Communitygithub.com

ARYAN2302/liquid_researcher

Implemente capacidades de geração de vídeo com tecnologia de IA usando o z-ai-web-dev-sdk. Use esta skill quando o usuário precisar gerar vídeos a partir de prompts de texto ou imagens, criar conteúdo de vídeo programaticamente ou construir aplicações que produzam saídas de vídeo. Suporta gerenciamento de tarefas assíncronas com polling de status e recuperação de resultados.

O que é liquid_researcher?

Esta skill capacita agentes de IA a gerar vídeos a partir de descrições textuais ou imagens usando o pacote `z-ai-web-dev-sdk`, seguindo um modelo assíncrono de tarefas: o agente cria uma tarefa de geração e, em seguida, faz polling periódico até que o vídeo seja processado e seu link de download esteja disponível. Ela oferece suporte tanto à linha de comando (`z-ai CLI`) para testes rápidos e automação, quanto à integração via SDK para aplicações de produção e fluxos de trabalho complexos. Recursos avançados incluem vídeo a partir de imagem única, modo “first-last frame” com duas imagens chave, controle de resolução (ex.: 1920x1080, 1024x1024), taxa de quadros (30 ou 60 FPS), duração (5 ou 10 segundos), modo de qualidade (speed/quality) e geração de áudio IA. A skill recomenda fortemente o uso de imagens codificadas em base64 em vez de URLs para maior confiabilidade, e fornece exemplos completos de código JavaScript para cada cenário, além de uma função auxiliar para detecção automática de MIME type. É ideal para desenvolvedores que desejam adicionar geração de vídeo a chatbots, ferramentas de automação ou aplicações web, com polling configurável e tratamento robusto de erros.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ARYAN2302/liquid_researcher/tree/HEAD/skills/video-generation

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Skill de Geração de Vídeo

Esta skill orienta a implementação de funcionalidade de geração de vídeo usando o pacote z-ai-web-dev-sdk, permitindo que modelos de IA criem vídeos a partir de descrições textuais ou imagens por meio de processamento assíncrono de tarefas.

Caminho da Skill

Localização da Skill: {project_path}/skills/video-generation

Esta skill está localizada no caminho acima em seu projeto.

Scripts de Referência: Scripts de teste de exemplo estão disponíveis no diretório {Skill Location}/scripts/ para testes rápidos e consulta. Veja {Skill Location}/scripts/video.ts para um exemplo funcional.

Visão Geral

A Geração de Vídeo permite que você construa aplicações que podem criar conteúdo de vídeo a partir de prompts de texto ou imagens, com parâmetros personalizáveis como resolução, taxa de quadros, duração e configurações de qualidade. A API usa um modelo de tarefas assíncronas onde você cria uma tarefa e faz polling pelos resultados.

IMPORTANTE: O z-ai-web-dev-sdk DEVE ser usado apenas em código de backend. Nunca o utilize em código do lado do cliente.

Pré-requisitos

O pacote z-ai-web-dev-sdk já está instalado. Importe-o conforme mostrado nos exemplos abaixo.

Uso via CLI (Para Tarefas Simples)

Para tarefas simples de geração de vídeo, você pode usar a CLI z-ai em vez de escrever código. A CLI gerencia a criação de tarefas e o polling automaticamente, tornando-a ideal para testes rápidos e automação simples.

Texto-para-Vídeo Básico

# Gerar vídeo com polling automático
z-ai video --prompt "Um gato brincando com uma bola" --poll

# Usando opções curtas
z-ai video -p "Linda paisagem com montanhas" --poll

Qualidade e Configurações Personalizadas

# Modo de qualidade (speed ou quality)
z-ai video -p "Ondas do mar ao pôr do sol" --quality quality --poll

# Resolução e FPS personalizados
z-ai video \
  -p "Time-lapse da cidade" \
  --size "1920x1080" \
  --fps 60 \
  --poll

# Duração personalizada (5 ou 10 segundos)
z-ai video -p "Show de fogos de artifício" --duration 10 --poll

Imagem-para-Vídeo

IMPORTANTE: Para o parâmetro image_url, é fortemente recomendado usar dados de imagem codificados em base64 em vez de URLs. Essa abordagem é mais confiável e evita possíveis problemas de rede ou restrições de acesso.

Nota: Corresponda o tipo MIME na URI de dados ao formato real da sua imagem (image/jpeg, image/png, image/webp, etc.) para evitar problemas de decodificação.

