--- name: comfyui-fun-inpaint-video-generation description: 通过公网网关使用 ComfyUI API 进行 Wan 2.2 Fun Inpaint 首尾帧视频生成。覆盖首帧/尾帧图片上传、工作流提交、队列/任务状态查询、MP4 视频下载的完整流程。 version: "1.0" category: video-generation triggers: - Fun Inpaint 视频 - 首尾帧视频 - 首帧尾帧 - comfyui fun inpaint - WanFunInpaintToVideo - 首尾图生成视频 - inpaint video - 首尾过渡 --- ::: info 下载原始 Skill 文件 ```bash curl https://ai.ospreyai.cn/docs/raw/skills/comfyui-fun-inpaint-video-generation.md -o comfyui-fun-inpaint-video-generation.md ``` ::: ## 对话式接入 本 Skill 文件可被 AI 助手（Claude Code、Cursor、ChatGPT 等）学习，通过自然语言对话完成首尾帧视频生成。 在 AI 对话中发送以下指令即可： ``` 学习：https://ai.ospreyai.cn/docs/raw/skills/comfyui-fun-inpaint-video-generation.md，保存为本地的技能 skills ``` > 更多接入方式和使用示例详见 [API 文档 — AI 助手对话式接入](/api#ai-助手对话式接入)。 --- # ComfyUI Wan 2.2 Fun Inpaint 首尾帧视频生成 ## Overview 通过公网网关 `https://ai.ospreyai.cn` 使用 ComfyUI 将 **首帧 + 尾帧两张图片** 生成一段过渡视频。 使用 **Wan 2.2 Fun Inpaint + LightX2V 4 步加速** 工作流，核心节点 `WanFunInpaintToVideo` 接收首帧（start_image）和尾帧（end_image），自动补间生成从起始画面到结束画面的平滑过渡动画（640×640, 16fps, 81帧, ~5 秒）。 核心特性： - **首尾帧控制**：精确从 start_image 过渡到 end_image - **Fun Inpaint 模型**：Wan 2.2 专为 inpaint 场景优化的扩散模型，比标准 I2V 更适合首尾帧补间 - **双 UNET 采样**：高噪声 + 低噪声模型分阶段采样（步骤 0→2 + 2→4），画质更稳定 - **LightX2V 4 步加速**：LoRA 加速仅需 4 步采样，生成速度快 - **采样偏移 shift=8**：比标准 I2V（shift=5）更高的偏移值，适合首尾帧长距离过渡 与其他视频生成 Skill 的对比： | Skill | 核心节点 | 输入 | 输出 | 适用场景 | |-------|---------|------|------|---------| | [视频生成](/skills/comfyui-video-generation) | WanImageToVideo | 1 张起始图 | ~5s 视频 | 从单图生成动态视频 | | [6 关键帧视频](/skills/comfyui-keyframes-video-generation) | WanFirstLastFrameToVideo ×5 | 6 张关键帧 | ~5s 视频 | 多关键帧过渡 | | **本 Skill** | WanFunInpaintToVideo | 首帧 + 尾帧 | ~5s 视频 | 两张图之间的精确过渡 | 所有 API 均需 Bearer Token 鉴权（`Authorization: Bearer sk-xxx`）。 ## Quick Start ```bash export GW="https://ai.ospreyai.cn" export API_KEY="sk-your-api-key" # 1. 上传首帧和尾帧图片 curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/upload" \ -F "image=@start.png" -F "overwrite=true" curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/upload" \ -F "image=@end.png" -F "overwrite=true" # 2. 提交 Fun Inpaint 视频工作流（完整 JSON 见下方 Route A） curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/ai/video/generate" \ -H "Content-Type: application/json" \ -d '{"prompt":{...}}' # 3. 查询任务状态 curl -s -H "Authorization: Bearer $API_KEY" "$GW/api/v1/ai/tasks/{prompt_id}" # 4. 下载 MP4 视频 curl -s -H "Authorization: Bearer $API_KEY" \ "$GW/api/v1/ai/image/view/?filename=output.mp4&subfolder=video&type=output" \ -o output.mp4 ``` ## Task Routing | 场景 | 动作 | |------|------| | 首次生成首尾帧视频 | → Route A: Upload & Generate | | 需要查看任务是否完成 | → Route B: Check Status | | 需要获取或下载 MP4 | → Route C: Download | | 需要调优提示词、帧数或尺寸 | → Route D: Tune Parameters | | 需要排查服务、节点、模型或文件问题 | → Route E: Troubleshoot | ## Route A: Upload & Generate ### 服务信息 - 网关地址: `https://ai.ospreyai.cn` - 上传接口: `POST /api/v1/upload` - 提交接口: `POST /api/v1/ai/video/generate` - 鉴权方式: `Authorization: Bearer sk-xxx` ### 基本流程 1. 