MiniMax H3 首尾帧生视频
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @infimind/minimax-h3-first-last-frame-to-video。
技能介绍
它解决什么问题
把首尾帧素材交给视频模型时,如果直接调用裸接口,你通常需要自己处理模型选择、媒体上传、鉴权、任务轮询、价格确认、结果下载和异常重试。参数稍有错位,就可能提交到不一致的模型,或在超时后重复提交已经计费的任务。这个 Skill 把这些流程收敛到一条命令里,适合需要稳定重复调用 MiniMax H3 图生视频能力的技术团队。
它如何工作
该 Skill 通过 Python CLI 封装 AI Hive OpenAPI,当前只暴露一个核心的 i2v 模式,对应固定的 publicModelId,避免模型名称漂移。
工作流程大致如下:
- 读取
--prompt、首尾帧图片、参考图片/视频/音频,以及--param传入的模型参数。 - 自动完成媒体上传,获取
mediaId,再按实时videoConfig校验素材限制。 - 按指定的
COST_FIRST、SPEED_FIRST或SUCCESS_FIRST路由提交任务,并从实时模型列表获取价格快照。 - 只轮询当前
taskId,状态完成后下载视频到--output-dir;使用--no-download时只返回任务 ID。
这种设计把“提交一次生成任务”拆解成少量关键步骤,而不是把所有细节丢给调用方。
适用边界与注意点
它适合熟悉命令行、能接受实时价格和异步任务的工程环境。生成结果归因于 MiniMax H3 模型与 AI Hive 的路由策略,Skill 本身不承诺画面质量或物理一致性。
需要注意:
- 任务状态以服务端为准,本地等待超时不代表生成失败;保留
taskId,后续可用task子命令继续查询。 - 素材限制取决于提交时的实时
videoConfig,包括格式、数量、时长、比例、分辨率和编码,不能假设一套固定边界。 - 高成本批量任务应先确认数量和实时费用,避免无意的重复提交。
使用场景
- 广告团队要把首尾帧和产品参考图合成成片,用于信息流投放。
- 电商团队需要按固定首尾帧生成商品展示视频,突出结构与使用场景。
- 短剧创作者希望先固定角色和画风,再逐镜生成单一动作。
- 运营需要先提交任务、稍后按 taskId 查询,避免高峰期重复提交。
适合人员
- 视频编辑:需要围绕首尾帧快速生成可用于广告或电商的短片素材。
- 短剧或漫剧创作者:希望固定角色外观、服装和场景,再逐镜生成画面。
- 内容创作者:需要结合参考图片和音频生成风格一致的视频片段。
- 工程师:希望用命令行完成上传、轮询、下载和价格快照,而不是手工调大模型 API。