Vidu 视频与图像生成

它解决什么问题

很多生图/生视频工作流需要手工处理 API 异步任务、图片上传、参考主体、错误排查。这个技能把 Vidu 的 vidu-cli 封装成明确执行模型：所有操作通过 CLI flags，而不是 raw JSON body。

技能如何工作

核心能力包括：

• 文生图 / 文生视频：仅用文本提示词生成素材
• 图生视频 / 首尾帧生视频：用一张图或首尾帧约束视频结果
• 参考生图 / 参考生视频：结合 1–7 个图像或材料，并必须提供文本提示词
• 主体创建与社区检索：element create、element search
• 任务查询：task submit 后通过 task get 或 task sse 轮询状态

关键步骤是提交任务、保存 task_id 与 trace_id、查询终态，再返回 media_urls 或精确错误字段。成功/失败都走 stdout JSON 契约，便于脚本化。

适用边界

它依赖 vidu-cli >= 0.2.0 与 VIDU_TOKEN；无法安装 CLI 时不能运行。发送的提示词、图片和任务参数会进入 Vidu API，需要确认隐私与知识产权要求。任务类型、模型版本、参数矩阵以 bundled references/parameters.md 为准。