AI API Gateway

Appearance

TalonPipe 使用 MiniMax-H3 生视频速览 ​

TalonPipe 是一个 AI 视频/图像生成流水线平台（副标题：枭毅视觉开放平台 · 流水线工作室），核心主张："把一个想法变成可复用的镜头" —— 从自然语言、参考图或剧本开始，平台自动匹配导演 Skill、模型和参数，生成结果可继续编辑、复用或沉淀为素材。

当前环境为 Demo 模式（无鉴权 / 无计费），生成结果返回 ComfyUI 临时链接。

整体工作流（导演工作台五步流水线）：

① 剧本（一句话 → 完整剧本）
  → ② 素材（角色/场景/道具锚图）
  → ③ 生成（逐镜生成视频片段）
  → ④ 剪辑（时间线编排 + BGM）
  → ⑤ 导出（合流渲染 + 多平台适配）

一、首页概览 ​

首页

首页采用 左-中-右三栏布局：左侧全局导航、中间功能入口、右侧任务面板。

  • 左侧导航
    • 创作板块：首页、生成中心、发现与模板、我的作品、素材库
    • 进阶板块：导演工作台、L3 引擎透视镜、契约面（门控）、API 控制台、能力矩阵
  • 快速开始（三条创作路径）
    1. 一句话智能：描述想法，自动匹配导演 Skill 和模型
    2. 文生图：直接控制提示词、模型和画面尺寸
    3. 生成视频：从文字或参考图开始制作镜头
  • 模板与灵感：雨夜电影感、赛博城市、广告短片、风景首帧动画
  • 右侧任务面板：当前任务 / 历史 / 结果，提交生成任务后通过 SSE 实时显示进度

二、核心功能：导演工作台 ​

导演工作台

导演工作台是核心生产模块，顶部流程条明确五步：① 剧本 → ② 素材 → ③ 生成 → ④ 剪辑 → ⑤ 导出。

方法论提示（产品内置）

"参考素材决定效果上限"；"剪辑才是真正分水岭，AI 只交付素材"。

界面同时展示资产统计：剧本 ×1、角色锚图 ×1、图片 ×20、视频 ×12。

以下以示例项目 《浮生半日》（老茶馆午后题材）演示完整制作过程。

2.1 简单的文字描述 → 生成剧本 ​

剧本生成

  • 节点：剧本生成（调用 LLM：glm-5.2），产物自动填入后续「分镜拆分」与「生成提示词」步骤
  • 输入需求描述：

老茶馆午后，阳光透过木窗，烟雾缭绕，慢节奏

  • 生成剧本：
    • 剧名：《浮生半日》（片段）
    • 场景：老茶馆 ｜ 时间：午后
    • 人物：老林（70 岁，茶馆常客，洗得发白的棉布衫，气定神闲）、王伯（65 岁，茶馆老板，话少手稳）

2.2 剧本 → 自动拆分分镜 ​

分镜拆分

  • 节点：分镜拆分（剧本留空时自动引用上游剧本产物）
  • 可勾选「拆分完成后自动生成素材」；关闭则只填充素材名称/描述/提示词，需手动生成
  • 本例拆分为 8 个分镜，"镜 1" 示例：
参数值
时长6s
景别wide
焦段35mm
机位eye_level, facing window from inside
运镜slow dolly in（缓慢推镜头）

画面描述：午后阳光透过斑驳的木窗棂斜斜切入幽暗的老茶馆，形成缓慢变幻的光柱。灰尘与盖碗里升腾的热水汽交织，镜头从窗棂处极缓匀速向内推进……

2.3 生成剧中所需角色、场景、道具 ​

分镜素材

  • 节点：分镜自动素材 —— 由分镜拆分出实体填入素材库，人物描述优先生成三视图和脸部近景
  • 本例共识别 10 项素材：角色 2、场景 1、道具 7（均已生成）
    • 场景：@老茶馆（幽暗传统中式茶馆，斑驳木窗棂、包浆太师椅，出现在镜 1–8）
    • 角色：@老林（70 岁常客）、@王伯（65 岁老板），各含三视图 + 脸部近景
    • 道具：@旱烟、@太师椅 等 7 项，均标注出现镜号

2.4 生成分镜视频 ​

分镜生成设置

分镜生成结果

  • 节点：按编排生成视频片段 —— 读取上游分镜，统一控制和时间轴，逐段生成 MiniMax H3 R2V 视频
  • 统一设置
    • 参考图通道：Picture 1（人物）、Picture 2（场景）；全部 8 镜共用 公共环境 · @老茶馆
    • 生成通道：Open 平台 V2（open.ospreyai.cn），任务制 768P，输出带音频 MP4
    • 连续性预检：可自动确认「本镜变化类」预检问题
  • 逐镜控制（以镜 1 / 镜 2 为例）
    • 时长滑块（5s/6s，最大 15s）、本镜参数覆盖（如 lightingDirection=侧逆光）
    • 本镜参考实体绑定：@老茶馆、@老林、@旱烟（可替换/清除）
    • 视觉风格：wong_kar_wai（王家卫风格）
    • 情绪标签：suppressed_sad
    • 生成结果逐镜回填，标注模型与时长（如 MiniMax H3 R2V · 5s）

