📘 完整指南：在 Codex CLI 里用全部 11 个 AceData Cloud MCP →

Black Forest Labs 出品的顶级开源图像模型，写实风格、Kontext 编辑能力一流。通过 MCP 接入 Codex CLI 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 11 个 MCP Server。详细步骤见 完整指南。

配置

编辑配置：~/.codex/config.toml

1
2
3
4
5

[mcp_servers.flux]
url = "https://flux.mcp.acedata.cloud/mcp"
type = "http"

http_headers = { "Authorization" = "Bearer 你的Token" }

保存后下一次 codex 会话启动时自动加载工具。

使用示例

用 Flux 生成一张赛博朋克风格的城市夜景，霓虹灯、雨夜、湿润街道

把这张图（链接 xxx）改成水彩画风格

生成一张 1024x1024 的产品 hero 图：黑色金属质感的耳机悬浮在白色背景

工具

相关链接

• Flux MCP Server (GitHub)
• Flux MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

📘 Overview：Cursor MCP Overview →

Fish Audio 是高保真 TTS 引擎，支持自定义音色、多种采样率和格式（mp3 / wav / opus）。模型可选 s1 / s2-pro，延迟可控。

获取 API Token

使用 Fish 语音 MCP Server 之前，需要先准备一个 AceData Cloud API Token：

1. 打开 Ace Data Cloud 控制台 - 应用列表 复制 Token。
2. 如果还没有账号，登录注册时会自动跳回当前页面，首次申请会赠送免费额度。

一个 Token 可以使用 AceData Cloud 提供的全部 MCP Server，无需为 Fish 语音 单独申请。

用 claude.ai 网页版或 Claude Desktop？它们支持 OAuth 一键授权，无需手动填 Token，详见 Fish 语音 MCP 的 Claude.ai / Desktop 教程。

配置 Cursor

.cursor/mcp.json：

1
2
3
4
5
6
7
8
9
10
11

{
  "mcpServers": {
    "fish": {
      "type": "http",
      "url": "https://fish.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的Token"
      }
    }
  }
}

哪些场景特别合适

• 用 fish_generate_audio 把这段中文合成成 mp3，用默认音色

• 把这段英文合成成 wav，采样率 44100，使用音色 ID xxxx

• 把这段播客脚本合成成 mp3，bitrate 128，低延迟模式

工作流提示

• 把 Bearer 你的Token 换成你的真实 Token（从 AceData Cloud 控制台首页 复制）。
• Cursor 重启或保存配置后会自动重新加载 MCP，工具列表会即时刷新。
• Fish 语音 调用会从你 AceData Cloud 账号的额度中扣费。

工具

相关链接

• Fish Audio MCP Server（GitHub）
• Fish Audio MCP on PyPI
• Cursor MCP Overview
• MCP 协议官网

OpenCode 本身擅长读代码、改文件、跑命令、解释报错；MCP 则让它在同一个终端会话里继续调用外部工具。AceData Cloud 把音乐、图片、视频、搜索、短链这些能力做成托管式远程 MCP Server，你不需要本地启动服务，也不需要为每个工具维护不同账号。

这篇是总览入口，重点帮你判断：OpenCode MCP 能做什么、该先接哪个服务、每个服务的详细教程在哪里。具体配置写法、Token 获取、global / project 两种位置的差异，放在下面每篇单服务文章里展开。

如果你的 OpenCode 还不能正常调用模型，请先看 OpenCode 终端配置教程。如果你想直接对接 Claude Code 而不是 OpenCode，请看 Claude Code MCP 总览。

为什么要在 OpenCode 里接 MCP

OpenCode 是完全开源的终端编程 Agent，它的强项是”原生终端体验 + 任意模型可换”。接入 MCP 之后，它可以把”写完代码 → 补 README 配图 → 做发布素材 → 查参考资料 → 压短链分享”这一长串本来需要切换浏览器和工具的工作，全部在终端会话里完成。

和 IDE 类工具相比，OpenCode 更适合：

• SSH 远程开发场景（无 GUI 也能完整使用 MCP）
• 用脚本/CI 把 MCP 调用拼接进自动化流程
• 喜欢键盘流、不希望被插件挡住屏幕的工程师

AceData Cloud 提供哪些 MCP Server

一个 AceData Cloud API Token 可以使用以下全部 MCP Server。你可以只接一个，也可以按工作流组合多个。

上表的「工具数」是 2026-05-31 用 opencode mcp list + JSON-RPC tools/list 实测得到，11 个 MCP Server 共暴露 119 个工具。

推荐怎么选

如果你只是想先确认 MCP 能跑通，建议从 Google 搜索 MCP 或 ShortURL MCP 开始：调用快、结果直观、成本低。做内容和营销素材时，可以从 Flux / Seedream / Midjourney 里选一个图像服务；需要视频时再接 Luma / Sora / Veo / Seedance；需要音乐或 BGM 时接 Suno。

配置在哪里写

OpenCode 用同一份 opencode.json 描述供应商和 MCP。两种位置只是优先级不同：

• 全局：~/.config/opencode/opencode.json，所有项目共用，适合”我自己的机器，一次配好”。
• 项目级：当前项目根目录下的 opencode.json，仅对该项目生效，会覆盖全局，适合团队共享或单仓库定制。

无论放在哪里，结构都是相同的，每个服务一段 mcp.<name> 配置：

1
2
3
4
5
6
7
8
9
10
11
12

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "shorturl": {
      "type": "remote",
      "url": "https://shorturl.mcp.acedata.cloud/mcp",
      "enabled": true,
      "oauth": false,
      "headers": { "Authorization": "Bearer {env:ACEDATACLOUD_API_KEY}" }
    }
  }
}

字段说明：

{env:ACEDATACLOUD_API_KEY} 让 OpenCode 在启动时从环境变量里读取 Token，避免把真实 Token 直接写入文件。建议在 ~/.zshrc / ~/.bashrc 里 export ACEDATACLOUD_API_KEY="你的Token"。如果 Token 写在没有 export 的 .env 文件里，需要用 set -a && source .env && set +a 把它导出到 OpenCode 进程，否则 opencode debug config 会显示 "Authorization": "Bearer "（占位符未解析）。

配置示例里不会写完整 Token，只会用类似 357265014ad145fc8ab2.... 的形式展示。真实 Token 请只保存在你本机配置或私有环境变量中。

真实连通性验证

以下结果来自 OpenCode 1.15.13，在隔离临时目录中把 11 个 AceData MCP 同时写入 opencode.json，再运行 opencode mcp list 得到。Token 已脱敏（357265014ad145fc8ab2....），临时配置已删除。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

