Tạo video từ nhiều nhà cung cấp AI với Async Video Gen Client

Video Gen Client thực hiện những gì

Video Gen Client cung cấp một ứng dụng khách Python bất đồng bộ cho nhiều nhà cung cấp dịch vụ tạo video: Seedance của ByteDance, Kling của Kuaishou, MiniMax/Hailuo và Wan của Alibaba. Thay vì làm việc với các tích hợp riêng biệt cho từng nhà cung cấp, bạn có thể khám phá các mô hình hiện có, gửi tác vụ tạo video, kiểm tra trạng thái và tải kết quả thông qua giao diện dòng lệnh hoặc ứng dụng web thống nhất.

Dự án được thiết kế dưới dạng mã tích hợp với API của các nhà cung cấp. Vì các API và mã định danh mô hình có thể thay đổi độc lập, các bộ điều hợp nhà cung cấp có thể cần được cập nhật theo thời gian.

Nhà cung cấp và mô hình được hỗ trợ

Hiện tại, ứng dụng khách liệt kê các nhóm nhà cung cấp và mã mô hình API sau:

• Seedance: phiên bản 2.5 sử dụng doubao-seedance-2.5; phiên bản 2.0 sử dụng doubao-seedance-2-0-260128; các cấp 2.0 Mini và 2.0 Fast sử dụng doubao-seedance-2-0-mini-260615 và doubao-seedance-2-0-fast-260128.
• Kling: Kling 3.0 và 3.0 Omni sử dụng kling-v3 và kling-v3-omni. Các mô hình khác được liệt kê gồm kling-v2-6, kling-v2-5-turbo và kling-v2-1-master.
• MiniMax/Hailuo: H3 sử dụng MiniMax-H3, trong khi phiên bản 2.3 sử dụng MiniMax-Hailuo-2.3 và MiniMax-Hailuo-2.3-Fast.
• Wan: Wan 3.0 sử dụng wan3.0. Wan 2.7, 2.6 và 2.5 cung cấp các mã mô hình chuyên biệt cho chuyển văn bản thành video, chuyển hình ảnh thành video, chuyển hình ảnh tham chiếu thành video hoặc bản xem trước.

Cài đặt và cấu hình ứng dụng khách

1. Sao chép kho mã:

   git clone https://github.com/letorig/video-generator-client
   cd video-generator-client

2. Tạo môi trường ảo:

   python -m venv .venv

3. Kích hoạt môi trường. Trên Windows, chạy:

   .venv\Scripts\activate

   Trên macOS hoặc Linux, chạy:

   source .venv/bin/activate

4. Cài đặt gói kèm hỗ trợ web:

   pip install -e ".[web]"

5. Thêm thông tin xác thực cho nhà cung cấp: Sao chép .env.example thành .env, sau đó thêm thông tin xác thực cho những nhà cung cấp bạn định sử dụng. README không yêu cầu một bộ thông tin xác thực duy nhất, vì vậy chỉ cấu hình các dịch vụ cần thiết cho quy trình làm việc của bạn.

Khi sử dụng CLI, kết quả được tạo sẽ được lưu vào thư mục output.

Sử dụng giao diện dòng lệnh

Sau khi cài đặt, lệnh video-gen cung cấp quy trình chính để khám phá nhà cung cấp, chọn mô hình, bắt đầu tác vụ tạo video và kiểm tra kết quả.

Khám phá nhà cung cấp và mô hình

Bắt đầu bằng cách xem các lệnh và nhà cung cấp hiện có:

video-gen --help
video-gen providers

Để kiểm tra các mô hình của một nhà cung cấp, truyền tên nhà cung cấp đó vào lệnh models:

video-gen models wan

Tạo video

Gửi yêu cầu chuyển văn bản thành video với câu lệnh, nhà cung cấp, mô hình và thời lượng:

video-gen generate wan --prompt "A snowy forest at dawn" --model 2.1 --duration 5

Lệnh này gửi tác vụ thông qua nhà cung cấp đã chọn và lưu kết quả vào thư mục output. Khi xây dựng lệnh riêng, hãy sử dụng các giá trị nhà cung cấp và mô hình do dự án cung cấp, vì tính khả dụng của mô hình có thể thay đổi.