# Gerar vídeo a partir de uma única imagem usando base64 (RECOMENDADO)
# Converta sua imagem para base64 com o tipo MIME correto

# Para imagens PNG
IMAGE_BASE64=$(base64 -i imagem.png)
z-ai video \
  --image-url "data:image/png;base64,${IMAGE_BASE64}" \
  --prompt "Faça a cena ganhar vida" \
  --poll

# Para imagens JPEG
IMAGE_BASE64=$(base64 -i foto.jpg)
z-ai video \
  --image-url "data:image/jpeg;base64,${IMAGE_BASE64}" \
  --prompt "Faça a cena ganhar vida" \
  --poll

# Para imagens WebP
IMAGE_BASE64=$(base64 -i imagem.webp)
z-ai video \
  --image-url "data:image/webp;base64,${IMAGE_BASE64}" \
  --prompt "Faça a cena ganhar vida" \
  --poll

# Usando URL (menos recomendado, pode ter problemas de confiabilidade)
z-ai video \
  -i "https://exemplo.com/foto.jpg" \
  -p "Adicione movimento a esta cena" \
  --poll

Modo Primeiro-Último Quadro

IMPORTANTE: Para maior confiabilidade, use imagens codificadas em base64 em vez de URLs. Certifique-se de que o tipo MIME corresponda ao formato real da sua imagem.

# Gerar vídeo entre dois quadros usando base64 (RECOMENDADO)
# Certifique-se de usar o tipo MIME correto para cada imagem

# Exemplo com imagens PNG
INICIO_BASE64=$(base64 -i inicio.png)
FIM_BASE64=$(base64 -i fim.png)
z-ai video \
  --image-url "data:image/png;base64,${INICIO_BASE64},data:image/png;base64,${FIM_BASE64}" \
  --prompt "Transição suave entre os quadros" \
  --poll

# Exemplo com imagens JPEG
INICIO_BASE64=$(base64 -i inicio.jpg)
FIM_BASE64=$(base64 -i fim.jpg)
z-ai video \
  --image-url "data:image/jpeg;base64,${INICIO_BASE64},data:image/jpeg;base64,${FIM_BASE64}" \
  --prompt "Transição suave entre os quadros" \
  --poll

# Usando URLs (menos recomendado)
z-ai video \
  --image-url "https://exemplo.com/inicio.png,https://exemplo.com/fim.png" \
  --prompt "Transição suave entre os quadros" \
  --poll

Com Geração de Áudio

# Gerar vídeo com efeitos de áudio gerados por IA
z-ai video \
  -p "Tempestade se aproximando" \
  --with-audio \
  --poll

Salvar Saída

# Salvar resultado da tarefa em arquivo JSON
z-ai video \
  -p "Nascer do sol sobre montanhas" \
  --poll \
  -o resultado_video.json

Parâmetros Personalizados de Polling

# Personalizar comportamento de polling
z-ai video \
  -p "Robô dançando" \
  --poll \
  --poll-interval 10 \
  --max-polls 30

# Criar tarefa sem polling (obter ID da tarefa)
z-ai video -p "Animação de arte abstrata" -o tarefa.json

Parâmetros da CLI

  • --prompt, -p <texto>: Opcional - Descrição textual do vídeo
  • --image-url, -i <dados>: Opcional - Preferencialmente dados de imagem codificados em base64 (ex.: "data:image/png;base64,iVBORw..."). URLs também são suportadas, mas menos recomendadas. Para duas imagens, use valores separados por vírgula.
  • --quality, -q <modo>: Opcional - Modo de saída: speed ou quality (padrão: speed)
  • --with-audio: Opcional - Gerar efeitos de áudio IA (padrão: false)
  • --size, -s <resolução>: Opcional - Resolução do vídeo (ex.: "1920x1080")
  • --fps <taxa>: Opcional - Taxa de quadros: 30 ou 60 (padrão: 30)
  • --duration, -d <segundos>: Opcional - Duração: 5 ou 10 segundos (padrão: 5)
  • --model, -m <modelo>: Opcional - Nome do modelo a ser usado
  • --poll: Opcional - Polling automático até a tarefa ser concluída
  • --poll-interval <segundos>: Opcional - Intervalo de polling (padrão: 5)
  • --max-polls <contagem>: Opcional - Número máximo de tentativas de polling (padrão: 60)
  • --output, -o <caminho>: Opcional - Caminho do arquivo de saída (formato JSON)