$ opencode --version
1.15.13

$ opencode mcp list

┌  MCP Servers
│
●  ✓ suno connected
│      https://suno.mcp.acedata.cloud/mcp
●  ✓ midjourney connected
│      https://midjourney.mcp.acedata.cloud/mcp
●  ✓ flux connected
│      https://flux.mcp.acedata.cloud/mcp
●  ✓ seedream connected
│      https://seedream.mcp.acedata.cloud/mcp
●  ✓ nanobanana connected
│      https://nanobanana.mcp.acedata.cloud/mcp
●  ✓ luma connected
│      https://luma.mcp.acedata.cloud/mcp
●  ✓ sora connected
│      https://sora.mcp.acedata.cloud/mcp
●  ✓ veo connected
│      https://veo.mcp.acedata.cloud/mcp
●  ✓ seedance connected
│      https://seedance.mcp.acedata.cloud/mcp
●  ✓ serp connected
│      https://serp.mcp.acedata.cloud/mcp
●  ✓ shorturl connected
│      https://shorturl.mcp.acedata.cloud/mcp
│
└  11 server(s)

调试单个 MCP 连接：

1

opencode mcp debug shorturl

选模型的实测建议

要在 OpenCode 中真正”对话 + 调用 MCP 工具”两件事一起做，模型选择有讲究。下面是用 AceData Token 实际测试得到的结论：

已知限制：当 opencode.json 中同时启用多个 MCP 时，Claude 系列模型容易在上游返回 Improperly formed request。原因是部分 MCP 工具的 JSON Schema（anyOf 等用法）超出了 Anthropic 接口的严格校验范围。要让 Claude 同时对话 + 调用工具，建议先在 opencode.json 中把暂时不用的 MCP 的 enabled 改成 false，只保留必要的几个；或者直接换成 OpenAI 系列模型作为对话模型。

常见工作流

终端里写 README 顺手生图

让 OpenCode 先读懂你新功能的 README 草稿，再调用 Midjourney / Flux / Seedream 生成 banner，最后把图片 URL 直接贴回 README。

远程服务器排查问题 + 搜资料

SSH 到服务器后启动 opencode，让它结合本地日志和 Google 搜索 MCP 找到匹配的社区帖子或 issue，再用 ShortURL MCP 把相关链接压成短链发到群里。

发版素材一条龙

让 OpenCode 根据 CHANGELOG 用 Suno 写一段 30 秒 BGM、用 Veo / Sora 生成预览视频、用 Flux 出一张主视觉，整个过程不离开终端。

下一步

从上面的表格里选一个服务进入单独教程，先在项目 opencode.json 里跑通单服务。确认 opencode mcp list 显示 ✓ connected 后，再决定是否把它升级到全局 ~/.config/opencode/opencode.json，让所有项目都能直接调用。

相关链接

• OpenCode 官方文档
• OpenCode 配置参考
• OpenCode 终端配置教程
• 所有 MCP Server 列表
• REST API 文档

📘 完整指南：在 Windsurf 里用全部 AceData Cloud MCP →

MiniMax 海螺是文生视频 / 图生视频模型，支持 Director Mode 精确控制运镜。 通过 MCP 接入 Windsurf 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 AceData Cloud MCP Server。详细步骤见 完整指南。

配置

编辑配置：~/.codeium/windsurf/mcp_config.json

1
2
3
4
5
6
7
8

{
  "mcpServers": {
    "hailuo": {
      "serverUrl": "https://hailuo.mcp.acedata.cloud/mcp",
      "headers": { "Authorization": "Bearer 你的Token" }
    }
  }
}

保存后重启 Windsurf 即可使用工具。

使用示例

用 hailuo-02 生成 6 秒视频：傍晚的山间小路，雾气漫过来，镜头慢慢推进

用 hailuo-01-director 生成视频：[拉镜头]一个咖啡馆的桌面特写转到[摇镜头]整个店内

用这张图（链接 xxx）做 image2video，让画面里的鸟从树枝飞起

工具

相关链接

• Hailuo MCP Server (GitHub)
• Hailuo MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

📘 完整指南：在 JetBrains（IntelliJ IDEA / PyCharm / WebStorm 等） 里用全部 11 个 AceData Cloud MCP →

字节跳动出品的图像模型，中文语义理解强，擅长国风、东方审美、写实摄影。通过 MCP 接入 JetBrains（IntelliJ IDEA / PyCharm / WebStorm 等） 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 11 个 MCP Server。详细步骤见 完整指南。

配置

编辑配置：Junie 或 Claude 插件设置 → MCP Servers → Add Server

1
2
3
4
5

Name: seedream
Type: HTTP (Streamable)
URL: https://seedream.mcp.acedata.cloud/mcp
Headers:
  Authorization = Bearer 你的Token

保存后在 Junie / Claude 插件的工具栏即可看到工具。

使用示例

用 Seedream 生成一幅中国风山水画：远山、溪流、茅草亭

生成一张国潮风插画：锦鲤跃出水面，背景祥云

把这张照片（链接 xxx）按文字指令修改（SeedEdit 3.0）

工具

相关链接

• Seedream MCP Server (GitHub)
• Seedream MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

把本地文件上传到 AceDataCloud 平台 CDN，获得一个永久可访问的 URL（https://cdn.acedata.cloud/xxxxxx.png 风格），可立即在其他业务接口（如 Midjourney、Suno、Flux）的 image_url、reference_url 等参数中引用。

适用场景：

• 在调用 Midjourney /midjourney/imagine 前先把垫图上传到 CDN 拿到 URL。
• 把上一步生成的视频缓存起来用作下一步的输入。
• 临时托管用户上传的素材，避免自建 S3。

ℹ️ 本接口属于 AceDataCloud 平台管理 API，统一前缀 https://platform.acedata.cloud/api/v1/。

接口概览

鉴权说明（如何获取账户令牌）

请求头：

1

Authorization: Bearer platform-v1-92eb****629c

获取方式：登录 AceDataCloud 平台 → Account Token 控制台 → 点「创建」按钮。详见管理 AceDataCloud 平台账户令牌。

请求体（multipart/form-data）

请求示例

cURL

1
2
3
4

curl -X POST 'https://platform.acedata.cloud/api/v1/files/' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer platform-v1-92eb****629c' \
  -F 'file=@./photo.jpg'

Python

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

import requests

PLATFORM_TOKEN = "platform-v1-92eb****629c"

with open("photo.jpg", "rb") as f:
    resp = requests.post(
        "https://platform.acedata.cloud/api/v1/files/",
        headers={
            "accept": "application/json",
            "authorization": f"Bearer {PLATFORM_TOKEN}",
        },
        files={"file": ("photo.jpg", f, "image/jpeg")},
        timeout=60,
    )

data = resp.json()
print(f"✅ 上传成功：{data['url']}")
# 直接用于其他业务接口：
# requests.post("https://api.acedata.cloud/midjourney/imagine",
#     json={"prompt": "...", "image_urls": [data["url"]]}, ...)

