应base64格式是data:;base64,。当task_status=succeed时，通过video_result对象的url字段提取视频结果URL作为最终生成视频URL输出，否则提示视频生成失败并提取错误信息输出，设置系统环境变量GEEKAI_API_KEY值为sk-xxxxxxxxxx，并设置超时时间为10分钟 happyhorse-1.0-video-edit 创建一个快乐马视频编辑技能happyhorse-1.0-video-edit，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/videos/generations'
 --header 'Content-Type: application/json'
 --header 'Authorization: Bearer $GEEKAI_API_KEY'
 --data '{
    "model":"happyhorse-1.0-video-edit",
    "prompt": "将视频中女孩的衣服替换为图片中的衣服",
    "video": "$video_url",
    "images": ["image1_base64_data","image2_base64_data", ...],
    "duration": 10
}'

用户传入参考图以base64格式数据传到images参数，对应base64格式是data:;base64,，多张图片以数组形式传入。当传入的是视频请把本地视频上传成公网可访问 URL传递到video参数。当task_status=succeed时，通过video_result对象的url字段提取视频结果URL作为最终生成视频URL输出，否则提示视频生成失败并提取错误信息输出，设置系统环境变量GEEKAI_API_KEY值为sk-xxxxxxxxxx，并设置超时时间为10分钟示例展示

kling-video-v3-omni

创建一个可灵视频生成技能kling-video-v3-omni，支持三种生成模式，对应生成示例如下：

模式一：纯文本生成视频（Text-to-Video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"kling-video-v3-omni",
    "prompt":"广角跟踪镜头：一辆影青色的双门轿跑在沙漠公路上行驶，热浪扭曲清晰可见，头顶烈日高悬",
    "quality": "std",
    "aspect_ratio": "16:9",
    "with_audio": false
}'

模式二：图片生成视频（Image-to-Video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"kling-video-v3-omni",
    "prompt":"她转身一笑，然后缓缓走出画面",
    "image":"$image_url",
    "quality": "std",
    "aspect_ratio": "16:9",
    "with_audio": false
}'

模式三：多镜头视频生成（Multi-Shot）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"kling-video-v3-omni",
    "prompt":"她转身一笑，然后缓缓走出画面",
    "quality": "std",
    "aspect_ratio": "16:9",
    "with_audio": false
    "duration": 8,
    "extra_body": {
        "multi_shot": true,
        "shot_type": "customize",
        "multi_prompt": [
            {
                "index": 1,
                "prompt": "<<<image_1>>>第一镜头：她转身一笑",
                "duration": "3"
            },
            {
                "index": 2,
                "prompt": "第二镜头：她缓缓走出画面",
                "duration": "5"
            }
        ],
        "image_list": [
            {
                "type": "first_frame",
                "image_url": "$image_url"
            }
        ]
    }
}'

参数处理规则：

当用户只提供文本 prompt，且未提供图片时，使用模式一（纯文本生成视频）。
当用户提供图片，且没有镜头描述时，使用模式二（图片生成视频）。
当用户提供图片，且包含多个镜头描述时，使用模式三（多镜头生成）。

多镜头模式处理规则：

传入的图片需要添加到 extra_body.image_list 数组中。
image_list 中每个元素包含：
- type：首帧即一张图片设置为first_frame，尾帧即第二张图片设置为end_frame
- image_url：如果是公网 URL，则直接传递到 image_url 参数里面，如果不是 URL，则先上传为公网可访问 URL 再传递到 image_url 参数里面。
当传入多张图片时，需要按顺序依次添加到 image_list 数组中。
将每个镜头分别映射为 extra_body.multi_prompt 数组中的一个元素。
multi_prompt 中每个元素对应一个独立镜头，并包含以下字段：
- index：镜头顺序，从 1 开始递增
- prompt：该镜头的具体描述
- duration：该镜头时长，单位为秒
多个镜头按用户描述顺序依次加入 multi_prompt 数组。
如果某个镜头引用了参考图，则可在该镜头 prompt 中使用 <<<image_1>>>、<<<image_2>>> 等占位符，并与 image_list 中的图片顺序对应。
最终总时长应与各镜头 duration 之和保持一致；如果用户未单独指定总时长，则自动根据各镜头 duration 求和填写 duration 字段。

图片参数处理规则：

用户传入图片时，如果是公网 URL，则直接传递到 image 参数。如果不是 URL，则可以使用litterbox.catbox.moe 这个匿名文件上传服务将图片上传为公网可访问 URL 再传递到image参数，
多镜头模式下，如需引用图片，也应先确保图片已转换为公网可访问 URL，再写入 extra_body.image_list。