Resoluções Suportadas

  • 1024x1024
  • 768x1344
  • 864x1152
  • 1344x768
  • 1152x864
  • 1440x720
  • 720x1440
  • 1920x1080 (e outras resoluções padrão)

Verificando o Status da Tarefa Depois

Se você criar uma tarefa sem --poll, poderá verificar seu status posteriormente:

# Obter o ID da tarefa a partir da resposta inicial
z-ai async-result --id "id-da-tarefa-aqui" --poll

Quando Usar CLI vs SDK

Use CLI para:

  • Testes rápidos de geração de vídeo
  • Criação simples e única de vídeos
  • Scripts de automação em linha de comando
  • Testar diferentes prompts e configurações

Use SDK para:

  • Geração de vídeo em lote com lógica personalizada
  • Integração com aplicações web
  • Gerenciamento personalizado de fila de tarefas
  • Aplicações de produção com fluxos de trabalho complexos

Fluxo de Trabalho de Geração de Vídeo

A geração de vídeo segue um padrão assíncrono de duas etapas:

  1. Criar Tarefa: Enviar solicitação de geração de vídeo e receber um ID de tarefa
  2. Polling de Resultados: Consultar o status da tarefa até a conclusão e recuperar a URL do vídeo

Implementação Básica de Geração de Vídeo

Geração Simples de Texto-para-Vídeo

import ZAI from 'z-ai-web-dev-sdk';

async function generateVideo(prompt) {
  try {
    const zai = await ZAI.create();

    // Criar tarefa de geração de vídeo
    const task = await zai.video.generations.create({
      prompt: prompt,
      quality: 'speed', // 'speed' ou 'quality'
      with_audio: false,
      size: '1920x1080',
      fps: 30,
      duration: 5
    });

    console.log('ID da Tarefa:', task.id);
    console.log('Status da Tarefa:', task.task_status);

    // Polling pelos resultados
    let result = await zai.async.result.query(task.id);
    let pollCount = 0;
    const maxPolls = 60;
    const pollInterval = 5000; // 5 segundos

    while (result.task_status === 'PROCESSING' && pollCount < maxPolls) {
      pollCount++;
      console.log(`Polling ${pollCount}/${maxPolls}: Status é ${result.task_status}`);
      await new Promise(resolve => setTimeout(resolve, pollInterval));
      result = await zai.async.result.query(task.id);
    }

    if (result.task_status === 'SUCCESS') {
      // Obter URL do vídeo de vários campos possíveis
      const videoUrl = result.video_result?.[0]?.url ||
                      result.video_url ||
                      result.url ||
                      result.video;
      console.log('URL do Vídeo:', videoUrl);
      return videoUrl;
    } else {
      console.log('Tarefa falhou ou ainda em processamento');
      return null;
    }
  } catch (error) {
    console.error('Falha na geração de vídeo:', error.message);
    throw error;
  }
}

// Uso
const videoUrl = await generateVideo('Um gato está brincando com uma bola.');
console.log('Vídeo gerado:', videoUrl);

Geração de Imagem-para-Vídeo

IMPORTANTE: O parâmetro image_url aceita tanto dados de imagem codificados em base64 quanto URLs, mas a codificação base64 é fortemente recomendada para maior confiabilidade e para evitar problemas relacionados à rede.

Crítico: Sempre corresponda o tipo MIME na sua URI de dados base64 ao formato real da imagem para evitar erros de decodificação.

import ZAI from 'z-ai-web-dev-sdk';
import fs from 'fs';
import path from 'path';

// Função auxiliar para detectar o tipo MIME a partir da extensão do arquivo
function getMimeType(filePath) {
  const ext = path.extname(filePath).toLowerCase();
  const mimeTypes = {
    '.jpg': 'image/jpeg',
    '.jpeg': 'image/jpeg',
    '.png': 'image/png',
    '.gif': 'image/gif',
    '.webp': 'image/webp',
    '.bmp': 'image/bmp'
  };
  return mimeTypes[ext] || 'image/jpeg'; // Padrão para JPEG se desconhecido
}

async function generateVideoFromImage(imagePath, prompt) {
  const zai = await ZAI.create();