Node.js

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

const fs = require('fs')
const FormData = require('form-data')

const form = new FormData()
form.append('file', fs.createReadStream('./photo.jpg'))

const r = await fetch('https://platform.acedata.cloud/api/v1/files/', {
  method: 'POST',
  headers: {
    authorization: 'Bearer platform-v1-92eb****629c',
    ...form.getHeaders(),
  },
  body: form,
})
const data = await r.json()
console.log('CDN URL:', data.url)

响应示例（HTTP 201）

1
2
3
4
5
6
7
8
9
10

{
  "id": "f-9c8b7a6d5e4f3a2b1c0d",
  "user_id": "89518d07-5560-4b05-92c1-667f3ddf6a4b",
  "filename": "photo.jpg",
  "size": 184729,
  "content_type": "image/jpeg",
  "url": "https://cdn.acedata.cloud/qrd7gw.jpg",
  "metadata": null,
  "created_at": "2026-04-26T08:30:00Z"
}

直接把 url 字段拿去其他业务接口里用就行——CDN 永久公开可访问，无需鉴权。

响应字段说明

错误处理

实用提示

• 上传图片做垫图：Midjourney image_urls、Flux image_url、Veo reference_url 都接受 CDN URL，不接受 base64。先用本接口拿 URL 是常规操作。
• url 是永久 URL——目前没有自动清理策略，但敏感数据请勿上传。如有需求请联系客服设短期 TTL。
• metadata 字段：multipart/form-data 不支持原生嵌套 JSON，传字符串：”{\"campaign\":\"summer\"}“，平台会反序列化。
• 大批量上传：推荐 2-4 个并发，单连接即可达到 ~10 MB/s。

相关接口

• 获取 AceDataCloud 平台服务列表 — 找到接受 URL 输入的业务服务
• 创建 AceDataCloud 平台 API 凭证 — 上传后通常下一步是创建凭证调业务接口

本文将介绍一种 身份证识别及信息核验 API 对接说明，它可以通过输入身份证图片 或 姓名和身份证号码，来校验姓名和身份证号的真实性和一致性。本接口用于校验姓名和身份证号的真实性和一致性，您可以通过输入姓名和身份证号或传入身份证人像面照片提供所需验证信息。

申请流程

要使用 API，需要先到 身份证识别及信息核验 API 对应页面申请对应的服务，进入页面之后，点击「Acquire」按钮，如图所示：

如果你尚未登录或注册，会自动跳转到登录页面邀请您来注册和登录，登录注册之后会自动返回当前页面。

在首次申请时会有免费额度赠送，可以免费使用该 API。

基本使用

首先先了解下基本的使用方式，就是输入身份证图片链接，便可获得处理后验证结果，首先需要简单地传递一个 image_url 字段，我们接下来就可以在界面上填写对应的内容，如图所示：

可以看到这里我们设置了 Request Headers，包括：

• accept：想要接收怎样格式的响应结果，这里填写为 application/json，即 JSON 格式。
• authorization：调用 API 的密钥，申请之后可以直接下拉选择。

另外设置了 Request Body，包括：

• image_url：需要处理的身份证图片链接。
• encryption：可选，敏感字段加密参数（如需上送密文）。

选择之后，可以发现右侧也生成了对应代码，如图所示：

点击「Try」按钮即可进行测试，如上图所示，这里我们就得到了如下结果：

1
2
3
4
5
6
7
8
9
10

{
  "result": "0",
  "description": "姓名和身份证号一致",
  "name": "身份证姓名",
  "id_card": "身份证号码",
  "sex": "身份证性别",
  "nation": "身份证民族",
  "birth": "身份证生日",
  "address": "身份证家庭住址"
}

返回结果一共有多个字段，介绍如下：

• result，认证结果码，收费情况如下。
  • 收费结果码：
    • 0: 姓名和身份证号一致
    • -1: 姓名和身份证号不一致
  • 不收费结果码：
    • -2: 非法身份证号（长度、校验位等不正确）
    • -3: 非法姓名（长度、格式等不正确）
    • -4: 证件库服务异常
    • -5: 证件库中无此身份证记录
    • -6: 权威比对系统升级中，请稍后再试
    • -7: 认证次数超过当日限制。
• description，此处姓名与身份证号码验证的结果。
• name，身份证中的姓名信息，如果没有上传身份证图片则是空的。
• id_card，身份证中的身份证号码信息，如果没有上传身份证图片则是空的。
• sex，身份证中的性别信息，如果没有上传身份证图片则是空的。
• nation，身份证中的民族信息，如果没有上传身份证图片则是空的。
• birth，身份证中的生日信息，如果没有上传身份证图片则是空的。
• address，身份证中的家庭住址信息，如果没有上传身份证图片则是空的。

可以看出身份证中姓名与身份证号码的信息是一致性并且有效的，同时也使用OCR技术提取了其它的信息并展示出来。

另外如果想生成对应的对接代码，可以直接复制生成，例如 CURL 的代码如下：

1
2
3
4
5
6
7

curl -X POST 'https://api.acedata.cloud/identity/idcard/ocr' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image_url": {image_url}
}'

Python 的对接代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

import requests

url = "https://api.acedata.cloud/identity/idcard/ocr"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "image_url": {image_url}
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

自定义信息验证

我们也提供了一种不泄露身份证图片信息的方式来验证，可以只传入姓名name 和 身份证号码 id_card 来进行校验姓名和身份证号的真实性和一致性，下面是填的具体信息：

点击运行后得到如下结果：

1
2
3
4
5
6
7
8
9
10

{
    "address": "",
    "birth": "",
    "description": "姓名和身份证号一致",
    "id_card": "身份证号码",
    "name": "身份证姓名",
    "nation": "",
    "result": "0",
    "sex": ""
 }

这样从结果看就不会泄露其它隐私信息了，这也可以完成校验姓名和身份证号的真实性和一致性。

错误处理

在调用 API 时，如果遇到错误，API 会返回相应的错误代码和信息。例如：

• 400 token_mismatched：Bad request, possibly due to missing or invalid parameters.
• 400 api_not_implemented：Bad request, possibly due to missing or invalid parameters.
• 401 invalid_token：Unauthorized, invalid or missing authorization token.
• 429 too_many_requests：Too many requests, you have exceeded the rate limit.
• 500 api_error：Internal server error, something went wrong on the server.