结果处理规则：

当 task_status = succeed 时，通过 video_result 对象的 url 字段提取视频结果 URL，并作为最终输出结果。否则则提示视频生成失败并提取错误信息输出。

其他要求：

设置系统环境变量 GEEKAI_API_KEY 值为sk-xxxxxxxxxx
超时时间设置为 10 分钟。

kling-video-v3

创建一个可灵视频生成技能kling-video-v3，支持三种生成模式，对应生成示例如下：

模式一：纯文本生成视频（Text-to-Video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"kling-video-v3",
    "prompt":"广角跟踪镜头：一辆影青色的双门轿跑在沙漠公路上行驶，热浪扭曲清晰可见，头顶烈日高悬",
    "quality": "std",
    "aspect_ratio": "16:9",
    "with_audio": false
}'

模式二：图片生成视频（Image-to-Video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"kling-video-v3",
    "prompt":"她转身一笑，然后缓缓走出画面",
    "image":"$image_url",
    "quality": "std",
    "aspect_ratio": "16:9",
    "with_audio": false
}'

模式三：多镜头视频生成（Multi-Shot）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"kling-video-v3",
    "prompt":"她转身一笑，然后缓缓走出画面",
    "image":"$image_url",
    "duration": 8,
    "extra_body": {
        "multi_shot": true,
        "shot_type": "customize",
        "multi_prompt": [
            {
                "index": 1,
                "prompt": "第一镜头：她转身一笑",
                "duration": "3"
            },
            {
                "index": 2,
                "prompt": "第二镜头：她缓缓走出画面",
                "duration": "5"
            }
        ]
    }
}'

参数处理规则：

当用户只提供文本prompt时，使用模式一（纯文本生成）
当用户提供图片时：
- 如果只有一个prompt，使用模式二（图片生成视频）
- 如果有多个镜头描述，使用模式三（多镜头生成）,多个镜头，处理规则如下：
  - 将每个镜头分别映射为 extra_body.multi_prompt 数组中的一个元素
  - multi_prompt 中每个元素对应一个独立镜头
  - index 按镜头顺序从 1 开始递增
  - prompt 填写该镜头的具体描述
  - duration 填写该镜头时长，单位为秒
  - 多个镜头按用户描述顺序依次加入 multi_prompt 数组
  - 最终总时长应与各镜头 duration 之和保持一致，或自动按各镜头时长求和填写 duration 字段
图片参数：
- 用户传入图片时，如果不是URL链接，则使用litterbox.catbox.moe 这个匿名文件上传服务将图片上传为公网可访问 URL 再传递到image参数，如果是URL链接，则直接传递到image参数
当task_status=succeed时，通过video_result对象的url字段提取视频结果URL输出
否则提示视频生成失败并提取错误信息输出
设置系统环境变量GEEKAI_API_KEY值为sk-xxxxxxxxxx
设置超时时间为10分钟

注意：kling-video-v3-omni和kling-video-v3的中，图片需要一个完整的公网可访问的url，litterbox.catbox.moe 这个匿名文件上传服务如果不可以的话，可以使用极客智坊的上传文件接口来获取url，这样在对话中可直接使用url

Doubao-Seedance-2.0

创建一个豆包视频生成技能doubao-seedance-2.0，支持三种生成模式，对应生成示例如下：

模式一：纯文本生成视频（Text-to-Video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"doubao-seedance-2.0",
    "prompt":"小猫对着镜头打哈欠",
    "aspect_ratio": "16:9",
    "async": true
}'

模式二：图片生成视频（Image-to-Video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model":"doubao-seedance-2.0",
    "prompt":"无人机以极快速度穿越复杂障碍或自然奇观，带来沉浸式飞行体验",
    "image":"$image_url",
    "image_tail": "$image_tail",
    "aspect_ratio": "16:9",
    "extra_body": {
        "real_person_mode": true
    },
    "async": true
}'

模式三：参考视频生成（reference-video）
curl --location --request POST 'https://geekai.co/api/v1/videos/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--data '{
    "model": "doubao-seedance-2.0",
    "prompt": "@图1戴着眼镜穿着蓝色T恤的男生和@图2的柯基小狗，坐在@图3的草坪上，3D卡通风格",
    "images": ["$image1_url","$image2_url", ...],
    "video": ["$video_url","$video2_url", ...],
    "audio": ["$audio_url","$audio2_url", ...],
    "with_audio":true,
    "extra_body": {
        "real_person_mode": true
    },
    "async": true
}'

