跳到主要内容

供应商与模型配置

ArcReel 把 Agent（智能体）、文本生成、图像生成、视频生成和 TTS 分成独立能力。你可以为不同项目和媒体类型选择不同供应商，而不必把整条生产链绑定到一家平台。

1. 先区分两类供应商​

1.1 Agent 供应商​

Agent 负责：

  • 理解用户意图；
  • 分析小说和剧本；
  • 提取角色、场景和道具；
  • 规划分集；
  • 规范化剧本；
  • 编排后续生成任务。

ArcReel 的 Agent Runtime 基于 Claude Agent SDK，支持 Anthropic 官方服务以及项目所支持的兼容配置。

Agent 供应商不一定承担实际图片和视频生成。

1.2 媒体与文本供应商​

这些供应商负责：

  • 结构化文本生成；
  • 图片生成和编辑；
  • 视频生成；
  • TTS。

一个完整项目可以采用组合策略，例如：

  • Agent：高质量推理模型；
  • 文本结构化：速度更快的文本模型；
  • 角色设计：高质量图像模型；
  • 批量分镜：低成本图像模型；
  • 样片视频：快速视频模型；
  • 最终关键分镜：高质量视频模型；
  • 旁白：独立 TTS 供应商。

2. 预置供应商能力矩阵​

供应商的具体模型、参数、地区和价格会持续变化。下表只表达 ArcReel 的能力覆盖层级，实际可选项以设置页为准。

供应商文本图像视频TTS典型用途
Gemini✅✅✅—多模态文本、参考图、视频生成
火山方舟✅✅✅—国内网络环境下的文本、图像和视频
Grok✅✅✅—文本、图像和视频生成
OpenAI✅✅✅—文本、图像和视频
Vidu—✅✅—图像、图生视频和参考生视频
阿里百炼✅✅✅✅文本、图像、视频和旁白配音（TTS）
MiniMax✅✅✅—文本、图像和视频
可灵 Kling—✅✅—图像、图生视频和参考生视频
Agnes✅✅✅—文本、图像和视频
自定义供应商取决于接口取决于接口取决于接口取决于接口私有网关、本地模型或第三方兼容服务

内置 OpenAI 供应商提供文本、图像和视频能力；OpenAI 兼容 TTS 通过自定义供应商的 TTS 调用端点接入。

3. 配置层级​

ArcReel 支持：

  1. 全局默认供应商；
  2. 项目级供应商覆盖；
  3. 预置供应商内多个 API Key（自定义供应商每个配置使用一个 API Key）；
  4. 不同媒体类型使用不同供应商。

优先级通常为：

项目级配置 > 全局默认配置

适合项目级覆盖的情况：

  • 某个项目需要特定画风；
  • 某个客户要求固定供应商；
  • 不同项目预算差异明显；
  • 需要比较两个供应商的效果；
  • 某个地区只能访问部分服务。

4. 选择供应商的六个维度​

不要只看单次生成效果。

4.1 质量​

关注：

  • 角色身份保持；
  • 商品结构保持；
  • 画面构图；
  • 动作自然度；
  • 文本遵循；
  • 长镜头稳定性；
  • 输出分辨率。

4.2 可控性​

关注是否支持：

  • 多参考图；
  • 首尾帧；
  • 负面提示词；
  • 固定种子；
  • 视频延展；
  • 参考生视频；
  • 原生音频；
  • 结构化输出。

4.3 可靠性​

关注：

  • API 成功率；
  • 排队时间；
  • 限流行为；
  • 超时；
  • 任务查询；
  • 幂等性；
  • 失败后是否可安全重试。

4.4 成本​

比较时应使用同一个完整分镜目标，而不是只比较单价。

总成本可能包括：

  • 文本 Token；
  • 角色、场景和道具图片；
  • 分镜图片；
  • 视频秒数；
  • 失败重试；
  • TTS；
  • 因质量问题产生的返工。