错误响应示例

1
2
3
4
5
6
7
8

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档，您已经了解了如何使用 身份证识别及信息核验 API 对输入的图片 或 姓名与身份证号码信息来进行校验姓名和身份证号的真实性和一致性。希望本文档能帮助您更好地对接和使用该 API。如有任何问题，请随时联系我们的技术支持团队。

本文将介绍 Sora Videos Generation API 的对接说明，通过该 API 可以输入自定义参数来生成 Sora 官方的视频。本 API 支持两种版本模式：

• Version 1（经典模式）：支持 duration（10/15/25 秒）、orientation（横屏/竖屏）、size（small/large 清晰度）、参考图 image_urls、角色视频 character_url 等参数。
• Version 2（合作商模式）：支持 seconds（4/8/12 秒）、像素级分辨率 size（如 1280x720）、参考图 input_reference 等参数。

申请流程

要使用 API，需要先到 Sora Videos Generation API 对应页面申请对应的服务，进入页面之后，点击「Acquire」按钮，如图所示：

如果你尚未登录或注册，会自动跳转到登录页面邀请您来注册和登录，登录注册之后会自动返回当前页面。

在首次申请时会有免费额度赠送，可以免费使用该 API。

基本使用（Version 1）

首先先了解 Version 1 的基本使用方式，就是输入提示词 prompt、参考图片链接数组 image_urls 以及模型 model，便可获得处理后的结果，具体的内容如下：

可以看到这里我们设置了 Request Headers，包括：

• accept：想要接收怎样格式的响应结果，这里填写为 application/json，即 JSON 格式。
• authorization：调用 API 的密钥，申请之后可以直接下拉选择。

另外设置了 Request Body，包括：

• model：生成视频的模型，支持 sora-2（标准模式）和 sora-2-pro（高清模式）。其中 sora-2-pro 可以支持 duration 为 25 秒的视频，而 sora-2 只支持 10、15 秒。
• size：视频清晰度，small 为标准清晰度、large 为 HD 清晰度（仅 Version 1）。
• duration：视频时长，支持 10、15、25 秒，其中 25 秒仅 sora-2-pro 支持（仅 Version 1）。
• orientation：画幅方向，支持 landscape（横屏）、portrait（竖屏）（仅 Version 1）。
• image_urls：参考图片链接数组，用于图生视频（仅 Version 1）。
• character_url：角色视频链接，视频中不能出现真人（仅 Version 1）。
• character_start/character_end：角色出现的起止秒数，范围差值为 1-3 秒（仅 Version 1）。
• prompt：提示词（必填）。
• callback_url：异步回调结果的 URL。
• version：API 版本，"1.0"（默认）或 "2.0"。

选择之后，可以发现右侧也生成了对应代码，如图所示：

点击「Try」按钮即可进行测试，如上图所示，这里我们就得到了如下结果：

1
2
3
4
5
6
7
8
9
10
11
12

{
  "success": true,
  "task_id": "6bf7fb83-5814-4e3e-a4ad-bfa0c26c0b33",
  "trace_id": "96166698-4b66-478d-a26b-77a7269c9e01",
  "data": [
    {
      "id": "sora-2:task_01k7770rgsevxsmtpbn7xnm5gh",
      "video_url": "https://filesystem.site/gptimage/vg-assets/assets%2Ftask_01k7770rgsevxsmtpbn7xnm5gh%2Ftask_01k7770rgsevxsmtpbn7xnm5gh_genid_0bf958d3-cae7-4298-b7b6-99ae439a1ea6_25_10_10_14_06_975715%2Fvideos%2F00000%2Fsrc.mp4?st=2025-10-10T12%3A30%3A38Z&se=2025-10-16T13%3A30%3A38Z&sks=b&skt=2025-10-10T12%3A30%3A38Z&ske=2025-10-16T13%3A30%3A38Z&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skoid=8ebb0df1-a278-4e2e-9c20-f2d373479b3a&skv=2019-02-02&sv=2018-11-09&sr=b&sp=r&spr=https%2Chttp&sig=jigY6Z5qp8%2BTXYobaW0EAJ4%2Fbx6G7t6V1P0iyDeUq48%3D&az=oaivgprodscus",
      "state": "succeeded"
    }
  ]
}

返回结果一共有多个字段，介绍如下：

• success，此时视频生成任务的状态情况。
• task_id，此时视频生成任务ID。
• trace_id，此时视频生成跟踪ID。
• data，此时视频生成任务的结果列表。
  • id，此时视频生成任务的视频ID。
  • video_url，此时视频生成任务的视频链接。
  • state，此时视频生成任务的状态。

可以看到我们得到了满意的视频信息，我们只需要根据结果中 data 的视频链接地址获取生成的Sora视频即可。

另外如果想生成对应的对接代码，可以直接复制生成，例如 CURL 的代码如下：

1
2
3
4
5
6
7
8
9
10
11

curl -X POST 'https://api.acedata.cloud/sora/videos' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "size": "large",
  "duration": 15,
  "orientation": "landscape",
  "prompt": "cat running on the river",
  "model": "sora-2"
}'

图生视频任务（Version 1）

如果想进行图生视频任务，首先参数 image_urls 必须传入参考图片链接，就可以指定如下内容：

• image_urls：该图生视频任务采用的参考图链接数组。注意不可传递真实的带有头像的人物图像，否则可能导致任务失败。

填写样例如下：

填写完毕之后自动生成了代码如下：

对应的代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

import requests

url = "https://api.acedata.cloud/sora/videos"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "size": "large",
    "duration": 15,
    "orientation": "landscape",
    "prompt": "cat running on the river",
    "model": "sora-2",
    "image_urls": ["https://cdn.acedata.cloud/11wfp4.png"]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

点击运行，可以发现会立即得到一个结果，如下：

1
2
3
4
5
6
7
8
9
10
11
12

{
  "success": true,
  "task_id": "dd392ff0-dcb7-4c7a-afd0-9bd4f65c803a",
  "trace_id": "04fd151c-e942-4c1c-a6ab-9a1b1fe54172",
  "data": [
    {
      "id": "sora-2:task_01k777af4hfmg9g7yfvwsc6zws",
      "video_url": "https://filesystem.site/gptimage/vg-assets/assets%2Ftask_01k777af4hfmg9g7yfvwsc6zws%2Ftask_01k777af4hfmg9g7yfvwsc6zws_genid_92bae0c5-1703-4a5f-9d9f-c9ed2f9e7176_25_10_10_14_12_924695%2Fvideos%2F00000%2Fsrc.mp4?st=2025-10-10T12%3A37%3A32Z&se=2025-10-16T13%3A37%3A32Z&sks=b&skt=2025-10-10T12%3A37%3A32Z&ske=2025-10-16T13%3A37%3A32Z&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skoid=aa5ddad1-c91a-4f0a-9aca-e20682cc8969&skv=2019-02-02&sv=2018-11-09&sr=b&sp=r&spr=https%2Chttp&sig=5j4dibeaSsDmEka5c%2B9CKHZhRPdqfClQ0tIh03TWXsM%3D&az=oaivgprodscus",
      "state": "succeeded"
    }
  ]
}