上传首帧（start）和尾帧（end）两张图片到 ComfyUI 2. 提交 Fun Inpaint 视频工作流 3. 工作流包含 17 个节点： - 2 × `LoadImage` — 加载首帧和尾帧图片 - `WanFunInpaintToVideo` — 首尾帧转视频核心节点 - `CreateVideo` — 创建视频，设置帧率 - `SaveVideo` — 保存视频为 MP4 - 其他 13 个节点 — CLIP/VAE/UNet 加载、LoRA 加速、双 KSamplerAdvanced 采样等 ### Step 1: 上传首帧和尾帧图片 ```bash # 上传首帧图片 curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/upload" \ -F "image=@/path/to/start.png" \ -F "overwrite=true" # 上传尾帧图片 curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/upload" \ -F "image=@/path/to/end.png" \ -F "overwrite=true" ``` **响应（每次上传）：** ```json {"name": "start.png", "subfolder": "", "type": "input"} ``` > 记住两个返回的 `name` 值，工作流中 LoadImage 节点需要使用。 最大文件大小: 50MB。推荐使用 PNG 格式，两张图片尺寸应一致（建议 640×640）。 ### Step 2: 提交 Fun Inpaint 视频工作流 ```bash curl -s -H "Authorization: Bearer $API_KEY" -X POST "$GW/api/v1/ai/video/generate" \ -H "Content-Type: application/json" \ -d '{ "prompt": { "90": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"}, "91": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["90", 0]}, "class_type": "CLIPTextEncode"}, "92": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"}, "93": {"inputs": {"shift": 8, "model": ["116", 0]}, "class_type": "ModelSamplingSD3"}, "94": {"inputs": {"shift": 8, "model": ["117", 0]}, "class_type": "ModelSamplingSD3"}, "95": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 4, "return_with_leftover_noise": "disable", "model": ["94", 0], "positive": ["111", 0], "negative": ["111", 1], "latent_image": ["96", 0]}, "class_type": "KSamplerAdvanced"}, "96": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["93", 0], "positive": ["111", 0], "negative": ["111", 1], "latent_image": ["111", 2]}, "class_type": "KSamplerAdvanced"}, "97": {"inputs": {"samples": ["95", 0], "vae": ["92", 0]}, "class_type": "VAEDecode"}, "99": {"inputs": {"text": "你的正向提示词（英文动作描述）", "clip": ["90", 0]}, "class_type": "CLIPTextEncode"}, "100": {"inputs": {"fps": 16, "images": ["97", 0]}, "class_type": "CreateVideo"}, "101": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"}, "102": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"}, "110": {"inputs": {"image": "你的首帧图片.png"}, "class_type": "LoadImage"}, "111": {"inputs": {"width": 640, "height": 640, "length": 81, "batch_size": 1, "positive": ["99", 0], "negative": ["91", 0], "vae": ["92", 0], "start_image": ["110", 0], "end_image": ["112", 0]}, "class_type": "WanFunInpaintToVideo"}, "112": {"inputs": {"image": "你的尾帧图片.png"}, "class_type": "LoadImage"}, "116": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1, "model": ["101", 0]}, "class_type": "LoraLoaderModelOnly"}, "117": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1, "model": ["102", 0]}, "class_type": "LoraLoaderModelOnly"}, "158": {"inputs": {"filename_prefix": "video/fun_inpaint", "format": "auto", "codec": "auto", "video": ["100", 0]}, "class_type": "SaveVideo"} } }' ``` **响应：** ```json {"prompt_id": "e1f2a3b4-...", "number": 150, "node_errors": {}} ``` > `node_errors` 为空对象 `{}` 表示工作流校验通过。