Skip to main content
HappyHorse 1.0 R2V 的 API 参考。HappyHorse 1.0 参考生视频可让一张或多张参考图像中的主体在新场景中保持一致性,并在提示词中以 character1、character2 等方式进行引用。

快速开始

你的 Comfy 工作区中创建一个密钥,并将其导出为 COMFY_API_KEY。Python 和 TypeScript 代码片段使用 Comfy SDK(pip install comfy-sdknpm install @comfyorg/sdk);cURL 代码片段则通过原始 HTTP 发出相同的调用。 模型 ID: wan/happyhorse-1.0-r2v 端点: POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-r2v

数据结构

输入

object
必填
输入基本信息,例如提示词等。
string
音频文件下载网址。支持的格式:mp3 和 wav。不能与 reference_video_urls 一起使用。
string
首帧图像的网址或 Base64 编码数据。I2V 模型必填。图像格式:JPEG、JPG、PNG、BMP、WEBP。分辨率:360-2000 像素。文件大小:最大 10MB。
object[]
wan2.7 和 wan3.0 模型的媒体资产列表。用于指定视频生成的参考素材(图像、音频、视频)。 每个元素包含 type 和 url 字段。 支持的 type 值因模型而异:
  • wan2.7-i2v:first_frame、last_frame、driving_audio、first_clip
  • wan2.7-r2v:reference_image、reference_video
  • wan2.7-videoedit:video、reference_image
  • wan3.0-video:first_frame(最大 1)、last_frame(最大 1)、reference_image(最大 10)、 reference_video(最多 5 段,总时长 <= 15 秒)、reference_audio(最多 5 段, 总时长 <= 15 秒)、file(最多 1 个,不能与 link 一起使用)、link(最多 1 个,不能 与 file 一起使用)。在同一请求中,reference_*/file/link 类型与 first_frame/last_frame 类型 互斥。数组顺序定义了提示词中资产的引用 顺序(Image 1、Video 1、Audio 1……)。
string
必填
媒体资产类型可选值:first_framelast_framedriving_audiofirst_clipreference_imagereference_videoreference_audiovideofilelink
string
必填
媒体文件的 URL(公开 HTTP/HTTPS 网址或 OSS 临时网址)
string
反向提示词,用于描述你不希望在视频画面中出现的内容
string
文本提示词。支持中文和英文,长度不超过 800 个字符 (wan3.0-video 最多 20,000 个字符;超出限制的内容会被截断)。 对于包含多个参考视频的 wan2.6-r2v,请按参考视频的顺序使用 ‘character1’、‘character2’ 等来指代主体。 示例:“Character1 在路边唱歌,Character2 在旁边跳舞” 对于 wan3.0-video 参考模式,请使用 ‘Image 1’、‘Video 1’、‘Audio 1’ 等,按 media 数组中的 对应顺序指代媒体资产。
string[]
仅适用于 wan2.6-r2v 模型的参考视频 URL。由 1-3 个视频 URL 组成的数组。 输入限制:
  • 格式:mp4、mov
  • 数量:1-3 个视频
  • 单个视频长度:2-30 秒
  • 单个文件大小:最大 30MB
  • 不能与 audio_url 一起使用 参考时长:单个视频最大 5 秒,两个视频各最大 2.5 秒,三个视频按比例更短。 计费:根据实际使用的参考时长计费。
string
视频效果模板名称。可选。目前支持:squish、flying、carousel。使用时,prompt 参数会被忽略。
string
要调用的模型 ID。此组件不对其进行约束:Comfy Router 会从 POST /v2/models/wan/{model}{model} 路径段中填充它,因此 Router 调用方可以省略。直接以 v1 调用 POST /proxy/wan/api/v1/services/aigc/video-generation/video-synthesis 时则必须提供,可接受的拼写枚举位于该操作自身的组件 WanVideoGenerationRequest 上。
object
视频处理参数
boolean
默认值:"true"
是否为视频添加音频
string
默认值:"\"auto\""
wan2.7-videoedit 模型的视频音频设置。
  • auto(默认):模型根据提示词内容智能判断
  • origin:强制保留输入视频的原始音频 可选值:autoorigin
integer
默认值:"5"
已生成视频的时长,单位为秒:
  • wan2.5 模型:5 或 10 秒
  • wan2.6-t2v、wan2.6-i2v:5、10 或 15 秒
  • wan2.6-r2v:仅支持 5 或 10 秒(不支持 15 秒)
  • wan2.7-i2v、wan2.7-t2v:[2, 15] 范围内的整数
  • wan2.7-r2v、wan2.7-videoedit:[2, 10] 范围内的整数
  • wan3.0-video:无视频输入时为 [2, 30] 范围内的整数;有视频输入时,输入视频总时长
    • 输出视频时长不得超过 30 秒;-1 启用智能时长模式,由模型 选择合适的时长
    取值范围:-130
boolean
默认值:"true"
是否启用提示词智能改写。默认为 true
string
已生成视频的宽高比。仅适用于 wan2.7 和 wan3.0 模型。 对于 wan2.7 模型,如果未提供,则根据分辨率档位设置默认值。 对于 wan3.0-video,adaptive(默认值)会根据输入媒体的比例和意图 自动推荐合适的宽高比。可选值:adaptive16:99:161:14:33:4
string
分辨率档位。支持的值因模型而异:
  • wan2.5-i2v-preview:480P、720P、1080P
  • wan2.6-i2v:仅 720P、1080P(不支持 480P)
  • wan2.7 模型(i2v、t2v、r2v、videoedit):720P、1080P(默认 1080P)
  • wan3.0-video、wan3.0-video-prime:480P、720P、1080P(上游默认 1080P) 此代理会拒绝既未提供 resolution 也未提供 size 的视频生成请求, 因为分辨率档位决定计费费率。 可选值:480P720P1080P
integer
随机数种子,用于控制模型生成内容的随机性取值范围:02147483647
string
默认值:"\"single\""
智能多镜头控制。仅在启用 prompt_extend 时生效。 适用于 wan2.6 和 wan2.7-r2v 模型。
  • single:单镜头视频(默认)
  • multi:多镜头视频 可选值:multisingle
string
视频分辨率,格式为 宽度高度。支持的分辨率因模型而异: 对于 wan2.5 T2V:480P(480832、832480、624624)、720P、1080P 尺寸 对于 wan2.6 T2V/R2V(不支持 480P): 720P:1280720、7201280、960960、1088832、8321088 1080P:19201080、10801920、14401440、16321248、12481632
boolean
默认值:"false"
是否添加水印标识,水印位于右下角
该内容由 Router 在 GET /v2/models/wan/happyhorse-1.0-r2v/openapi.json 提供的 schema 生成,也是它在请求到达提供商之前用于校验调用的同一份文档。