可以看到，生成的效果是图生建视频的，结果与上文类似。

角色生成视频任务（Version 1）

如果想进行角色生成视频任务，首先参数 character_url 必须传入创建角色需要的视频链接，注意视频中一定不能出现真人，否则会失败，就可以指定如下内容：

• character_url：创建角色需要的视频链接，注意视频中一定不能出现真人，否则会失败。

填写样例如下：

填写完毕之后自动生成了代码如下：

对应的代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

import requests

url = "https://api.acedata.cloud/sora/videos"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "size": "small",
    "duration": 10,
    "orientation": "landscape",
    "prompt": "cat running on the river",
    "character_url": "https://cdn.acedata.cloud/pdidf5.mp4",
    "model": "sora-2",
    "character_end": 3,
    "character_start": 1
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

点击运行，可以发现会立即得到一个结果，如下：

1
2
3
4
5
6
7
8
9
10
11
12

{
  "success": true,
  "task_id": "d9bf5461-29b5-47fd-be90-1fe9197df259",
  "trace_id": "b7992643-9207-40d6-956b-7577728acc67",
  "data": [
    {
      "id": "sora-2:task_01k8ykrztefavaypw6xanw305b",
      "video_url": "https://filesystem.site/cdn/20251101/bee4eeeb4c4660b46dac4548a1ffbc.mp4",
      "state": "succeeded"
    }
  ]
}

可以看到，生成的效果是角色生成视频，结果与上文类似。

Version 2.0 模式

除了上述 Version 1.0 模式之外，本 API 还支持 Version 2.0 模式，通过设置 version 参数为 "2.0" 即可启用。Version 2.0 模式支持更短的视频时长和像素级的分辨率控制。

Version 2.0 参数说明

基本示例

1
2
3
4
5
6
7
8
9
10
11

curl -X POST 'https://api.acedata.cloud/sora/videos' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "version": "2.0",
  "prompt": "cat running on the river",
  "model": "sora-2",
  "duration": 8,
  "size": "1280x720"
}'

对应的 Python 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

import requests

url = "https://api.acedata.cloud/sora/videos"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "version": "2.0",
    "prompt": "cat running on the river",
    "model": "sora-2",
    "seconds": 8,
    "size": "1280x720"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

对应的 JavaScript 代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

const response = await fetch('https://api.acedata.cloud/sora/videos', {
  method: 'POST',
  headers: {
    'accept': 'application/json',
    'authorization': 'Bearer {token}',
    'content-type': 'application/json'
  },
  body: JSON.stringify({
    version: '2.0',
    prompt: 'cat running on the river',
    model: 'sora-2',
    seconds: 8,
    size: '1280x720'
  })
});
const data = await response.json();
console.log(data);

返回结果格式与 Version 1 相同：

1
2
3
4
5
6
7
8
9
10
11
12

{
  "success": true,
  "task_id": "6bf7fb83-5814-4e3e-a4ad-bfa0c26c0b33",
  "trace_id": "96166698-4b66-478d-a26b-77a7269c9e01",
  "data": [
    {
      "id": "c0cc8dad-0954-421f-be8d-02eb063b3263",
      "video_url": "https://platform.cdn.acedata.cloud/sora/xxxxx.mp4",
      "state": "succeeded"
    }
  ]
}

使用参考图片（Version 2.0）

在 Version 2.0 模式下，可以通过 image_urls 参数传入参考图片来引导视频生成（仅使用第一张图片）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

import requests

url = "https://api.acedata.cloud/sora/videos"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "version": "2.0",
    "prompt": "a person walking through a beautiful garden",
    "model": "sora-2",
    "duration": 4,
    "size": "1280x720",
    "image_urls": ["https://cdn.acedata.cloud/11wfp4.png"]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

注意：参考图片的尺寸应与 size 参数保持一致，例如 size 为 1280x720 时，参考图片尺寸应为 1280×720。

Version 1.0 与 Version 2.0 参数对比

异步回调

由于 Sora Videos Generation API生成的时间相对较长，大约需要 1-2 分钟，如果 API 长时间无响应，HTTP 请求会一直保持连接，导致额外的系统资源消耗，所以本 API 也提供了异步回调的支持。

整体流程是：客户端发起请求的时候，额外指定一个 callback_url 字段，客户端发起 API 请求之后，API 会立马返回一个结果，包含一个 task_id 的字段信息，代表当前的任务 ID。当任务完成之后，生成视频的结果会通过 POST JSON 的形式发送到客户端指定的 callback_url，其中也包括了 task_id 字段，这样任务结果就可以通过 ID 关联起来了。

下面我们通过示例来了解下具体怎样操作。

首先，Webhook 回调是一个可以接收 HTTP 请求的服务，开发者应该替换为自己搭建的 HTTP 服务器的 URL。此处为了方便演示，使用一个公开的 Webhook 样例网站 https://webhook.site/，打开该网站即可得到一个 Webhook URL，如图所示：

将此 URL 复制下来，就可以作为 Webhook 来使用，此处的样例为 https://webhook.site/eb238c4f-da3b-47a5-a922-a93aa5405daa。

接下来，我们可以设置字段 callback_url 为上述 Webhook URL，同时填入相应的参数，具体的内容如图所示：

点击运行，可以发现会立即得到一个结果，如下：

1
2
3

{
  "task_id": "b8976e18-32dc-4718-9ed8-1ea090fcb6ea"
}

稍等片刻，我们可以在 https://webhook.site/eb238c4f-da3b-47a5-a922-a93aa5405daa 上观察到生成视频的结果，如图所示：

内容如下：

1
2
3
4
5
6
7
8
9
10
11
12

{
    "success": true,
    "task_id": "b8976e18-32dc-4718-9ed8-1ea090fcb6ea",
    "trace_id": "fb751e1e-4705-49ea-9fd4-5024b7865ea2",
    "data": [
        {
            "id": "sora-2:task_01k777hjrbfrgs2060q5zvf2a5",
            "video_url": "https://filesystem.site/gptimage/vg-assets/assets%2Ftask_01k777hjrbfrgs2060q5zvf2a5%2Ftask_01k777hjrbfrgs2060q5zvf2a5_genid_b8e2e5d1-a579-49ca-a21c-cb3869685cce_25_10_10_14_15_147334%2Fvideos%2F00000%2Fsrc.mp4?st=2025-10-10T12%3A38%3A49Z&se=2025-10-16T13%3A38%3A49Z&sks=b&skt=2025-10-10T12%3A38%3A49Z&ske=2025-10-16T13%3A38%3A49Z&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skoid=aa5ddad1-c91a-4f0a-9aca-e20682cc8969&skv=2019-02-02&sv=2018-11-09&sr=b&sp=r&spr=https%2Chttp&sig=p4aMqXqkP%2FI1IhOVGCB9JL8vUUvfNBBF12ESpKhKXOk%3D&az=oaivgprodscus",
            "state": "succeeded"
        }
    ]
}

