适用版本：ChengOS v0.1.0+ ｜ 最后核对：2026-08-13 ｜ 来源：
crates/cheng-nodes/src/nodes/builtin/ai/media_generation、crates/cheng-nodes/src/nodes/builtin/tools/media_generation
图像、视频、音频生成各有一个节点。它们是提供商调用之上的薄封装：你给出提示词和该提供商特有的选项， 拿回的是工件而不是内联字节。模型与提供商的选择沿用与 LLM 节点相同的配置路径， 因此工作流里若已经配好了提供商，就不需要再准备第二套凭据。
图像生成工具 — tools/generate_image
Agent 工具:根据文本提示词生成图像,返回工作区工件引用。在画布上配置提供商连接(llm_config)。
输入
| 字段 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
prompt |
string （端口） | — | "" |
描述要生成图片的文本提示. 连接端口，不是表单字段。 控件：textarea |
llm_config |
object （端口） | — | null |
提供商连接配置（来自 ai/llm_config 或 JSON）. 连接端口，不是表单字段。 控件：text |
size |
string | — | null |
图片尺寸，如 1024×1024（提供商定义值） |
aspect_ratio |
string | — | null |
宽高比，如 16:9（接受比例而非尺寸的提供商） |
quality |
string | — | null |
提供商定义的质量等级，如 standard / hd |
style |
string | — | null |
提供商定义的风格，如 vivid / natural |
count |
integer | — | null |
生成图片数量（默认 1）. 控件：number |
output_filename |
string | — | null |
输出文件名；扩展名会根据实际格式自动修正 |
provider_options |
object （端口） | — | null |
提供商特定选项 JSON，合并到请求体中. 连接端口，不是表单字段。 控件：json |
输出
| 字段 | 类型 | 说明 |
|---|---|---|
artifact |
object （端口） | 生成的图片工件引用（主要输出）. 连接端口，不是表单字段。 |
artifacts |
array<object> （端口） | 所有生成的图片工件引用. 连接端口，不是表单字段。 |
url |
string | 第一张图片的 artifact:// URI（仅兼容用） |
status |
string | 最终状态：completed / failed / timeout |
error |
string | 生成失败时的错误信息 |
metadata |
any | 诊断元数据（任务 ID、尝试次数、耗时毫秒、提供商附加信息） |
视频生成工具 — tools/generate_video
Agent 工具:根据文本提示词生成视频(异步提交/轮询),返回工作区工件引用。在画布上配置提供商连接(llm_config)。
输入
| 字段 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
prompt |
string （端口） | — | "" |
描述要生成视频的文本提示. 连接端口，不是表单字段。 控件：textarea |
llm_config |
object （端口） | — | null |
提供商连接配置（来自 ai/llm_config 或 JSON）. 连接端口，不是表单字段。 控件：text |
duration |
integer | — | null |
视频时长（秒）（提供商定义值）. 控件：number |
resolution |
string | — | null |
视频分辨率，如 1080P / 720P（提供商定义） |
aspect_ratio |
string | — | null |
宽高比，如 16:9（支持的提供商） |
seed |
integer | — | null |
提供商支持时的确定性种子. 控件：number |
poll_timeout_secs |
integer | — | null |
轮询异步任务的最大秒数（默认 600）. 控件：number |
poll_interval_secs |
integer | — | null |
任务状态轮询间隔秒数（默认 5）. 控件：number |
output_filename |
string | — | null |
输出文件名；扩展名会根据实际格式自动修正 |
provider_options |
object （端口） | — | null |
提供商特定选项 JSON，合并到请求体中. 连接端口，不是表单字段。 控件：json |
输出
| 字段 | 类型 | 说明 |
|---|---|---|
artifact |
object （端口） | 生成的视频工件引用（主要输出）. 连接端口，不是表单字段。 |
poster_artifact |
object （端口） | 提供商返回时的封面/海报图片工件. 连接端口，不是表单字段。 |
status |
string | 最终状态：completed / failed / timeout |
error |
string | 生成失败时的错误信息 |
metadata |
any | 诊断元数据：提供商任务 ID、轮询尝试次数、耗时毫秒 |
音频生成工具 — tools/generate_audio
Agent 工具:将文本合成为语音(TTS),返回工作区工件引用。在画布上配置提供商连接(llm_config)。
输入
| 字段 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
text |
string （端口） | — | "" |
要合成为语音的文本. 连接端口，不是表单字段。 控件：textarea |
llm_config |
object （端口） | — | null |
提供商连接配置（来自 ai/llm_config 或 JSON）. 连接端口，不是表单字段。 控件：text |
voice |
string | — | null |
TTS 语音 ID，如 alloy / nova（提供商定义） |
format |
string | — | null |
音频输出格式，如 mp3 / wav / opus |
speed |
number | — | null |
TTS 语速倍率（如 0.5 – 2.0）. 控件：number |
output_filename |
string | — | null |
输出文件名；扩展名会根据实际格式自动修正 |
provider_options |
object （端口） | — | null |
提供商特定选项 JSON，合并到请求体中. 连接端口，不是表单字段。 控件：json |
输出
| 字段 | 类型 | 说明 |
|---|---|---|
artifact |
object （端口） | 生成的音频工件引用（主要输出）. 连接端口，不是表单字段。 |
status |
string | 最终状态：completed / failed / timeout |
error |
string | 生成失败时的错误信息 |
metadata |
any | 诊断元数据（耗时毫秒、提供商附加信息） |
下一步
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
暂无评论内容