Kiểm tra trạng thái tác vụ

Đối với quy trình tạo bất đồng bộ, hãy truy vấn một tác vụ bằng nhà cung cấp và mã tác vụ:

video-gen status wan TASK_ID

Thay TASK_ID bằng mã định danh được trả về từ quy trình tạo video.

Chạy giao diện web

Dự án tích hợp sẵn giao diện web trực tiếp trong gói Python. Không cần npm, Node.js hoặc bước build frontend riêng. FastAPI cung cấp giao diện HTML và các endpoint JSON cho việc khám phá nhà cung cấp, tạo video, truy vấn tác vụ và tải xuống MP4.

Khởi động máy chủ với host và cổng mặc định:

video-gen serve

Bạn có thể chỉ định rõ host và cổng:

video-gen serve --host 127.0.0.1 --port 8000

Để chạy máy chủ có bật tính năng tự tải lại, sử dụng:

video-gen serve --host 0.0.0.0 --port 9000 --reload

Tính năng của giao diện web

Giao diện hỗ trợ chọn nhà cung cấp và mô hình, đầu vào chuyển văn bản thành video và chuyển hình ảnh thành video, câu lệnh phủ định, thời lượng, tỷ lệ khung hình và độ phân giải. Giao diện cũng cung cấp truy vấn trạng thái tác vụ theo thời gian thực, xem trước video, tải xuống MP4 và lịch sử tác vụ lưu trong bộ nhớ cho phiên máy chủ hiện tại.

Mẹo sử dụng thực tế

• Kiểm tra trước khi tạo: Chạy video-gen providers và video-gen models PROVIDER trước khi chọn nhà cung cấp hoặc mô hình.
• Giới hạn phạm vi thông tin xác thực: Chỉ thêm thông tin xác thực của nhà cung cấp cần thiết cho quy trình hiện tại vào tệp .env.
• Theo dõi tác vụ bất đồng bộ: Có thể giám sát quá trình tạo bằng lệnh status và tính năng truy vấn trực tiếp của giao diện web.
• Chọn giao diện phù hợp với quy trình: CLI thuận tiện cho tập lệnh và các tác vụ trên terminal, còn giao diện web cung cấp các tùy chọn tương tác và chức năng xem trước.
• Dự kiến cần bảo trì tích hợp: API và mã mô hình của nhà cung cấp độc lập với SDK này và có thể thay đổi, vì vậy hãy kiểm tra các bộ điều hợp và danh mục mô hình khi nhà cung cấp cập nhật dịch vụ.

Cấu trúc dự án

Kho mã phân tách ứng dụng khách, giao diện dòng lệnh, máy chủ web, danh mục mô hình, các bộ điều hợp nhà cung cấp, tài nguyên web tĩnh, ví dụ, bài kiểm thử và mã tiện ích:

src/video_gen/
├── client.py
├── cli.py
├── web.py
├── catalog.py
├── static/index.html
├── providers/
└── utils/

Cấu hình được thể hiện trong .env.example, còn các thiết lập đóng gói và cài đặt được định nghĩa trong pyproject.toml. Kho mã cũng chứa các thư mục examples/, tests/ và thư mục mcp_server/ tùy chọn.

Kết luận

Video Gen Client cung cấp cho các nhà phát triển Python một cách thống nhất để làm việc với nhiều nhà cung cấp dịch vụ tạo video. Hãy cài đặt thư viện trong môi trường ảo, cấu hình các thông tin xác thực bắt buộc, khám phá các mô hình được hỗ trợ và gửi tác vụ thông qua CLI hoặc giao diện web FastAPI đi kèm. Khi sử dụng trong môi trường production, hãy theo dõi các thay đổi từ nhà cung cấp vì mã định danh mô hình và hành vi API có thể thay đổi độc lập với client.