可以看到结果中有一个 task_id 字段，其他的字段都和上文类似，通过该字段即可实现任务的关联。

错误处理

在调用 API 时，如果遇到错误，API 会返回相应的错误代码和信息。例如：

• 400 token_mismatched：Bad request, possibly due to missing or invalid parameters.
• 400 api_not_implemented：Bad request, possibly due to missing or invalid parameters.
• 401 invalid_token：Unauthorized, invalid or missing authorization token.
• 429 too_many_requests：Too many requests, you have exceeded the rate limit.
• 500 api_error：Internal server error, something went wrong on the server.

错误响应示例

1
2
3
4
5
6
7
8

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档，您已经了解了如何使用 Sora Videos Generation API 可通过输入提示词以及参考图片来生成视频。希望本文档能帮助您更好地对接和使用该 API。如有任何问题，请随时联系我们的技术支持团队。

通过服务 ID 获取该服务下挂载的全部 API 端点信息（路径、定价、阶段、关联文档等）。与获取 AceDataCloud 平台 API 列表的区别：本接口只返回指定一个服务下的 API，前者会跨服务返回全部 API。

适用场景：服务详情页右侧的「该服务包含的接口」面板、Agent 工具能力枚举、文档站点导航生成等。

ℹ️ 本接口属于 AceDataCloud 平台管理 API，统一前缀 https://platform.acedata.cloud/api/v1/。完整接口索引见获取 AceDataCloud 平台文档列表。

接口概览

鉴权说明

本接口完全公开，无需账户令牌或登录态。

路径参数

⚠️ 这里和服务详情接口不一样：详情接口同时支持 UUID 和 alias，本接口只支持 UUID。如果你只有 alias，先调一次详情接口拿到 UUID 再用。

查询参数

请求示例

cURL

1
2
3
4
5
6

curl 'https://platform.acedata.cloud/api/v1/services/8efa1d83-9b75-4562-b44a-af95ce563d05/apis/' \
  -H 'accept: application/json'

# 只看稳定版接口
curl 'https://platform.acedata.cloud/api/v1/services/8efa1d83-9b75-4562-b44a-af95ce563d05/apis/?stage=Stable' \
  -H 'accept: application/json'

Python

1
2
3
4
5
6
7
8
9
10
11
12
13

import requests

service_id = "8efa1d83-9b75-4562-b44a-af95ce563d05"
resp = requests.get(
    f"https://platform.acedata.cloud/api/v1/services/{service_id}/apis/",
    headers={"accept": "application/json"},
    params={"limit": 50},
    timeout=10,
)
data = resp.json()
print(f"该服务下共有 {data['count']} 个 API")
for api in data["items"]:
    print(f"  [{api['stage']:>10}] {api['title']:30s} {api['path']}")

Node.js

1
2
3
4
5

const serviceId = '8efa1d83-9b75-4562-b44a-af95ce563d05'
const r = await fetch(`https://platform.acedata.cloud/api/v1/services/${serviceId}/apis/`)
const { count, items } = await r.json()
console.log(`API 数: ${count}`)
items.forEach((api) => console.log(`${api.title} -> ${api.path}`))

响应示例（HTTP 200）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

{
  "count": 7,
  "items": [
    {
      "id": "e4fbc3b6-4f44-48fb-a049-40f5c27c7cd3",
      "document_id": "20945baf-b263-457b-be5f-0332c2180a57",
      "service_id": "8efa1d83-9b75-4562-b44a-af95ce563d05",
      "name": "Face Analyze API",
      "title": "五官定位 API",
      "path": "/face/analyze",
      "path2": null,
      "introduction": "该API可用于对请求图片进行五官定位（也称人脸关键点定位），计算构成人脸轮廓的 90 个点。",
      "cost": [
        { "conditions": { "==": [1, 1] }, "consumption": 0.0025 }
      ],
      "stage": "Stable",
      "rank": 10,
      "tags": [],
      "metadata": null,
      "created_at": "2024-08-06T03:20:03.105765Z",
      "updated_at": "2026-04-26T16:16:56.579972Z"
    }
  ]
}

响应字段说明

ℹ️ 本接口不返回 definition（OpenAPI Schema）字段——schema 体量大且很少需要。要看 schema 请调用获取 AceDataCloud 平台 API 详情。

错误处理

实用提示

• 看到 stage=Deprecated 的 API 请勿在新项目使用，会在未来 6 个月内移除。
• 多 path 服务：少数服务（如 ChatDoc）有多套接口路径，本接口会返回多条记录。
• 自动生成 SDK：常见做法是先调 services/?type=Api，再对每个服务调本接口拿到 api_ids，最后调 /apis/{id} 拿 OpenAPI Schema 用 openapi-generator 生成客户端代码。

相关接口

• 获取 AceDataCloud 平台服务详情
• 获取 AceDataCloud 平台 API 详情 — 含 OpenAPI 3.0 Schema
• 获取 AceDataCloud 平台 API 调用统计 — 每个 API 的调用次数
• 获取 AceDataCloud 平台服务下的 Proxy 列表

📘 完整指南：在 OpenCode 里用全部 11 个 AceData Cloud MCP →

字节跳动出品的图像模型，中文语义理解强，擅长国风、东方审美、写实摄影。通过 MCP 接入 OpenCode 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 11 个 MCP Server。详细步骤见 完整指南。

配置

编辑配置：~/.config/opencode/opencode.json

1
2
3
4
5
6
7
8
9

{
  "mcp": {
    "seedream": {
      "type": "remote",
      "url": "https://seedream.mcp.acedata.cloud/mcp",
      "headers": { "Authorization": "Bearer 你的Token" }
    }
  }
}

重启 OpenCode（或在会话内执行 /mcp reload）即可调用工具。

使用示例

用 Seedream 生成一幅中国风山水画：远山、溪流、茅草亭

生成一张国潮风插画：锦鲤跃出水面，背景祥云

把这张照片（链接 xxx）按文字指令修改（SeedEdit 3.0）

工具

相关链接

• Seedream MCP Server (GitHub)
• Seedream MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

