Neodomain AI Content Generator#

核心行为规范#

• Token 检查：每次执行前确认 NEODOMAIN_ACCESS_TOKEN 已设置。若未设置或遇到 token 过期错误（errCode 2001），立即走 认证流程，动态询问用户手机号/邮箱，不要硬编码保存。
• 模型选择：根据用户需求按 模型选择逻辑 自主选择，无需询问用户（除非用户明确指定）。
• 提示词规范：必须遵循各模式的提示词公式，尤其是 UNIVERSAL_TO_VIDEO 必须用 @图片 1/ @视频 1 等明确引用素材。
• 输出目录：默认使用 ./output，若用户未指定则不需询问。
• --generate-audio 是布尔 flag，写 --generate-audio 即可，不要写 --generate-audio true。

---

⚠️ 常见问题与解决方案 (FAQ)#

1. Token has been revoked (errCode 2001)#

现象：视频生成 API 返回 Token has been revoked，但图片 API 可能正常。

原因：

• 企业版 token 的视频服务权限被撤销
• Token 已过期
• 服务端认证系统临时故障

解决方案：

1. 先用图片 API 测试 token 是否有效： curl -H "accessToken: $TOKEN" https://story.neodomain.cn/agent/ai-image-generation/models
2. 如果图片 API 正常但视频 API 失败 → 联系管理员确认视频服务权限
3. 如果全部失败 → 重新登录获取新 token（走认证流程）

2. 模型不支持某 generationType#

现象： ❌ Failed: 模型 xxx 不支持 YYY 类型

原因：不是所有模型都支持所有生成类型。

解决方案：

• neo-video-2-0 / neo-video-2-0-fast → 仅支持 UNIVERSAL_TO_VIDEO
• kling-video-o1 / kling-v3-omni → 仅支持 UNIVERSAL_TO_VIDEO
• veo-3.1-* → 支持 REFERENCE_TO_VIDEO（多图参考）
• 其他模型 → 通常支持 TEXT_TO_VIDEO 和 IMAGE_TO_VIDEO

正确选择：

• 多张角色图 → 用 neo-video-2-0 + UNIVERSAL_TO_VIDEO
• 单张首帧 → 用 doubao-seedance-1-5-pro + IMAGE_TO_VIDEO
• 纯文字 → 用 doubao-seedance-1-5-pro + TEXT_TO_VIDEO

3. UNIVERSAL_TO_VIDEO 提示词写法错误#

错误示例： --prompt "蓝白校服的男生和穿碎花裙子的女生在校园里散步"

正确示例： --prompt "参考@图片 1 的男生和@图片 2 的女生，两人在阳光明媚的校园里并肩散步，镜头缓慢跟随"

规则：

• --image-urls 中第 1 个 URL → 用 @图片 1 引用
• --image-urls 中第 2 个 URL → 用 @图片 2 引用
• --video-urls 中第 1 个 URL → 用 @视频 1 引用
• --audio-urls 中第 1 个 URL → 用 @音频 1 引用
• 必须 在 prompt 中明确引用每个素材，不要用"那张图"等模糊表达

4. 认证服务不可用#

现象： Authentication service unavailable, please try again

原因：Neodomain 服务端认证系统临时故障（可能在重启）

解决方案：等待 5-10 分钟后重试

---

意图识别与路径选择#

根据用户意图选择正确路径：

用户意图路径生成图片（无参考图）generate_image.py → TEXT_TO_IMAGE生成图片（有参考图/角色一致性）generate_image_ref.py生成视频（纯文字描述）generate_video.py → TEXT_TO_VIDEO生成视频（有参考图/首帧）generate_video.py → IMAGE_TO_VIDEO生成视频（多张参考图保持一致性）generate_video.py → REFERENCE_TO_VIDEO（仅 Veo 3.1）生成视频（多模态：图 + 视频 + 音频组合）generate_video.py → UNIVERSAL_TO_VIDEO（Universal 模型）动作迁移（把参考视频动作转移到图片人物上）motion_control.py故事板/分镜批量生视频batch_video.py

---

Model Selection Logic#

图片模型选择#

text

有参考图？
├─ 是 → generate_image_ref.py，模型用 doubao-seedream-5-0-260128
└─ 否 → generate_image.py
        ├─ 追求高性价比 → doubao-seedream-5-0-260128 (25pts)
        ├─ 追求最高质量 → gemini-3-pro-image-preview (100pts)
        └─ 默认/普通需求 → gemini-3.1-flash-image-preview (90pts)

