ai-api-transit-station（AI API transit station 文档）

伝富AI-API 调用技能

本技能帮助你调用伝富AI-API平台的302+个API接口。当用户需要调用AI能力时，使用此技能。

🔐 关键地址配置

[!IMPORTANT] 请注意区分以下三个关键地址：

认证方式: 所有请求必须在Header中携带Bearer Token

Authorization: Bearer sk-xxxxxxxx

📚 API分类速查

完整文档地址：https://winfull.apifox.cn/

总计: 302+ 个API接口

🚀 核心API调用模式

1. 聊天补全 (Chat Completions)

端点: POST /v1/chat/completions

import requests

response = requests.post(
    "https://api.winfull.cloud-ip.cc/v1/chat/completions",
    headers={
        "Authorization": "Bearer sk-xxx",
        "Content-Type": "application/json"
    },
    json={
        "model": "gpt-5.2",
        "messages": [
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "你好"}
        ]
    }
)

result = response.json()
print(result["choices"][0]["message"]["content"])

2. 图像生成 (Image Generations)

端点: POST /v1/images/generations

response = requests.post(
    "https://api.winfull.cloud-ip.cc/v1/images/generations",
    headers={
        "Authorization": "Bearer sk-xxx",
        "Content-Type": "application/json"
    },
    json={
        "model": "gpt-image-1.5-all",
        "prompt": "一只可爱的猫咪在草地上",
        "size": "1024x1536"
    }
)

result = response.json()
image_url = result["data"][0]["url"]

3. 图片上传到图床

[!IMPORTANT] 图生视频必读: 如果需要使用本地图片生成视频，必须先将图片上传到图床获取公网URL，然后使用该URL传给视频生成接口。 两种方式: 1. 上传本地图片到图床（推荐） 2. 直接使用已有的公网图片地址

端点: POST https://imageproxy.zhongzhuan.chat/api/upload

# 方式1: 上传本地图片到图床
with open("reference_image.jpg", "rb") as f:
    response = requests.post(
        "https://imageproxy.zhongzhuan.chat/api/upload",
        headers={"Authorization": "Bearer sk-xxx"},
        files={"file": f}
    )

result = response.json()
image_url = result["url"]  # 获取图床URL
print(f"图片已上传: {image_url}")

# 方式2: 直接使用公网图片地址
# image_url = "https://example.com/your-image.jpg"

# 现在可以使用这个URL进行图生视频

curl示例:

curl --location --request POST 'https://imageproxy.zhongzhuan.chat/api/upload' \
--header 'Authorization: Bearer <token>' \
--form 'file=@"/path/to/your/image.png"'

4. 视频生成 (异步任务)

创建视频: POST /v1/video/create

import time

# 如果需要使用参考图，先上传图片到图床
image_url = None
if use_reference_image:
    with open("reference.jpg", "rb") as f:
        upload_response = requests.post(
            "https://imageproxy.zhongzhuan.chat/api/upload",
            headers={"Authorization": "Bearer sk-xxx"},
            files={"file": f}
        )
    image_url = upload_response.json()["url"]
    print(f"参考图已上传: {image_url}")

# 步骤1: 创建视频任务
response = requests.post(
    "https://api.winfull.cloud-ip.cc/v1/video/create",
    headers={
        "Authorization": "Bearer sk-xxx",
        "Content-Type": "application/json"
    },
    json={
        "model": "sora-2",
        "prompt": "一只小狗在草地上奔跑",
        "images": [image_url] if image_url else [],  # 使用图床URL
        "orientation": "portrait",
        "duration": 15
    }
)

result = response.json()
task_id = result["id"]

查询任务: GET /v1/video/query?id={task_id}

# 步骤2: 轮询查询任务状态
while True:
    result = requests.get(
        f"https://api.winfull.cloud-ip.cc/v1/video/query?id={task_id}",
        headers={"Authorization": "Bearer sk-xxx"}
    ).json()
    
    if result["status"] == "completed":
        video_url = result["video_url"]
        print(f"视频生成成功: {video_url}")
        break
    elif result["status"] == "failed":
        raise Exception(f"视频生成失败: {result.get('error')}")
    
    time.sleep(5)