本文将介绍一种 Midjourney Edits API 对接说明，它是可以通过输入提示词来编辑传入的图片进行生成。

申请流程

要使用 API，需要先到 Midjourney Edits API 对应页面申请对应的服务，进入页面之后，点击「Acquire」按钮，如图所示：

如果你尚未登录或注册，会自动跳转到登录页面邀请您来注册和登录，登录注册之后会自动返回当前页面。

在首次申请时会有免费额度赠送，可以免费使用该 API。

基本使用

首先先了解下基本的使用方式，就是输入提示词 prompt、 生成行为 action、参考图片 image_url，便可获得处理后的结果，首先需要简单地传递一个 action 字段，它的值为 generate，具体的内容如下：

可以看到这里我们设置了 Request Headers，包括：

• accept：想要接收怎样格式的响应结果，这里填写为 application/json，即 JSON 格式。
• authorization：调用 API 的密钥，申请之后可以直接下拉选择。

另外设置了 Request Body，包括：

• mask：可以指定图像区域的掩码位置以进行编辑和重新生成。
• split_images：将生成的图像分割成多个图像，通过sub_image_urls字段返回。缺省情况下，为false。
• action：此次编辑图片生成任务的行为，默认是 generate。
• image_url：需要编辑的图片链接。
• prompt：提示词。
• mode：生成模式，可选 fast/relax/turbo。
• callback_url：需要回调结果的URL。

选择之后，可以发现右侧也生成了对应代码，如图所示：

点击「Try」按钮即可进行测试，如上图所示，这里我们就得到了如下结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

{
  "sub_image_urls": [
    "https://cdn.midjourney.com/88e16dab-ef48-43a5-af73-bf24065287bc/0_0.png",
    "https://cdn.midjourney.com/88e16dab-ef48-43a5-af73-bf24065287bc/0_1.png",
    "https://cdn.midjourney.com/88e16dab-ef48-43a5-af73-bf24065287bc/0_2.png",
    "https://cdn.midjourney.com/88e16dab-ef48-43a5-af73-bf24065287bc/0_3.png"
  ],
  "image_url": "https://storage.fonedis.cc/attachments/1372468820912115716/1391371957878132849/cat_sitting_table_88e16dab-ef48-43a5-af73-bf24065287bc.png?ex=686ba79d&is=686a561d&hm=ad005d06f6673d6152456e04c3cbec39d062bd9df10448623fae27ddaf8b8a80&",
  "image_width": 960,
  "image_height": 1200,
  "raw_image_url": "https://storage.fonedis.cc/attachments/1372468820912115716/1391371957878132849/cat_sitting_table_88e16dab-ef48-43a5-af73-bf24065287bc.png?ex=686ba79d&is=686a561d&hm=ad005d06f6673d6152456e04c3cbec39d062bd9df10448623fae27ddaf8b8a80&",
  "raw_image_width": 960,
  "raw_image_height": 1200,
  "progress": 100,
  "image_id": "1391372193836826624",
  "task_id": "26c39859-f54a-4998-9e42-3da96eceee8c",
  "success": true
}

返回结果一共有多个字段，介绍如下：

• success，此时图片编辑生成任务的状态情况。
• task_id，此时图片编辑生成任务ID。
• image_id，此次图片编辑任务的图片ID。
• sub_image_urls，图片生成任务的多个图片结果。
• image_url，图片生成结果的图片链接。
• image_width，图片生成结果的宽度。
• image_height，图片生成结果的高度。
• progress，此时图片编辑生成任务的进度字段。

可以看到我们得到了满意的图片信息，我们只需要根据结果中 image_url 的图片链接地址获取生成的图片即可。

另外如果想生成对应的对接代码，可以直接复制生成，例如 CURL 的代码如下：

1
2
3
4
5
6
7
8
9
10

curl -X POST 'https://api.acedata.cloud/midjourney/edits' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "prompt": "A cat sitting on a table",
  "split_images": true,
  "image_url": "https://cdn.acedata.cloud/jgo1cw.jpg",
  "action": "generate"
}'

异步回调

由于 Midjourney Edits API生成的时间相对较长，大约需要 1-2 分钟，如果 API 长时间无响应，HTTP 请求会一直保持连接，导致额外的系统资源消耗，所以本 API 也提供了异步回调的支持。

整体流程是：客户端发起请求的时候，额外指定一个 callback_url 字段，客户端发起 API 请求之后，API 会立马返回一个结果，包含一个 task_id 的字段信息，代表当前的任务 ID。当任务完成之后，生成视频的结果会通过 POST JSON 的形式发送到客户端指定的 callback_url，其中也包括了 task_id 字段，这样任务结果就可以通过 ID 关联起来了。

下面我们通过示例来了解下具体怎样操作。

首先，Webhook 回调是一个可以接收 HTTP 请求的服务，开发者应该替换为自己搭建的 HTTP 服务器的 URL。此处为了方便演示，使用一个公开的 Webhook 样例网站 https://webhook.site/，打开该网站即可得到一个 Webhook URL，如图所示：

将此 URL 复制下来，就可以作为 Webhook 来使用，此处的样例为 https://webhook.site/556e6971-b41f-4fa8-9151-6e91acd0399f。

接下来，我们可以设置字段 callback_url 为上述 Webhook URL，同时填入相应的参数，具体的内容如图所示：

点击运行，可以发现会立即得到一个结果，如下：

1
2
3

{
  "task_id": "b8b7fdc2-628e-40dd-bc0c-671c3ddac9e9"
}

稍等片刻，我们可以在 https://webhook.site/556e6971-b41f-4fa8-9151-6e91acd0399f 上观察到生成视频的结果，如图所示：

内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

{
    "sub_image_urls": [
        "https://cdn.midjourney.com/f3638ed2-60f6-49dd-897a-6d68c15afb17/0_0.png",
        "https://cdn.midjourney.com/f3638ed2-60f6-49dd-897a-6d68c15afb17/0_1.png",
        "https://cdn.midjourney.com/f3638ed2-60f6-49dd-897a-6d68c15afb17/0_2.png",
        "https://cdn.midjourney.com/f3638ed2-60f6-49dd-897a-6d68c15afb17/0_3.png"
    ],
    "image_url": "https://storage.fonedis.cc/attachments/1372468820912115716/1391374307719905340/cat_sitting_table_f3638ed2-60f6-49dd-897a-6d68c15afb17.png?ex=686ba9cd&is=686a584d&hm=71543c21c38db8a50c7ebcf54bc5208ec349e8592ec9e332f778f74167000ced&",
    "image_width": 960,
    "image_height": 1200,
    "raw_image_url": "https://storage.fonedis.cc/attachments/1372468820912115716/1391374307719905340/cat_sitting_table_f3638ed2-60f6-49dd-897a-6d68c15afb17.png?ex=686ba9cd&is=686a584d&hm=71543c21c38db8a50c7ebcf54bc5208ec349e8592ec9e332f778f74167000ced&",
    "raw_image_width": 960,
    "raw_image_height": 1200,
    "progress": 100,
    "image_id": "1391374390892953600",
    "task_id": "b8b7fdc2-628e-40dd-bc0c-671c3ddac9e9",
    "success": true
}

