ae_ace_step
使用 ACE-Step 模型从文本生成音频。 AE 异步调用后返回 AE task_id。必须使用 ae_get_result 查询同一个 task_id,以查看进度并获取结果。如果仍在处理中,继续查询同一个 task_id,不要重新提交生成请求。 seed 为可选参数,仅接受整数或 null。省略 seed 或设为 null 时使用随机种子;不支持字符串 "random"。
AgentEarth 工具目录
汇聚全球顶级图片、视频等生成工具(如 GPT-Image2、NanoBanana、Seedance 等),开箱即用,价格更优。
工具列表
ae_ace_step
使用 ACE-Step 模型从文本生成音频。 AE 异步调用后返回 AE task_id。必须使用 ae_get_result 查询同一个 task_id,以查看进度并获取结果。如果仍在处理中,继续查询同一个 task_id,不要重新提交生成请求。 seed 为可选参数,仅接受整数或 null。省略 seed 或设为 null 时使用随机种子;不支持字符串 "random"。
ae_kling_video_to_audio
为短视频创建或提取音频,可选配背景音乐、音效和沉浸式细节音效增强。
ae_pixverse_v6_image_to_video
将图片制作成由提示词引导的视频,支持风格、负面提示词、时长、分辨率、可选音频及多片段镜头变化。
ae_elevenlabs_sound_effects_v2
根据文本创建音效,可设置时长、无缝循环、提示词遵循度和音频格式。
ae_davinci_magihuman
使用 MagiHuman,根据已有参考图片和文字提示生成以人物为主的视频,可选音频用于驱动口型同步。参考图片为必需输入,提供音频后仍须填写有效图片;音频不能代替图片。已有本地参考图时,先通过 fileserver 申请地址并上传,再将 downloadURL 填入 image;已有公开图片链接无需重复上传。没有参考图时,先让用户提供图片或通过生图工具生成图片,再调用本工具。仅有文字和音频不足以调用本工具。返回 task_id 后,使用 ae_get_result 查询进度和最终结果。
ae_flux_2_lora_gallery_realism
根据文本提示创建具有自然光照和真实细节的照片级真实图像。
ae_nano_banana_pro
使用 Nano Banana Pro 根据 prompt 生成或编辑一张图片。可选通过 images 提供最多 10 张参考图,并通过 aspectRatio 选择宽高比、通过 imageSize 选择 1K、2K 或 4K 分辨率。此工具异步处理:提交后会返回任务 ID;使用 ae_get_result 查询任务进度,并在完成后获取图片链接。
ae_latentsync
使视频中的唇部动作与提供的音轨匹配。
ae_cassetteai_music_generator
根据文本描述生成免版税的纯音乐曲目,并可选择时长。
ae_sana
根据文本提示生成图像,可选择风格、尺寸、负面提示词和输出格式。
ae_kling_image_o3_image_to_image
根据文本提示词和最多 10 张参考图像创建图像,可选择控制角色或物体、生成相关图像系列,并支持最高 4K 分辨率。
ae_qwen_3_tts_clone_voice_1_7b
根据参考音频片段创建可复用的声音档案,用于声音克隆。
ae_esrgan
ae_esrgan — 使用 WaveSpeed Real-ESRGAN 对图片 URL 指向的图像进行超分辨率放大。任务异步处理,完成后返回生成结果。当前接口仅接受图片 URL,不提供放大倍数或人脸校正的可调参数。
ae_blackforestlabs_flux_3_image_generate
FLUX 3 Klein Distilled 文生图。
ae_bytedance_seedream_5_0_flash_image_generate
Seedream 5.0 Flash 文生图。
ae_pixverse_v6_text_to_video
根据文本提示创建风格化视频片段,可控制时长、宽高比、分辨率、音频、负面提示词,以及多片段中的镜头变化。