如有错误会在此列出。 **使用前需修改：** | 节点 | 字段 | 修改为 | |------|------|--------| | 99 | text | 你的正向提示词（英文动作描述） | | 110 | image | 首帧图片上传返回的 `name` 值 | | 112 | image | 尾帧图片上传返回的 `name` 值 | | 158 | filename_prefix | 输出文件名前缀，如 `"video/my_fun_inpaint"` | ### 节点说明 | 节点 ID | class_type | 功能 | |---------|-----------|------| | 90 | CLIPLoader | 加载 Wan 的 CLIP 模型（文本编码器） | | 91 | CLIPTextEncode | 负向提示词编码（中文质量排除词） | | 92 | VAELoader | 加载 VAE 模型 | | 93 | ModelSamplingSD3 | 高噪声模型采样偏移调整（shift=8） | | 94 | ModelSamplingSD3 | 低噪声模型采样偏移调整（shift=8） | | 95 | KSamplerAdvanced | 后半段采样（去噪，步骤 2→4，低噪声模型） | | 96 | KSamplerAdvanced | 前半段采样（加噪，步骤 0→2，高噪声模型） | | 97 | VAEDecode | VAE 解码 latent → 像素帧 | | 99 | CLIPTextEncode | 正向提示词编码（英文动作描述） | | 100 | CreateVideo | 创建视频，设置帧率 | | 101 | UNETLoader | 加载高噪声 UNet 模型 | | 102 | UNETLoader | 加载低噪声 UNet 模型 | | 110 | LoadImage | 加载首帧图片 | | 111 | WanFunInpaintToVideo | **首尾帧转视频核心节点** | | 112 | LoadImage | 加载尾帧图片 | | 116 | LoraLoaderModelOnly | 加载高噪声 LoRA（4 步加速） | | 117 | LoraLoaderModelOnly | 加载低噪声 LoRA（4 步加速） | | 158 | SaveVideo | 保存视频为 MP4 | ### 工作流连接图 ``` LoadImage(110) ──→ WanFunInpaintToVideo(111) ──→ KSamplerHigh(96) ──→ KSamplerLow(95) ──→ VAEDecode(97) ──→ CreateVideo(100) ──→ SaveVideo(158) LoadImage(112) ──→ │ │ │ │ │ │ CLIPLoader(90) ──→ CLIPTextEncode_Pos(99) ────┤ │ └→ CLIPTextEncode_Neg(91) ──────┤ │ VAELoader(92) ──→ WanFunInpaintToVideo(111) │ │ VAELoader(92) ──→ VAEDecode(97) │ UNETLoader(101) → LoRA_High(116) → ModelSamplingSD3(93, shift=8) ──→ KSamplerHigh(96) UNETLoader(102) → LoRA_Low(117) → ModelSamplingSD3(94, shift=8) ──→ KSamplerLow(95) ``` **采样流程（两阶段）：** ``` WanFunInpaintToVideo(111) 输出 latent │ ↓ KSamplerAdvanced(96) KSamplerAdvanced(95) ├─ add_noise: enable ├─ add_noise: disable ├─ model: 高噪声 (shift=8) ├─ model: 低噪声 (shift=8) ├─ steps: 4 ├─ steps: 4 ├─ start_at_step: 0 → end_at_step: 2 ├─ start_at_step: 2 → end_at_step: 4 ├─ return_with_leftover_noise: enable ├─ return_with_leftover_noise: disable └─ 输出: 部分去噪的 latent ──────────→ └─ 输出: 完全去噪的 latent ──→ VAEDecode ``` ### 关键参数 | 节点 | 字段 | 说明 | 示例值 | |------|------|------|--------| | 110 | image | 首帧图片文件名（需先上传） | `"start.png"` | | 112 | image | 尾帧图片文件名（需先上传） | `"end.png"` | | 99 | text | 正向提示词（英文动作描述） | `"A cat waking up and stretching"` | | 111 | width / height | 视频尺寸 | 640 × 640 | | 111 | length | 视频帧数（81帧≈5秒@16fps） | 81 | | 100 | fps | 帧率 | 16 | | 96 | noise_seed | 随机种子（不同值生成不同视频） | 42 | | 93/94 | shift | 采样偏移（Fun Inpaint 默认 8） | 8 | | 158 | filename_prefix | 输出文件名前缀 | `"video/fun_inpaint"` | ### 输出视频参数 - **分辨率**: 640 × 640 - **帧数**: 81 帧 - **帧率**: 16 fps - **时长**: 约 5 秒 - **格式**: MP4 - **输出路径**: `subfolder=video`, `type=output` ## Route B: Check Status ### 查询队列 ```bash curl -s -H "Authorization: Bearer $API_KEY" "$GW/api/v1/ai/queue" ``` **响应：** ```json { "queue_running": [[150, "e1f2a3b4-...", {...