查询接口：
curl --location --request GET 'https://geekai.co/api/v1/videos/{task_id}' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $GEEKAI_API_KEY'

参数处理规则：

当用户只提供文本prompt时，使用模式一（纯文本生成）
当用户提供图片时：
- 当用户明确使用首帧、首尾帧图生视频，或提供首帧图与尾帧图，并应通过 image 和可选的 image_tail 参数传入时，使用模式二（图片生成视频）。
- 当用户明确使用参考素材生成，或参考图片需要通过 images 数组传入，或同时提供参考视频、参考音频中的一种或多种素材时，使用模式三（参考视频生成）。图片参数处理规则：
模式二中：
- image 参数用于传入首帧参考图
- image_tail 参数用于传入尾帧参考图（可选）
模式三中：
- images 参数为数组，支持传入一张或多张参考图片
- 即使只有一张参考图片，只要该图片需要通过 images 数组传入，也应使用模式三
如果用户传入的是公网 URL，则直接传递到对应参数。
如果用户传入的不是 URL，而是本地文件，则需要litterbox.catbox.moe 这个匿名文件上传服务上传为公网可访问 URL，再传递到对应参数。
模式三中，video 、audio 参数用于传入参考视频、参考音频、是需要公网可访问的 URL
模式三中，images 数组中的图片顺序需要与 prompt 中 @图1、@图2、@图3 的引用顺序保持一致。异步任务处理规则
调用创建接口后：
- 如果返回 task_status = pending，说明任务已提交成功，需要从返回结果中提取 task_id
- 提取 task_id 后，继续调用查询接口轮询任务状态查询结果处理规则：
- 当 task_status = pending 或 running 时，表示任务仍在处理中，需要继续轮询查询接口
- 当 task_status = succeed 时，通过 video_result 对象中的 url 字段提取最终生成视频 URL 并输出
- 当 task_status = failed 时，提示视频生成失败，并提取错误信息输出
- 轮询超时时间设置为 10 分钟
- 如果超过 10 分钟任务仍未完成，则返回“任务仍在处理中”，并输出 task_id 供后续继续查询其他要求
- 设置系统环境变量 GEEKAI_API_KEY 的值为 sk-xxxxxxxxxx
- 创建和查询使用的GEEKAI_API_KEY 是一样的，可以共用
- 超时时间设置为 10 分钟

注意：dobao-seedance-2.0-fast和doubao-seedance-2.0的接口和参数基本一致，只需替换对应的名称model即可，另外，doubao-seedance-2.0的图片images,iamge_tail ,image,video,audio参数，需要一个完整的公网可访问的url，如果上述不可以的话，可以使用极客智坊的上传文件接口来获取url，这样在对话中可直接使用

Nano Banana 2

生成一个nano-banana-2生图技能，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gemini-3.1-flash-image-preview",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "$text"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "$image_url"
            }
          }
        ],
        "image": {
            "aspect_ratio": "5:4"
        }
      }
    ]
}'

文生图只需要传递text信息即可，图生图需要传递image_url，对应url字段值支持base64和http链接两种格式，多个文本/图片以多条text/image_url传递到content数组。如果传入的图片要使用base64编码，则需要将图片数据进行base64编码，并使用data:image/png;base64,$的格式进行传递。图片生成成功，则返回响应并提取data数组中对象的url字段值，否则返回错误信息。生图耗时长，将超时时间设置为5分钟。设置系统环境的GEEKAI_API_KEY的值为sk-xxxxxxxxxx

GPT-Image-2

生成一个gpt-image-2生图技能，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/images/generations' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model":"gpt-image-2",
    "prompt": "$text",
    "image": "$image_url",
    "images": ["$image1_url","$image2_url", ...],
    "response_format": "url",
    "quality": "low",
}'

文生图不需要传递image，images参数，图生图的话:

单张图片从image参数传递，对应image_url字段值支持base64和http链接两种格式。
多张图片从images参数传递，对应image_url字段值支持base64和http链接两种格式，多个图片以数组形式传递到image数组里面。如果传入的图片要使用base64编码，则需要将图片数据进行base64编码，并使用data:;base64,的格式进行传递。图片生成成功，则返回响应并提取data数组中对象的url字段值，否则返回错误信息。生图耗时长，将超时时间设置为5分钟。设置系统环境的GEEKAI_API_KEY的值为sk-xxxxxxxxxx。

gpt-image-1.5和gpt-image-2模型使用的方法一样，替换对应的模型名称即可

Doubao-Seedream-5.0-Lite

生成一个doubao-seedance-5.0-lite生图技能，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v1/images/generations' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model":"doubao-seedream-5.0-lite",
    "prompt": "$text",
    "image":  ["$image1_url","$image2_url", ...],
    "size": "2K",
}'