视频模型选择#

text

有多模态素材（视频/音频参考）？
└─ 是 → UNIVERSAL_TO_VIDEO
        ├─ 追求最高品质 → neo-video-2-0
        ├─ 追求速度/性价比 → neo-video-2-0-fast
        └─ 需要高分辨率 (1080p) → kling-v3-omni 或 kling-video-o1

有多张参考图（保持角色一致性）？
└─ 是 → REFERENCE_TO_VIDEO，模型用 veo-3.1-generate-preview

有参考图（图生视频）？
└─ 是 → IMAGE_TO_VIDEO
        ├─ 需要音频 → doubao-seedance-1-5-pro-251215 或 kling-v3
        ├─ 需要首尾帧精确控制 → kling-v3 或 kling-v2-6
        ├─ 需要超高清 4K → veo-3.1-generate-preview
        ├─ 需要超长时长 (15s+) → kling-v3(最长 15s) 或 vidu-q3-pro(最长 16s)
        └─ 默认 → doubao-seedance-1-5-pro-251215

纯文字生视频？
└─ 是 → TEXT_TO_VIDEO
        ├─ 需要音频 → doubao-seedance-1-5-pro-251215 或 kling-v3
        ├─ 高性价比 → doubao-seedance-1-0-pro-fast-251015
        └─ 默认 → doubao-seedance-1-5-pro-251215

视频参数选择规则#

• resolution：用户未指定时默认 720p；明确要求高清用 1080p；明确要求超清用 4K（仅 Veo 3.1 支持）
• duration：用户未指定时默认 8s；需注意各模型上限（见下表），不要超出范围
• aspect-ratio：根据用途自主判断——竖屏内容用 9:16，横屏用 16:9，方形用 1:1；IMAGE_TO_VIDEO 模式下此参数无效，无需传入
• generate-audio：用户提到"有声音"/"带音频"/"有背景音乐"时自动加上

---

Authentication#

bash

# Step 1：发送验证码（询问用户手机号或邮箱后执行）
python3 {baseDir}/scripts/login.py --send-code --contact "手机号或邮箱"

# Step 2：用户提供验证码后登录
python3 {baseDir}/scripts/login.py --login --contact "手机号或邮箱" --code "验证码"

Step 2 可能出现两种结果：

• 单一身份：直接输出 accessToken，告知用户设置到 NEODOMAIN_ACCESS_TOKEN 环境变量。

• 多身份：输出身份列表（含编号、类型、昵称、企业名、userId），需执行 Step 3 选择身份：

bash

# Step 3：选择身份（仅在 Step 2 返回多身份时执行）
python3 {baseDir}/scripts/login.py --select-identity --contact "手机号或邮箱" --user-id "选中的userId"

Step 3 成功后输出 accessToken，告知用户设置到 NEODOMAIN_ACCESS_TOKEN 环境变量。

---

Image Generation#

generate_image.py（文生图 / 图生图）#

bash

python3 {baseDir}/scripts/generate_image.py \
  --prompt "A beautiful mountain landscape, golden hour, cinematic" \
  --model "doubao-seedream-5-0-260128" \
  --aspect-ratio "16:9" \
  --size "2K" \
  --token $NEODOMAIN_ACCESS_TOKEN

参数说明默认值--prompt图片描述必填--model模型 IDgemini-3.1-flash-image-preview``--aspect-ratio``1:1, 16:9, 9:16, 4:3, 3:4``1:1``--num-images``1 或 4``1``--size``1K, 2K, 4K``2K``--negative-prompt负向提示词---guidance-scale提示词遵循度 (1.0-20.0)7.5``--seed随机种子随机--output-format``jpeg, png, webp``jpeg``--output-dir保存目录./output

可用模型：

模型 ID费用支持尺寸特点gemini-2.5-flash-image30 pts1K快速低价gemini-3.1-flash-image-preview90 pts1K, 2K, 4K均衡gemini-3-pro-image-preview100 pts2K, 4K最高质量doubao-seedream-5-0-26012825 pts2K, 3K最高性价比，推荐参考图用doubao-seedream-4-5-25112830 pts2K, 4K-doubao-seedream-4-0-25082825 pts2K, 4K-gpt-image-1.5100 pts1KGPT 风格Midjourney-niji 730 pts1K二次元/动漫Midjourney-v 730 pts1K艺术风格

generate_image_ref.py（参考图生图 / 角色一致性）#

bash

python3 {baseDir}/scripts/generate_image_ref.py \
  --prompt "A woman walking in a forest" \
  --reference-image "https://example.com/character1.jpg" \
  --reference-image "https://example.com/character2.jpg" \
  --model "doubao-seedream-5-0-260128" \
  --aspect-ratio "16:9" \
  --token $NEODOMAIN_ACCESS_TOKEN