}]], "queue_pending": [] } ``` - `queue_running` 不为空 → 任务正在执行 - `queue_pending` 不为空 → 任务排队等待 ### 查询任务状态 ```bash curl -s -H "Authorization: Bearer $API_KEY" "$GW/api/v1/ai/tasks/{prompt_id}" ``` **进行中：** ```json { "e1f2a3b4-...": { "status": {"status_str": "success", "completed": false}, "outputs": {} } } ``` **已完成：** ```json { "e1f2a3b4-...": { "status": {"status_str": "success", "completed": true}, "outputs": { "158": { "images": [{"filename": "fun_inpaint_00001_.mp4", "subfolder": "video", "type": "output"}], "animated": [true] } } } } ``` > 视频生成通常需要 30 秒至 2 分钟（取决于 GPU 和队列情况）。 ## Route C: Download 下载前先从任务状态中获取输出文件信息（`filename`, `subfolder`, `type`），然后通过查看接口下载。 ```bash # 下载 MP4 视频（注意 subfolder=video） curl -s -H "Authorization: Bearer $API_KEY" \ "$GW/api/v1/ai/image/view/?filename=fun_inpaint_00001_.mp4&subfolder=video&type=output" \ -o output.mp4 ``` **关键点：** - 视频输出的 `subfolder` 为 `video`（不是空字符串） - 视频输出的 `type` 为 `output` - 下载的是 MP4 格式，可直接播放 ### Python 调用示例 ```python import requests import time GW = "https://ai.ospreyai.cn" API_KEY = "sk-your-api-key" headers = {"Authorization": f"Bearer {API_KEY}"} # 1. 上传首帧和尾帧图片 def upload_image(path): with open(path, "rb") as f: resp = requests.post(f"{GW}/api/v1/upload", headers=headers, files={"image": f}, data={"overwrite": "true"}) name = resp.json()["name"] print(f"Uploaded: {name}") return name start_name = upload_image("start.png") end_name = upload_image("end.png") # 2. 提交 Fun Inpaint 视频工作流 prompt = { "prompt": { "90": {"inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}, "class_type": "CLIPLoader"}, "91": {"inputs": {"text": "色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸变的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走", "clip": ["90", 0]}, "class_type": "CLIPTextEncode"}, "92": {"inputs": {"vae_name": "wan_2.1_vae.safetensors"}, "class_type": "VAELoader"}, "93": {"inputs": {"shift": 8, "model": ["116", 0]}, "class_type": "ModelSamplingSD3"}, "94": {"inputs": {"shift": 8, "model": ["117", 0]}, "class_type": "ModelSamplingSD3"}, "95": {"inputs": {"add_noise": "disable", "noise_seed": 0, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 2, "end_at_step": 4, "return_with_leftover_noise": "disable", "model": ["94", 0], "positive": ["111", 0], "negative": ["111", 1], "latent_image": ["96", 0]}, "class_type": "KSamplerAdvanced"}, "96": {"inputs": {"add_noise": "enable", "noise_seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "start_at_step": 0, "end_at_step": 2, "return_with_leftover_noise": "enable", "model": ["93", 0], "positive": ["111", 0], "negative": ["111", 