  // Método 1: Usando imagem codificada em base64 (RECOMENDADO)
  // Detecta automaticamente o tipo MIME a partir da extensão do arquivo
  const imageBuffer = fs.readFileSync(imagePath);
  const mimeType = getMimeType(imagePath);
  const base64Image = `data:${mimeType};base64,${imageBuffer.toString('base64')}`;

  const task = await zai.video.generations.create({
    image_url: base64Image,  // String de dados base64 com tipo MIME correto
    prompt: prompt,
    quality: 'quality',
    duration: 5,
    fps: 30
  });

  return task;
}

// Método 2: Usando URL (menos recomendado)
async function generateVideoFromImageUrl(imageUrl, prompt) {
  const zai = await ZAI.create();

  const task = await zai.video.generations.create({
    image_url: imageUrl,  // String de URL
    prompt: prompt,
    quality: 'quality',
    duration: 5,
    fps: 30
  });

  return task;
}

// Exemplos de uso
const task1 = await generateVideoFromImage(
  './images/foto.jpg',  // Funciona com JPEG
  'Anime esta cena com movimento suave'
);

const task2 = await generateVideoFromImage(
  './images/grafico.png',  // Funciona com PNG
  'Adicione movimento dinâmico'
);

const task3 = await generateVideoFromImage(
  './images/animacao.webp',  // Funciona com WebP
  'Dê vida a isso'
);

Imagem-para-Vídeo com Quadros de Início e Fim

IMPORTANTE: No modo de quadro-chave, imagens codificadas em base64 são altamente recomendadas em vez de URLs para garantir geração de vídeo consistente e confiável. Sempre use o tipo MIME correto para cada imagem.

import ZAI from 'z-ai-web-dev-sdk';
import fs from 'fs';
import path from 'path';

// Função auxiliar para detectar o tipo MIME a partir da extensão do arquivo
function getMimeType(filePath) {
  const ext = path.extname(filePath).toLowerCase();
  const mimeTypes = {
    '.jpg': 'image/jpeg',
    '.jpeg': 'image/jpeg',
    '.png': 'image/png',
    '.gif': 'image/gif',
    '.webp': 'image/webp',
    '.bmp': 'image/bmp'
  };
  return mimeTypes[ext] || 'image/jpeg';
}

async function generateVideoWithKeyframes(startImagePath, endImagePath, prompt) {
  const zai = await ZAI.create();

  // Método 1: Usando imagens codificadas em base64 (RECOMENDADO)
  // Detecta automaticamente o tipo MIME para cada imagem
  const startBuffer = fs.readFileSync(startImagePath);
  const endBuffer = fs.readFileSync(endImagePath);
  
  const startMimeType = getMimeType(startImagePath);
  const endMimeType = getMimeType(endImagePath);
  
  const startBase64 = `data:${startMimeType};base64,${startBuffer.toString('base64')}`;
  const endBase64 = `data:${endMimeType};base64,${endBuffer.toString('base64')}`;

  const task = await zai.video.generations.create({
    image_url: [startBase64, endBase64],  // Array de strings base64 com tipos MIME corretos
    prompt: prompt,
    quality: 'quality',
    duration: 10,
    fps: 30
  });

  console.log('Tarefa criada com quadros-chave:', task.id);
  return task;
}

// Método 2: Usando URLs (menos recomendado)
async function generateVideoWithKeyframesUrl(startImageUrl, endImageUrl, prompt) {
  const zai = await ZAI.create();

  const task = await zai.video.generations.create({
    image_url: [startImageUrl, endImageUrl],  // Array de strings de URL
    prompt: prompt,
    quality: 'quality',
    duration: 10,
    fps: 30
  });

  console.log('Tarefa criada com quadros-chave:', task.id);
  return task;
}

// Exemplos de uso com diferentes formatos
const task1 = await generateVideoWithKeyframes(
  './quadros/inicio.jpg',  // Quadro inicial JPEG
  './quadros/fim.jpg',    // Quadro final JPEG
  'Transição suave entre estas cenas'
);

const task2 = await generateVideoWithKeyframes(
  './quadros/inicio.png',  // Quadro inicial PNG
  './quadros/fim.webp',   // Quadro final WebP - formatos diferentes funcionam!
  'Efeito de metamorfose entre imagens'
);