4.5 速度​

区分：

  • API 响应时间；
  • 排队时间；
  • 实际生成时间；
  • 高峰期波动；
  • 批量任务并发能力。

4.6 合规和可用地区​

确认：

  • 账号所在地区；
  • API 是否在部署地区可用；
  • 内容政策；
  • 数据处理要求；
  • 商业使用条款；
  • 生成内容标记要求。

5. 推荐的分层策略​

5.1 经济型验证​

用于：

  • 新项目试跑；
  • 提示词验证；
  • 分镜数量确认；
  • 分镜动作方向测试。

策略：

  • 少量内容；
  • 快速文本模型；
  • 低成本分镜模型；
  • 快速视频档位；
  • 严格限制批量数量。

5.2 平衡型生产​

用于：

  • 常规批量内容；
  • 已验证的角色和风格；
  • 需要稳定吞吐。

策略：

  • 关键资产使用高质量模型；
  • 普通分镜使用平衡模型；
  • 视频按分镜重要度分层；
  • 为失败重试保留预算。

5.3 高质量交付​

用于：

  • 关键剧情；
  • 封面分镜；
  • 商品特写；
  • 品牌交付；
  • 需要更高分辨率的成片。

策略：

  • 高质量参考图；
  • 更严格的分镜审核；
  • 先做低成本预演；
  • 只对确认后的分镜使用高成本模型；
  • 保留人工后期。

6. 图像供应商配置​

图像能力主要用于：

  • 角色设计；
  • 场景和道具设计；
  • 商品标准参考图；
  • 单个分镜；
  • 多宫格分镜；
  • 风格分析和图像编辑。

选择时重点关注：

  • 多参考图支持；
  • 角色和商品身份保持；
  • 文字和 Logo 表现；
  • 目标比例和分辨率；
  • 图像编辑能力；
  • 失败时返回的错误信息。

建议：

  • 角色资产图尽量使用背景简单、主体完整的构图；
  • 商品参考图优先使用真实素材和多角度输入；
  • 普通分镜不必全部使用最高成本模型；
  • 先固定角色和风格，再批量生成。

7. 视频供应商配置​

视频能力可能覆盖：

  • 文生视频；
  • 图生视频；
  • 参考生视频；
  • 首尾帧；
  • 视频延展；
  • 原生音频；
  • 固定种子；
  • 不同时长和分辨率。

选择前确认：

  • 当前模型支持的输入类型；
  • 参考图数量限制；
  • 单次时长；
  • 横竖屏支持；
  • 是否会生成有声视频；
  • 任务查询和取消能力；
  • 失败是否计费；
  • 内容审核规则。

不要假设所有视频模型支持相同参数。ArcReel 会统一上层工作流，但供应商特有能力仍然存在差异。

8. 文本供应商配置​

文本能力用于：

  • 结构化剧本；
  • 提示词生成；
  • 多模态理解；
  • 费用预估中的文本调用；
  • 自定义辅助任务。

关注：

  • JSON 或结构化输出稳定性；
  • 长上下文；
  • 中文表现；
  • 视觉理解；
  • 速度；
  • Token 价格；
  • 限流。

高推理模型不一定适合所有任务。可把复杂内容分析和普通结构化转换分给不同模型。

9. TTS 配置​

ArcReel 的旁白能力可以使用阿里百炼 Qwen TTS 或兼容的 TTS 接口。

配置后先验证：

  • 中文和英文发音；
  • 人名、地名和专有名词；
  • 数字和单位；
  • 语速；
  • 情绪；
  • 单段最大长度；
  • 输出音频格式。

批量生成前，先试听一段包含典型专有名词的文本。

10. 自定义供应商​

ArcReel 可以接入 OpenAI 兼容或 Google 兼容服务。典型用途：

  • 自建 API 网关；
  • 企业统一密钥管理；
  • 私有模型服务；
  • 本地 Ollama 或 vLLM 周边服务；
  • 第三方兼容平台。

一般配置包括：

  • 名称；
  • Base URL；
  • API Key；
  • 模型名称；
  • 媒体类型；
  • 可选的供应商特有参数。

模型发现协议只决定 ArcReel 使用哪类模型列表接口；每个模型实际如何调用，由它绑定的调用端点决定。ArcReel 可以按模型名称推断媒体类型和调用端点，但兼容协议不代表所有能力和参数都可用，保存前可以手动调整，添加后也应逐项验证：

  1. 文本连通性；
  2. 结构化输出；
  3. 图片生成；
  4. 视频任务创建；
  5. 视频任务查询；
  6. TTS；
  7. 错误码和限流行为。

需要的调用端点如果已经有人适配过，可以从市场直接安装，不必自己编写定义。

自建 ComfyUI 可以直接导入 API 格式 workflow，并把提示词、素材、尺寸、时长与产物映射到节点；完整步骤与运行限制见接入 ComfyUI workflow。