--reference-image 可多次指定，上限 10 张。其余参数同 generate_image.py，默认模型为 doubao-seedream-5-0-260128。

---

Video Generation#

generate_video.py#

统一入口，通过 --generation-type 区分模式。

TEXT_TO_VIDEO（文生视频）

bash

python3 {baseDir}/scripts/generate_video.py \
  --prompt "A serene lake at dawn, mist rising, cinematic wide shot" \
  --model "doubao-seedance-1-5-pro-251215" \
  --generation-type "TEXT_TO_VIDEO" \
  --aspect-ratio "16:9" \
  --resolution "720p" \
  --duration "8s" \
  --generate-audio \
  --token $NEODOMAIN_ACCESS_TOKEN

IMAGE_TO_VIDEO（图生视频）

bash

# 首帧必填，尾帧可选（需模型支持首尾帧）；宽高比自动按参考图，无需指定
python3 {baseDir}/scripts/generate_video.py \
  --prompt "The camera slowly pans across the landscape" \
  --model "kling-v3" \
  --generation-type "IMAGE_TO_VIDEO" \
  --first-frame "https://example.com/image.jpg" \
  --last-frame "https://example.com/end.jpg" \
  --resolution "1080p" \
  --duration "5s" \
  --generate-audio \
  --token $NEODOMAIN_ACCESS_TOKEN

REFERENCE_TO_VIDEO（多图参考生视频）

仅 veo-3.1-generate-preview / veo-3.1-fast-generate-preview 支持。

bash

python3 {baseDir}/scripts/generate_video.py \
  --prompt "Characters interacting in a scene" \
  --model "veo-3.1-generate-preview" \
  --generation-type "REFERENCE_TO_VIDEO" \
  --image-urls "https://example.com/ref1.jpg,https://example.com/ref2.jpg" \
  --aspect-ratio "16:9" \
  --resolution "1080p" \
  --duration "8s" \
  --generate-audio \
  --token $NEODOMAIN_ACCESS_TOKEN

UNIVERSAL_TO_VIDEO（多模态组合生视频）

支持图片、视频、音频混合参考。 必须 在 prompt 中用 @图片 1/ @图片 2/ @视频 1/ @音频 1 精确引用对应素材（顺序即编号）。

bash

python3 {baseDir}/scripts/generate_video.py \
  --prompt "参考@图片 1 的男生和@图片 2 的女生，两人在阳光明媚的校园里并肩散步，镜头缓慢跟随" \
  --model "neo-video-2-0" \
  --generation-type "UNIVERSAL_TO_VIDEO" \
  --image-urls "https://example.com/boy.jpg,https://example.com/girl.jpg" \
  --resolution "720p" \
  --duration "5s" \
  --token $NEODOMAIN_ACCESS_TOKEN

Universal 提示词公式： @素材引用 + 主体描述 + 动作/场景 + 镜头语言 + 风格美学

@素材引用规则（重要！）：

• --image-urls 中第 1 个 URL → 用 @图片 1 引用
• --image-urls 中第 2 个 URL → 用 @图片 2 引用
• --video-urls 中第 1 个 URL → 用 @视频 1 引用
• --audio-urls 中第 1 个 URL → 用 @音频 1 引用
• 必须 在 prompt 开头明确引用每个素材，不要用"那张图""这个角色"等模糊表达

错误示例 ❌：

bash

--prompt "蓝白校服的男生和穿碎花裙子的女生在校园里散步"
--image-urls "boy.jpg,girl.jpg"

正确示例 ✅：

bash

--prompt "参考@图片 1 的蓝白校服男生和@图片 2 的碎花裙子女生，两人在阳光明媚的校园里并肩散步，镜头缓慢跟随"
--image-urls "boy.jpg,girl.jpg"

适用模型： neo-video-2-0, neo-video-2-0-fast, kling-video-o1, kling-v3-omni

generate_video.py 完整参数表

参数说明默认值--prompt视频描述必填--model模型 IDdoubao-seedance-1-5-pro-251215``--generation-type``TEXT_TO_VIDEO / IMAGE_TO_VIDEO / REFERENCE_TO_VIDEO / UNIVERSAL_TO_VIDEO``TEXT_TO_VIDEO``--first-frame首帧图片 URL（I2V 必填）---last-frame尾帧图片 URL（可选，需模型支持）---image-urls参考图 URL 逗号分隔（R2V 必填；U2V 可选，→ imageUrls）---video-urls参考视频 URL 逗号分隔（U2V 可选，→ referenceVideoUrls）---audio-urls参考音频 URL 逗号分隔（U2V 可选，→ audioUrl）---aspect-ratio``16:9/ 9:16/ 1:1/ 4:3/ 3:4/ 21:9/ 9:21（T2V/R2V 有效；I2V 无效）16:9``--resolution``480p/ 720p/ 768p/ 1080p/ 2k/ 4K（各模型范围不同）720p``--duration时长如 5s/ 8s/ 10s（各模型范围不同）8s``--fps帧率24``--seed随机种子随机--generate-audio生成音频（flag）false--enhance-prompt增强提示词（flag）false--negative-prompt负向提示词---output-dir保存目录./output