Gerenciamento de Resultados Assíncronos

Consultar Status da Tarefa

import ZAI from 'z-ai-web-dev-sdk';

async function checkTaskStatus(taskId) {
  try {
    const zai = await ZAI.create();
    const result = await zai.async.result.query(taskId);

    console.log('Status da Tarefa:', result.task_status);

    if (result.task_status === 'SUCCESS') {
      // Extrair URL do vídeo do resultado
      const videoUrl = result.video_result?.[0]?.url ||
                      result.video_url ||
                      result.url ||
                      result.video;
      if (videoUrl) {
        console.log('URL do Vídeo:', videoUrl);
        return { success: true, url: videoUrl };
      }
    } else if (result.task_status === 'PROCESSING') {
      console.log('A tarefa ainda está em processamento');
      return { success: false, status: 'processing' };
    } else if (result.task_status === 'FAIL') {
      console.log('A tarefa falhou');
      return { success: false, status: 'failed' };
    }
  } catch (error) {
    console.error('Erro ao consultar status da tarefa:', error.message);
    throw error;
  }
}

Tratamento de Erros e Timeout

Sempre implemente tratamento de erros e mecanismos de timeout para o polling, conforme demonstrado nos exemplos acima. A implementação padrão com maxPolls e pollInterval garante que seu aplicativo não fique em loop infinito.

Conclusão

A Geração de Vídeo usando z-ai-web-dev-sdk fornece uma maneira poderosa e flexível de criar conteúdo de vídeo programaticamente. Ao usar o modelo de tarefas assíncronas, os desenvolvedores podem integrar a geração de vídeo em seus aplicativos com gerenciamento adequado de polling e tratamento de erros. A habilidade suporta vários formatos de entrada (texto, imagem única, quadros duplos) e oferece parâmetros extensos para controle de qualidade, resolução e áudio.

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

ARYAN2302/liquid_researcher

Generate a single-file Chinese atelier-style portfolio website (horizontal-row list + hover-reveal thumb interaction, art lishu typography "Alimama DaoLiTi" via CDN, light/dark theme, hash-routed detail pages). Takes a natural-language description of the studio (name, director, discipline, works) and outputs ONE working .html file. Runs in BOTH Claude Code (writes to ~/Desktop) and GLM / online chat (outputs HTML inline). Trigger phrases include "做个中式工作室作品集", "做个隶书作品集", "lishu-portfolio-gen ...", "做个白屋风格的作品集", or when user drags this skill folder into chat asking for an atelier-style site.

ARYAN2302/liquid_researcher

Chinese-market SaaS pricing page template — soft sky-blue glass-morphism, 4-tier card grid with one elevated "recommended" tier, monthly/annual toggle, FAQ accordion, ¥ pricing with Inter numerals, careful CJK linebreaking, ICP filing footer.

ARYAN2302/liquid_researcher

Premium calm-tech SaaS landing template — bilingual (CN/EN) literary voice over a dark forest-night palette with warm gold accent, Cormorant + Noto Serif SC, Three.js procedural forest hero, station-based scrolling narrative, custom cursor. Built for ambient-AI / creative-tool / philosophical SaaS, not loud commercial launch.

ARYAN2302/liquid_researcher

Pro-camera HUD mockup template — full-viewport black canvas wrapping a real video with monospace overlays (corner brackets, top status bar, side AF/exposure columns, bottom timecode + aperture/shutter/ISO row, vertical 8-filter wheel, animated reticle). For cinematographer portfolios, camera-app demos, LUT pack previews, filter-look auditions. NOT a TikTok/Reels mockup, NOT a storyboard, NOT a shot list, NOT a script document. The chrome wraps real footage — never a div placeholder.

ARYAN2302/liquid_researcher

Premium pre-launch waitlist page template — dark charcoal canvas with subtle vignette, drifting portrait video-thumbnail cards, fade-up cascades, glass nav, live-updating join counter, single email form with success/error states. Built for creative-tool / AI / niche-SaaS invite-only launches with hushed exclusive tone, not loud growth-marketing.

ARYAN2302/liquid_researcher

Route design-related HTML artifact tasks to the right artifact skill, reference, design system generation, or export skill.

ARYAN2302/liquid_researcher

Implement text-to-speech (TTS) capabilities using the z-ai-web-dev-sdk. Use this skill when the user needs to convert text into natural-sounding speech, create audio content, build voice-enabled applications, or generate spoken audio files. Supports multiple voices, adjustable speed, and various audio formats.

ARYAN2302/liquid_researcher

Implement specialized video understanding capabilities using the z-ai-web-dev-sdk. Use this skill when the user needs to analyze video content, understand motion and temporal sequences, extract information from video frames, describe video scenes, or perform video-based AI analysis. Optimized for MP4, AVI, MOV, and other common video formats.

Habilidades Relacionadas