2.5 剪辑生成成片 ​

剪辑台

  • 节点：剪辑台（时间线 UI）
  • 自动编排：输入主题/叙事线索（如"雨夜告别，先压抑后释然"），设置目标时长（60s）与节奏（中，约 5s/镜）
  • 视频轨：本例 9 段，支持拖拽重排、逐段开关原声、裁剪调色；转场默认硬切，另含全局 LUT
  • 音轨：支持 + BGM 轨、+ AI 配音（TTS）轨；本例 BGM 为 melancholy_rain，音量 0.30

2.6 导出视频 ​

成片导出

  • 节点：成片导出 —— 使用 ffmpeg 将视频 + 音频 + 字幕合流渲染成片
    • 视频 URL 留空自动引用上游最新视频（可从素材库选择）
    • 音频默认引用 TTS 产物
    • 高级选项入口：「契约面（完整渲染选项）」
  • 多平台规格适配：抖音（1080×1920，本例选中）、快手、B站、YouTube、西瓜视频、小红书、视频号、自定义

三、其他功能预览 ​

3.1 生成中心 ​

生成中心

单点生成入口，五个功能页签：一句话智能 / 文生图 / 编辑图片 / 图生视频 / 文生视频。

  • 内置场景预设（雨夜告别、赛博朋克城市、雪山日出等）+ 随机按钮
  • 一句话智能链路：L1 意图 → L2 Skill → L3 参数包 → 生成；可勾选「显示中间产物（玻璃盒）」观察翻译过程
  • 支持导演风格（如 wong_kar_wai）；本例生成类型为 视频（Wan2.2 图生视频 I2V）
  • 提交后右栏实时显示进度，完成自动入画廊

3.2 发现与模板 ​

发现与模板

可编辑的创作起点库，按类型（一句话智能/文生图/图生视频/文生视频）筛选，生成结果可继续复用和沉淀。内置模板：

模板标签风格描述
雨夜电影感智能匹配导演 Skill压抑告别、湿润反光
赛博城市z-image / GPT Image 2霓虹、湿地反射
广告短片LTX-2 / MiniMax H3产品特写、节奏明确
风景首帧动画Wan2.2 I2V从静态画面开始生成动态镜头

3.3 我的作品 ​

我的作品

  • 共 60 项（Demo 模式本地持久化，刷新不丢）
  • 卡片标注类型（video / character / image）与来源，可点「详情」查看
  • 本库内容以老茶馆《浮生半日》系列视频为主，另含游戏角色设计图（三视图、装备细节、面部特写）

3.4 素材库 ​

素材库

  • 共 193 项 ——「生成产物」与「上传素材」统一存管，各输入点可直接引用
  • 类型筛选：全部 / 图片 / 视频 / 音频
  • 来源筛选：全部 / 生成 / 上传（素材多标记为"生成"）
  • 右上角「上传素材」按钮支持手动添加本地文件
  • 内容涵盖：角色三视图、面部特写、服装贴图、道具（旱烟/水烟壶）等

四、能力矩阵 ​

能力矩阵

总览：42 可用 ｜ 2 待接入 ｜ 0 未实现，状态与 ROADMAP 同步。

模块能力项状态
意图层意图解析、导演推荐✅ 可用
L3 引擎意图→参数包翻译✅ 可用
控制层运镜、构图、灯光、色彩/LUT、时长/帧数、情绪增强、时间轴编排✅ 可用
剧本剧本生成、分镜拆分、知识库检索（静态）✅ 可用
素材建角色描图、角色精细设置（三视图/脸部/服装/材质）、角色一致性图片、指定角色生成（R2V）、场景道具库（跨镜追踪）、表演参考库、参考图上传✅ 可用
素材场景库检索（缺：场景资产存储+向量检索）🟡 待接入
生成文生图（z-image / GPT Image 2）、远程文生图、图片编辑（FLUX.2/Qwen）、文/图/参考生视频（LTX-2 / Wan2.2 / MiniMax H3）、图生图、首尾帧控制✅ 可用
生成补帧/延长（缺：RIFE 插帧 workflow，网关无此节点）🟡 待接入
音频配音 TTS（Qwen3-TTS）、配乐 BGM（本地库）、声纹库✅ 可用
剪辑编排关键帧检测（动作高点留余量）、J-cut/L-cut 声画偏移、统一 LUT、剪辑台（时间线 UI）✅ 可用
合成分镜拼接、转场、字幕烧录、最终渲染✅ 可用

五、API 控制台 ​

API 控制台

为专业用户提供专业、全面的 API 接口能力 —— OpenAPI 自动发现，可直接筛选 path / method 在线调试。

主要接口模块（多数已标记"可用"）：

模块接口能力
ai/assets资产增删改查（GET/POST/DELETE）、文件上传 ai/assets/upload
ai/audioBGM 生成 ai/audio/bgm、BGM 库列表/文件、TTS ai/audio/tts
ai/character角色创建 create、应用 apply、"三位一体"模式 trinity
ai/compose执行合成 ai/compose/{op}、查看合成结果 ai/compose/view/{filename}
ai/continuity连续性预检 ai/continuity/preflight
ai/control相机、色彩、构图、时长控制；导演计划 director-plan

六、成片预览 ​

在线播放（点击在浏览器打开）：▶ 成片《浮生半日》 · 864×480 (9:5) · H.264 MP4 带音频

播放说明

上方为内嵌播放器，可直接播放/暂停、拖进度条；点击标题链接则在浏览器中打开原始 MP4。该链接实际返回 MP4 视频文件（864×480），宽高比随页面宽度自适应，无黑边。

AI API Gateway Documentation