1], "latent_image": ["111", 2]}, "class_type": "KSamplerAdvanced"}, "97": {"inputs": {"samples": ["95", 0], "vae": ["92", 0]}, "class_type": "VAEDecode"}, "99": {"inputs": {"text": "A cat waking up, stretching, and looking around", "clip": ["90", 0]}, "class_type": "CLIPTextEncode"}, "100": {"inputs": {"fps": 16, "images": ["97", 0]}, "class_type": "CreateVideo"}, "101": {"inputs": {"unet_name": "wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"}, "102": {"inputs": {"unet_name": "wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors", "weight_dtype": "default"}, "class_type": "UNETLoader"}, "110": {"inputs": {"image": start_name}, "class_type": "LoadImage"}, "111": {"inputs": {"width": 640, "height": 640, "length": 81, "batch_size": 1, "positive": ["99", 0], "negative": ["91", 0], "vae": ["92", 0], "start_image": ["110", 0], "end_image": ["112", 0]}, "class_type": "WanFunInpaintToVideo"}, "112": {"inputs": {"image": end_name}, "class_type": "LoadImage"}, "116": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors", "strength_model": 1, "model": ["101", 0]}, "class_type": "LoraLoaderModelOnly"}, "117": {"inputs": {"lora_name": "wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors", "strength_model": 1, "model": ["102", 0]}, "class_type": "LoraLoaderModelOnly"}, "158": {"inputs": {"filename_prefix": "video/fun_inpaint", "format": "auto", "codec": "auto", "video": ["100", 0]}, "class_type": "SaveVideo"} } } resp = requests.post(f"{GW}/api/v1/ai/video/generate", headers=headers, json=prompt) prompt_id = resp.json()["prompt_id"] print(f"Task submitted: {prompt_id}") # 3. 轮询任务状态 while True: resp = requests.get(f"{GW}/api/v1/ai/tasks/{prompt_id}", headers=headers) data = resp.json() task = data.get(prompt_id, {}) status = task.get("status", {}) if status.get("completed"): print("Task completed!") break print(f"Status: {status.get('status_str', 'unknown')}...") time.sleep(5) # 4. 下载视频 outputs = task.get("outputs", {}).get("158", {}) video_info = outputs.get("images", [{}])[0] resp = requests.get(f"{GW}/api/v1/ai/image/view/", headers=headers, params={"filename": video_info["filename"], "subfolder": video_info.get("subfolder", ""), "type": video_info.get("type", "output")}) with open("fun_inpaint_output.mp4", "wb") as f: f.write(resp.content) print(f"Downloaded: fun_inpaint_output.mp4 ({len(resp.content)} bytes)") ``` ## Route D: Tune Parameters | 参数 | 节点 | 建议 | |------|------|------| | 首帧图片 | 110 | 推荐 PNG，清晰度越高越好 | | 尾帧图片 | 112 | 推荐 PNG，尺寸应与首帧一致 | | 正向提示词 | 99 text | 英文动作描述效果更稳定，如 `"A butterfly emerging from cocoon and spreading wings"` | | 负向提示词 | 91 text | 默认可保持，避免修改 | | 视频尺寸 | 111 width/height | 默认 640×640；支持 832×480 等，需为 16 的倍数 | | 视频帧数 | 111 length | 默认 81（≈5s@16fps）；41≈2.5s, 161≈10s | | 帧率 | 100 fps | 默认 16；视频时长 = length / fps | | 随机种子 | 96 noise_seed | 