5. 语音合成 (TTS)

端点: POST /v1/audio/speech

response = requests.post(
    "https://api.winfull.cloud-ip.cc/v1/audio/speech",
    headers={
        "Authorization": "Bearer sk-xxx",
        "Content-Type": "application/json"
    },
    json={
        "model": "tts-1",
        "input": "你好，世界！",
        "voice": "alloy"
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

6. 语音识别 (Whisper)

端点: POST /v1/audio/transcriptions

response = requests.post(
    "https://api.winfull.cloud-ip.cc/v1/audio/transcriptions",
    headers={"Authorization": "Bearer sk-xxx"},
    files={"file": open("audio.mp3", "rb")},
    data={"model": "whisper-1"}
)

result = response.json()
transcribed_text = result["text"]

7. Midjourney

提交Imagine任务: POST /mj/submit/imagine

response = requests.post(
    "https://api.winfull.cloud-ip.cc/mj/submit/imagine",
    headers={
        "Authorization": "Bearer sk-xxx",
        "Content-Type": "application/json"
    },
    json={
        "prompt": "a beautiful sunset over the ocean --ar 16:9 --v 6"
    }
)

result = response.json()
task_id = result["result"]

📋 异步任务通用流程

大多数生成类API（视频、音乐、部分图像）都是异步的：

1. 创建任务 → 获取task_id
2. 轮询查询状态 (pending/processing)
3. 状态变为completed → 获取结果URL
4. 状态变为failed → 处理错误

轮询建议: 间隔5-10秒查询一次任务状态

⚠️ 重要注意事项

1. 认证方式: 所有请求必须在Header中携带 Authorization: Bearer sk-xxxxxxxx
2. 图生视频流程:

- 本地图片必须先上传到图床: https://imageproxy.zhongzhuan.chat/api/upload - 或使用已有的公网图片URL - 然后将URL传给视频生成接口的 images 参数

1. 异步轮询: 视频/音乐生成需要轮询，间隔建议5-10秒
2. Base URL: 所有接口都以 https://api.winfull.cloud-ip.cc 开头
3. 速率限制: 合理控制请求频率，避免触发限流
4. Token计费: 不同模型计费标准不同，详见官网

📖 详细文档参考

• 在线API文档: https://winfull.apifox.cn/
• 完整接口列表: 查看 api_list.md 文件
• 官网/Token管理: https://api.winfull.cloud-ip.cc/

❓ 常见问题

Q1: 如何获取API Token?

访问 https://api.winfull.cloud-ip.cc/ 注册账户，在控制台中申请API Token。

Q2: 如何使用本地图片生成视频?

必须先将本地图片上传到图床：

# 1. 上传图片到图床
with open("image.jpg", "rb") as f:
    upload_resp = requests.post(
        "https://imageproxy.zhongzhuan.chat/api/upload",
        headers={"Authorization": "Bearer sk-xxx"},
        files={"file": f}
    )
image_url = upload_resp.json()["url"]

# 2. 使用图片URL创建视频
video_resp = requests.post(
    "https://api.winfull.cloud-ip.cc/v1/video/create",
    headers={"Authorization": "Bearer sk-xxx", "Content-Type": "application/json"},
    json={"model": "sora-2", "prompt": "描述", "images": [image_url]}
)

Q3: 可以直接使用公网图片URL吗?

可以！如果图片已经在公网上，可以直接使用URL，无需上传：

image_url = "https://example.com/your-image.jpg"
# 直接使用这个URL创建视频

Q4: 异步任务一直处于pending状态怎么办?

• 检查任务ID是否正确
• 等待更长时间（某些模型生成较慢）
• 查看账户余额是否充足
• 联系技术支持

Q5: 视频生成需要多长时间?

根据模型和视频长度不同，通常需要1-10分钟。建议每5-10秒轮询一次任务状态。