生成图片和视频
这些工具会消耗用户的 omg 积分。1 积分等于 1 美元。请将每次调用视为一次购买。
何时使用
- 当任务需要新的视觉媒体时使用：主图、图标、logo、插图、短片。
- 请勿用于截图、图表或任何可以通过代码或 SVG 绘制的内容。
- 不要生成多个变体“以求保险”。生成一个，展示出来，然后询问用户是否需要另一个。
规则
-
除非请求需要特定的外观，否则省略
model。不指定模型时，路由器会为任务选择最经济实惠的精选模型（“auto”），并在结果中命名。 -
每个结果都包含
model和costUsd。在回复中告知用户这两项信息，例如“使用 flux-schnell 生成，花费 $0.003”。 -
当超过单次调用上限（默认 $1.00）或每日上限（默认 $25.00，UTC 日）用尽时，调用将被拒绝。错误信息会说明剩余配额。不要绕过上限。告知用户。
-
如果结果包含
pending: true，请使用jobId调用omg_media_job。不要再次生成，否则会重复收费。 -
如果错误提示积分用尽，请告知用户在 omg.dev 充值。不要重试。
-
使用
omg_display_image显示图片。使用omg_display_video显示视频。 -
iPhone 应用的视频必须小于 6 MB，H.264 编码，且包含 faststart。这些工具已经将下载内容重新混合为 faststart。检查文件大小。如果过大，重新编码并保留原始文件：
ffmpeg -i in.mp4 -vf scale=480:-2 -c:v libx264 -profile:v main -crf 27 -maxrate 1800k -bufsize 3600k -c:a aac -b:a 96k -movflags +faststart out.mp4
选择模型
- 通常不指定
model。路由器会为任务选择最合适且最经济的模型，并在结果中命名。 - 仅当请求需要特定外观时，才指定
model，例如可读文本、SVG 或最佳质量的视频。 omg_media_models列出顶级模型及其价格。omg_media_models {all: true, q: "kling"}可搜索完整列表。- 不在顶级列表中的模型在运行前会进行定价。如果无法定价，调用将被拒绝；请选择其他模型。
视频生成需要 30 秒到 5 分钟。图片生成需要 3 到 20 秒。
字段
- 友好的字段映射到提供商输入：
prompt、aspectRatio映射到aspect_ratio、durationSeconds映射到duration、resolution映射到resolution。 - 将其他提供商字段放入
input，例如{"generate_audio": false}或{"quality": "high"}。 - 除非指定了
outputPath，否则文件会保存到~/omg-media/<date>/<jobId>-<n>.<ext>。
3D 模型
使用 omg_generate_3d 将一个物体的图像转换为 GLB 文件。提供 imageUrl，或为本地图像（小于 600 KB）提供 imagePath。使用单一物体在纯色背景上。
tripo3d/h3.1/image-to-3d是默认模型。费用为 $0.30。使用{face_limit: 8000}获得游戏就绪的网格。fal-ai/hyper3d/rodin/v2.5/fast费用为 $0.10。用于快速草案。fal-ai/trellis-2费用为 $0.25 到 $0.35，取决于resolution。fal-ai/hunyuan3d-v3/image-to-3d费用为 $0.375。{generate_type: "LowPoly"}费用为 $0.45。- PBR、额外视图和详细几何结构会增加费用。报价已包含这些选项。