技能介绍

要解决什么问题

在 Agent 里做图/视频，常见痛点是：各家平台 API 形态不一、生成是异步的、编辑还要先传参考素材。LibTV（liblib.tv）把文生图、文生视频、图生视频和局部改图/续写等能力收在同一套会话接口里；本技能把这些调用封装成 Hermes 可用的 Python 模块，让对话侧能按「建会话 → 轮询消息 → 拉取 URL → 落盘」跑通。

技能如何工作

核心能力覆盖：文生图/文生视频、参考图生视频、局部修改与风格迁移、视频续写，以及分镜脚本到成片的复杂任务。底层通过 create_session 发送指令（可选 model，如 midjourney），用 query_session 增量拉取消息（after_seq），poll_for_result 按约 8 秒间隔轮询直至 assistant 消息里出现结果 URL。需要编辑或图生视频时，先用 upload_file 把文件传到 OSS，再在 message 里引用返回的 URL（例如「参考图：{url}」）。批量保存用 download_results 从会话消息解析链接写到本地。

文档中列出的 /openapi/session、/openapi/upload 等端点已验证；不存在可用的 /openapi/session/download，下载逻辑依赖消息体中的 URL。

边界与注意点

鉴权：需配置 LIBTV_ACCESS_KEY（或等价密钥）；可选 LIBTV_API_BASE，默认 https://im.liblib.tv。
sk- 前缀密钥在终端/写文件时可能被系统自动替换为 ***，导致 401；推荐放进 .env 由 os.environ.get 读取，勿在 shell 参数里明文传递。
LibTV 侧 Agent 可能在真正开跑前追问比例、尺寸等；指令不完整时，poll_for_result 会长时间只有询问消息——应在首条 message 写全参数，或走画布链接人工确认/第二轮补发确认。
轮询超时（约 2～3 分钟仍无结果）时，应告知用户生成可能仍在进行，并提供画布链接查看。