输出

object
必填
string
智能重写后的实际提示词(用于视频任务)
string
带音频生成的 I2V 任务的音频 URL
string
失败请求的错误代码(请求成功时不返回)
string
任务完成时间
string
失败请求的详细信息(请求成功时不返回)
string
原始输入提示词(用于视频任务)
object[]
图像生成任务的任务结果列表
string
智能重写后的实际提示词(如果启用)
string
图像错误代码(部分任务失败时返回)
string
图像错误信息(部分任务失败时返回)
string
原始输入提示词
string
已生成图像的 URL 地址
string
任务执行时间
string
任务提交时间
string
必填
任务 ID
object
图像生成任务的任务结果统计
integer
失败任务数
integer
成功任务数
integer
任务总数
string
必填
任务状态可能的值:PENDINGRUNNINGSUCCEEDEDFAILEDCANCELEDUNKNOWN
string
已完成视频生成任务的视频 URL。链接有效期 24 小时
string
必填
唯一请求标识符
object
输出信息统计。仅统计成功的结果
integer
视频分辨率等级(I2V 和 wan3.0-video 任务)
number
已生成视频的时长,单位为秒(I2V 和 wan3.0-video 任务)
integer
已生成视频的帧率(wan3.0-video 任务)
integer
已生成图像的数量(T2I 和 I2I 任务)
number
输入视频的时长,单位为秒,无视频输入时为 0.0(wan3.0-video 任务)
number
输出视频的时长,单位为秒(wan3.0-video 任务)
string
已生成视频的宽高比,例如 16:9(wan3.0-video 任务)
string
图像分辨率(T2I 和 I2I 任务)
integer
已生成视频的数量(T2V 任务)
number
已生成视频的时长,单位为秒(T2V 任务)
string
视频分辨率比例(T2V 任务)
string
失败请求的错误代码,报告在响应信封的根层级而不是 output 下(请求成功时不返回)。
string
失败请求的详细信息,报告在响应信封的根层级而不是 output 下(请求成功时不返回)。在回退到 output.message 之前请先阅读此内容。

示例

输入

输出

视频 URL 的有效期为 24 小时。如需保留该视频,请及时下载。

发布前须知

SDK 会生成 Idempotency-Key 并在自动重试中复用它。手动重试时,请复用原始 key。Router 最长可保持连接 10 分钟。 请求失败时,Router 会发送 X-Comfy-Error-Type 响应头说明原因。422 表示 Router 在调用提供商之前就拒绝了输入。生成的资源请及时下载,因为结果链接会过期

请求头

身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。

使用 Router API

模型发现、校验错误、重试与计费。

限制

Router 目前不支持的功能,以及替代方案。