文生图不需要传递image参数，图生图的话:支持传入单张图片或者多张图片，多张图片以数组的形式传入image，对应image_url字段值支持http链接和base64编码的格式，如果传入的图片要使用base64编码，则需要将图片数据进行base64编码，并使用data:;base64,的格式进行传递图片生成成功，则返回响应并提取data数组中对象的url字段值，否则返回错误信息。生图耗时长，将超时时间设置为5分钟。设置系统环境的GEEKAI_API_KEY的值为sk-xxxxxxxxxx。

Doubao-Transcribe

生成一个doubao-transcribe语音转录技能，对应生成示例如下：

curl --location --request POST 'https://geekai.co/api/v2/audio/transcriptions' \
  --header 'Authorization: Bearer $GEEKAI_API_KEY' \
  --header 'Content-Type: application/json' \
  --data-raw '{
    "model":"doubao-transcribe",
    "audio": {
        "url": "$audio_url",
        "format": "$audio_format"
    }
}'

参数处理规则： audio.url 用于传入音频内容，支持以下两种形式：

以 http:// 或 https:// 开头的公网可访问音频 URL
base64 编码的音频数据 audio.format 用于指定音频格式，可选值包括 mp3、wav 等，应根据实际文件格式填写。如果用户传入的是公网音频 URL，则直接传递到 audio.url。如果用户传入的是本地音频文件或其他非 URL 音频内容，则先转换为 base64 编码，格式为，直接使用base64不需要data:;base64,前缀，再传递到 audio.url。如果用户未明确提供音频格式，则优先根据文件扩展名判断；若无法判断，则根据 MIME 类型或内容推断。

结果处理规则：

调用成功后，从响应中提取以下字段：
- text：转录后的文本内容
- id：转录结果 ID
- duration：音频时长，单位为秒默认优先输出 text 如需补充信息，可同时输出 id 和 duration 如果接口调用失败，则提示“语音转录失败”，并输出错误信息

其他要求：设置系统环境的GEEKAI_API_KEY的值为sk-xxxxxxxxxx。超时时间设置为 5 分钟。

GPT-4o-Transcribe

生成一个gpt-4o-transcribe语音转录技能，对应生成示例如下：

curl --location 'https://geekai.co/api/v1/audio/transcriptions' \
    --header 'Authorization: Bearer $GEEKAI_API_KEY' \
    --form '$file=@/path/to/file.mp3' \
    --form 'model="gpt-4o-transcribe"' \
    --form 'response_format="json"'

参数处理规则：该接口使用 multipart/form-data 方式提交音频文件。

file 参数用于传入待转录的音频文件。
model 固定设置为 gpt-4o-transcribe。
response_format 固定设置为 json。如果用户传入的是本地音频文件，则直接作为 file 参数上传。如果用户传入的是公网可访问的音频 URL，则先下载音频文件，再以 file 参数的形式上传。如果用户传入的是 base64 编码的音频数据，则先解码为音频文件，再以 file 参数的形式上传。音频格式可为 mp3、wav 等常见格式，实际上传时根据原始文件格式保留对应扩展名。

结果处理规则：调用成功后，从响应中提取以下字段：

id：转录结果 ID
text：转录结果内容
duration：音频时长，单位为秒需要注意：返回结果中的 text 字段可能是一个 JSON 字符串，而不是直接的纯文本。如果 text 字段是 JSON 字符串，则需要先将其解析为 JSON 对象，再提取其中的 text 字段作为最终转录文本。默认优先输出解析后的最终转录文本。如有需要，可同时附带输出 id 和 duration 信息。如果接口调用失败，则提示“语音转录失败”，并输出错误信息。

其他要求：设置系统环境的GEEKAI_API_KEY的值为sk-xxxxxxxxxx。将超时时间设置为 5 分钟。

Documentation Index

​HappyHorse-1.0

​kling-video-v3-omni

​kling-video-v3

​Doubao-Seedance-2.0

​Nano Banana 2

​GPT-Image-2

​Doubao-Seedream-5.0-Lite

​Doubao-Transcribe

​GPT-4o-Transcribe

HappyHorse-1.0

kling-video-v3-omni

kling-video-v3

Doubao-Seedance-2.0

Nano Banana 2

GPT-Image-2

Doubao-Seedream-5.0-Lite

Doubao-Transcribe

GPT-4o-Transcribe