各模型支持范围（Cascading）

模型 ID类型分辨率时长音频首尾帧doubao-seedance-1-5-pro-251215T2V/I2V480p, 720p, 1080p4–12s✅✅doubao-seedance-1-0-pro-250528T2V/I2V720p, 1080p2–10s❌✅doubao-seedance-1-0-pro-fast-251015T2V/I2V720p, 1080p3–10s❌❌kling-v3T2V/I2V720p, 1080p3–15s✅✅kling-v2-6T2V/I2V1080p5s, 10s✅✅kling-v2-5-turboT2V/I2V720p, 1080p5s, 10s❌✅kling-v2-1I2V 仅720p, 1080p5s, 10s❌✅vidu-q3-proT2V/I2V720p, 1080p, 2k¹5–16s✅✅vidu-q2-proI2V 仅720p, 1080p5s, 8s❌✅wan2.6T2V/I2V720p, 1080p5s, 10s, 15s✅❌wan2.6-i2v-flashI2V 仅720p, 1080p5s, 10s, 15s✅❌MiniMax-Hailuo-2.3T2V/I2V768p, 1080p6s, 10s❌❌MiniMax-Hailuo-2.3-FastT2V/I2V768p, 1080p6s, 10s❌❌MiniMax-Hailuo-02T2V/I2V768p, 1080p6s, 10s❌✅veo-3.1-generate-previewT2V/I2V/ R2V720p, 1080p, 4K4s, 6s, 8s✅✅veo-3.1-fast-generate-previewT2V/I2V/ R2V720p, 1080p, 4K4s, 6s, 8s✅✅

¹ Vidu Q3 Pro 的 2k 仅在 I2V 模式下支持。 T2V 宽高比：Doubao 支持 16:9/9:16/1:1/4:3/3:4/21:9/9:21；Kling/Vidu/Wan 支持 16:9/9:16/1:1；Hailuo 仅 16:9；Veo 支持 16:9/9:16。

各模型支持范围（Universal，--generation-type UNIVERSAL_TO_VIDEO）

模型 ID分辨率时长音频首尾帧最大参考数neo-video-2-0480p, 720p4–15s✅✅图×9, 视频×3, 音频×3neo-video-2-0-fast480p, 720p4–12s✅✅图×9, 视频×3, 音频×3kling-video-o1720p, 1080p3–10s❌❌图×12, 视频×1kling-v3-omni720p, 1080p3–15s✅❌图×12, 视频×1

motion_control.py（动作迁移）#

将参考视频的人物动作迁移到参考图片上：

bash

python3 {baseDir}/scripts/motion_control.py \
  --image "https://example.com/ref_image.jpg" \
  --video "https://example.com/ref_video.mp4" \
  --prompt "Make the character dance" \
  --mode "pro" \
  --duration 5000 \
  --token $NEODOMAIN_ACCESS_TOKEN

参数说明默认值--image参考图片 URL必填--video参考动作视频 URL必填--prompt附加文字控制---mode``std（标准）/ pro（专业）std``--orientation角色朝向来源： image / video``image``--keep-original-sound保留原视频声音： yes / no``yes``--duration时长（毫秒）5000``--output-dir保存目录./output

batch_video.py（批量分镜生视频）#

需要 pip install oss2（用于上传本地图片到 OSS）。默认使用 doubao-seedance-1-5-pro-251215，IMAGE_TO_VIDEO，720p/5s。

bash

python3 {baseDir}/scripts/batch_video.py \
  --storyboard-dir ./storyboards \
  --output-dir ./output/videos \
  --start 1 \
  --end 17 \
  --token $NEODOMAIN_ACCESS_TOKEN

参数说明默认值--storyboard-dir分镜图片目录（命名格式： shot_01_*.jpeg）必填--output-dir视频输出目录必填--start起始镜头编号1``--end结束镜头编号17

---

Output#

所有脚本完成后自动下载到输出目录：

• 图片： image_1.jpg / .png / .webp
• 视频： video.mp4 + thumbnail.jpg
• 批量视频： video_01.mp4, video_02.mp4, ...
• metadata.json：任务 ID、参数、文件 URL 等详情