不同值生成不同视频；相同种子 + 相同参数可复现 | | 采样步数 | 95/96 steps | LightX2V 加速模式下固定 4 步，不建议修改 | | 采样偏移 | 93/94 shift | 默认 8；Fun Inpaint 专用值，增大更锐利，减小更平滑 | ### 与标准 I2V 工作流的参数差异 | 参数 | 标准 I2V (WanImageToVideo) | Fun Inpaint (WanFunInpaintToVideo) | |------|--------------------------|------------------------------------| | 核心节点 | WanImageToVideo | WanFunInpaintToVideo | | 输入图片 | 仅 start_image | start_image + end_image | | 采样偏移 shift | 5 | **8** | | 模型文件 | 相同（wan2.2_i2v_high/low_noise_14B） | 相同 | | LoRA 加速 | 相同（lightx2v_4steps） | 相同 | | 输出 | 单张图驱动的自由运动 | 首尾帧约束下的精确过渡 | ### Fun Inpaint vs FirstLastFrameToVideo | 特性 | Fun Inpaint (本 Skill) | FLF2V (6 关键帧 Skill) | |------|------------------------|----------------------| | 输入帧数 | 2 帧（首+尾） | 6 帧（5 段首尾） | | 段数 | 1 段 | 5 段 | | 每段帧数 | 81 帧 | 25 帧/段 | | 输出帧率 | 16 fps | 24 fps | | 输出分辨率 | 640×640 | 720×720 | | 采样偏移 | shift=8 | shift=5 | | 生成时间 | 30s-2min | 1-5min | | 适用场景 | 两张图之间的长过渡 | 多关键帧串联 | ## Route E: Troubleshoot | 问题 | 排查方法 | |------|---------| | 上传图片失败 | 检查文件大小（≤50MB）、格式（推荐 PNG）、Bearer Token 是否有效 | | 工作流提交报 `value_not_in_list` | 模型文件名不正确，检查 UNet/CLIP/VAE/LoRA 名称是否与服务器一致 | | 工作流提交报 `return_type_mismatch` | 节点间连接类型不匹配，检查节点输出→输入的链接是否正确 | | 任务长时间未完成 | 检查 `/api/v1/ai/queue` 是否有排队任务；GPU 可能忙碌 | | 下载视频返回空 | 检查 `subfolder` 是否为 `video`（不是空字符串） | | 首尾帧过渡不自然 | 检查首尾帧图片风格/构图是否一致，差异过大会导致中间帧质量下降 | | 视频动态不足 | 正向提示词添加更多动作描述；增大 length 值增加帧数 | | 401 鉴权失败 | 检查 Bearer Token 是否有效：`curl -H "Authorization: Bearer sk-xxx" $GW/api/v1/ai/queue` | | 429 请求被限流 | AI 接口 10次/分/IP，稍后重试 | ### 内网直连 vs 公网网关 | | 内网直连 | 公网网关 | |---|---|---| | 地址 | `192.168.1.236:8188` | `ai.ospreyai.cn` | | 鉴权 | 无 | `Authorization: Bearer sk-xxx` | | 上传路径 | `/upload/image` | `/api/v1/upload` | | 提交路径 | `/prompt` | `/api/v1/ai/video/generate` | | 任务查询 | `/history/{id}` | `/api/v1/ai/tasks/{id}` | | 队列查询 | `/queue` | `/api/v1/ai/queue` | | 下载路径 | `/view?filename=...` | `/api/v1/ai/image/view/?filename=...&subfolder=video&type=output` | | 限流 | 无 | 10次/分/IP | ## 所需模型文件 | 类型 | 文件名 | 存放目录 | |------|--------|---------| | Text Encoder | umt5_xxl_fp8_e4m3fn_scaled.safetensors | models/text_encoders/ | | VAE | wan_2.1_vae.safetensors | models/vae/ | | Diffusion (高噪声) | wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors | models/diffusion_models/ | | Diffusion (低噪声) | wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors | models/diffusion_models/ | | LoRA (高噪声加速) | wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors | models/loras/ | | LoRA (低噪声加速) | wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors | models/loras/ | ## Verification Checklist - [ ] 首帧图片上传成功，返回 `name` 值 - [ ] 尾帧图片上传成功，返回 `name` 值 - [ ] 工作流提交成功，`node_errors` 为空 - [ ] 任务在 `/api/v1/ai/queue` 中执行完成 - [ ] 任务状态 `completed: true`，outputs 包含节点 158 的 MP4 文件信息 - [ ] 成功下载 MP4 文件（注意 `subfolder=video`） - [ ] 视频可正常播放，首尾帧过渡自然 - [ ] 视频分辨率为 640×640，帧率 16fps