10.1 端点测试三模式​

在设置页的调用端点详情中，可以按风险从低到高使用三种测试模式：

  • 验证响应：粘贴供应商的提交、查询或取件响应样本，检查每条取值路径、状态映射和错误字段； 不向供应商发送请求，也不产生费用。
  • 预览请求：用示例参数渲染将要发送的 URL、方法、请求头和请求体，供你对照供应商文档； 同样不向供应商发送请求，也不产生费用。
  • 测试连接：真实提交一次生成并跟踪到终态。界面以计费徽章标明这一模式会产生一次调用费用； 必需素材端点须先上传对应的首帧、尾帧、参考图或参考音频。

测试连接进行中可以取消。取消会停止 ArcReel 对这次测试的跟踪并清除本地结果，但供应商的远端任务 可能仍会继续，已经发生的费用仍会记入账本。成功产物会直接在结果卡中播放，调用编号可跳转到费用 账本；终态结果与产物由服务端保留 24 小时，之后不再可查。

10.2 用 Agent 适配自定义视频调用端点​

供应商采用 JSON 提交任务、再用任务 ID 轮询 JSON 结果时，可以把适配交给 Claude Code 等外部 Agent。签名鉴权、发往供应商的 multipart 请求或按素材切换路由不在声明式定义首期范围内。

安装公开 skill：

npx skills add ArcReel/skills

在安装列表中同时选择 setup-arcreel-skills 与 adapt-custom-endpoint。也可以直接查看或下载同一份适配 skill 源文件。

先使用 setup-arcreel-skills skill 完成 ArcReel MCP 接入；它会在当前工作区持久化同一连接，供 adapt-custom-endpoint 的本地脚本跨会话复用。

然后让 Agent 读取供应商文档并使用该 skill。它会按「写定义 → 共享 validator 校验 → 离线验证 响应 → 预览请求 → 测试连接 → 保存」执行；定义格式和薄 HTTP 脚本随 skill 一起下载，适配过程不新增 MCP 或 SDK tool。验证响应 与 预览请求 不向供应商发请求；测试连接 会真实生成并可能计费， Agent 必须先取得你的明确同意。检测到同作者、同名的定义时，另存副本可以直接执行，覆盖既有端点必须先 取得你的明确同意。

必需素材通过 CLI 的 --start-image、--end-image、可重复的 --reference-images 和可重复的 --reference-audio-files 传入；这些参数使用与设置页相同的 multipart 字段。

11. 多 API Key​

同一供应商可以配置多个 API Key，并选择当前激活 Key。

使用多个 Key 时应遵守供应商条款。它适合：

  • 不同项目或客户隔离；
  • 测试和生产隔离；
  • 额度管理；
  • 凭据轮换。

它不应被用于规避供应商限流、风控或服务条款。

密钥轮换建议：

  1. 新增新 Key；
  2. 用小任务验证；
  3. 切换激活；
  4. 观察错误率；
  5. 删除或停用旧 Key；
  6. 更新密钥管理记录。

12. 费用追踪​

ArcReel 可以按供应商和媒体类型记录费用，但需要注意：

  • 不同供应商使用不同计费单位；
  • 不同币种不应直接混为一个未经说明的总数；
  • 供应商价格可能调整；
  • 某些失败任务也可能产生费用；
  • 实际账单以供应商结算为准。

建议把 ArcReel 费用追踪用于：

  • 项目预算；
  • 分镜成本比较；
  • 模型选择；
  • 异常调用发现；
  • 预估与实际偏差分析。

它不替代供应商官方账单。

13. 故障排查​

连通性检查失败​

检查：

  • API Key；
  • Base URL；
  • 模型名称；
  • 网络代理；
  • TLS 证书；
  • 账号地区；
  • 账户余额或额度。

文本能用，图片或视频不能用​

同一供应商的不同媒体能力可能：

  • 使用不同端点；
  • 需要单独开通；
  • 使用不同模型名称；
  • 有不同地区限制；
  • 需要异步任务查询。

频繁限流​

降低：

  • RPM；
  • 并发任务数；
  • 单次批量分镜数。

同时确认是否有多个 ArcReel 实例共享同一 Key。

费用明显高于预估​

检查：

  • 是否重复提交任务；
  • 是否发生多次重试；
  • 是否切换了更高价模型；
  • 实际视频时长是否增加；
  • 是否生成了原生音频；
  • 价格表是否需要更新；
  • 供应商是否调整计费方式。

14. 文档更新原则​

供应商模型变化频繁，因此：

  • README 只维护能力矩阵；
  • 本文维护配置原则；
  • 具体模型列表以设置页为准；
  • 官方价格以供应商页面为准；
  • ArcReel 新增或移除供应商时，应同时更新矩阵、设置页帮助信息和测试。