可以看到结果中有一个 task_id 字段，其他的字段都和上文类似，通过该字段即可实现任务的关联。

错误处理

在调用 API 时，如果遇到错误，API 会返回相应的错误代码和信息。例如：

• 400 token_mismatched：Bad request, possibly due to missing or invalid parameters.
• 400 api_not_implemented：Bad request, possibly due to missing or invalid parameters.
• 401 invalid_token：Unauthorized, invalid or missing authorization token.
• 429 too_many_requests：Too many requests, you have exceeded the rate limit.
• 500 api_error：Internal server error, something went wrong on the server.

错误响应示例

1
2
3
4
5
6
7
8

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档，您已经了解了如何使用 Midjourney Edits API 可通过输入提示词来对图片进行编辑操作。希望本文档能帮助您更好地对接和使用该 API。如有任何问题，请随时联系我们的技术支持团队。

📘 完整指南：在 Windsurf 里用全部 11 个 AceData Cloud MCP →

基于 Gemini 的多模态图像模型，擅长理解复杂指令、精细编辑、连贯一致的角色。通过 MCP 接入 Windsurf 后，可以直接在对话里调用，不用切窗口、不用复制粘贴。

获取 API Token

到 AceData Cloud 平台 注册账号，复制首页的 API Token——一个 Token 即可使用全部 11 个 MCP Server。详细步骤见 完整指南。

配置

编辑配置：~/.codeium/windsurf/mcp_config.json

1
2
3
4
5
6
7
8

{
  "mcpServers": {
    "nanobanana": {
      "serverUrl": "https://nanobanana.mcp.acedata.cloud/mcp",
      "headers": { "Authorization": "Bearer 你的Token" }
    }
  }
}

保存后在 Windsurf 中刷新 MCP 列表即可看到工具。

使用示例

用 NanoBanana 生成一只穿着宇航服的橘猫，在月球上吃汉堡

把这张人物照（链接 xxx）改成水墨画，保留人物特征

生成一张产品图：一杯冒着热气的咖啡，逆光，木桌，胶片质感

工具

相关链接

• NanoBanana MCP Server (GitHub)
• NanoBanana MCP on PyPI
• AceData Cloud 平台
• MCP 协议官网

📘 完整指南：在 Claude Code 里用全部 11 个 AceData Cloud MCP →

你在远程服务器上用 Claude Code 排查一个 OOM 问题。看到了一条不太熟悉的内核日志。以前只能复制错误信息，切到本地浏览器搜索，再切回终端。

但如果 Claude Code 能直接搜 Google 呢？

获取 API Token

使用 Serp MCP Server 之前，你需要一个 AceData Cloud 的 API Token。获取方式非常简单：

1. 打开 AceData Cloud 平台，支持 GitHub、Google 或微信登录，注册后自动获得免费额度
2. 登录后，在首页即可看到你的 API Token，点击复制按钮即可获取

1. 如果额度用完，可以前往 控制台 充值，支持支付宝、微信和 Stripe

一个 Token 即可使用所有 MCP Server，无需为每个服务单独申请。

💡 如果你不想手动配置，也可以直接在 Claude.ai 网页版中使用，通过 OAuth 连接，无需 API Token。详见 Claude + Google Search MCP 图文教程。

配置 Claude Code

一行命令搞定：

1
2

claude mcp add serp --transport http https://serp.mcp.acedata.cloud/mcp \
  -H "Authorization: Bearer 你的Token"

⚠️ 注意： -H 必须大写。小写 -h 是 --help，不是 header 参数。

不加 -s 默认是 local scope，只在当前项目目录下生效。建议明确指定 scope：

将 你的Token 替换为上一步复制的 API Token。添加后 Claude Code 自动加载搜索工具。

典型场景

调试生产问题

SSH 到远程服务器，遇到不认识的错误码：

1

搜索 nginx error 502 bad gateway upstream sent too big header 怎么解决

不需要开浏览器，不需要断开 SSH。

技术选型调研

1

搜索一下 2025 年 Python 异步 ORM 的性能对比，SQLAlchemy 2.0 async vs Tortoise ORM

可以限定时间范围，只看最新结果。

查官方文档

1

搜索 Kubernetes CronJob concurrencyPolicy 的官方文档，Forbid 和 Replace 的区别

直接搜官方文档比凭记忆靠谱。

完整工具列表

支持指定国家、语言、时间范围。

团队共享配置

项目根目录放 .mcp.json，团队 clone 后自动能用：

1
2
3
4
5
6
7
8
9
10
11

{
  "mcpServers": {
    "serp": {
      "type": "http",
      "url": "https://serp.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer 你的Token"
      }
    }
  }
}

其他编辑器配置

• Cursor — .cursor/mcp.json 中 mcpServers 下添加同样配置
• VS Code — .vscode/mcp.json 中 servers 下添加同样配置
• Windsurf — .windsurf/mcp.json，格式同 Cursor

相关链接

• Serp MCP Server GitHub
• AceData Cloud 平台
• MCP 协议官网

这是一篇总览文章：把 AceData Cloud 提供的 11 个 MCP Server 一次性接到 Codex CLI，让 OpenAI 的开源终端编程工具在写代码之余顺手生图、写歌、做视频。

Codex CLI 是 OpenAI 官方推出的开源终端 AI 编程助手，原生支持 MCP。

AceData Cloud 提供哪些 MCP Server？

我们把以下能力封装成托管式远程 MCP Server，开箱即用：

一个 AceData Cloud Token = 全部 11 个 MCP Server，统一计费、按调用扣费，无月费。

为什么 Codex CLI + MCP

• OpenAI 官方维护，长期更新有保障
• 极简启动 codex，任何 shell 都能用
• 通过 MCP 调用 AceData Cloud，绕过模型本身的能力上限（写歌、生图、视频）

第 1 步：获取 API Token

1. 打开 AceData Cloud 平台，支持 GitHub、Google、微信、邮箱、手机号登录，注册即送免费额度。
2. 登录后首页就能看到你的 API Token，点击复制。

1. 余额不足时去 控制台 → 充值，支持支付宝、微信、Stripe。

第 2 步：在 Codex CLI 中添加 MCP

Codex CLI 用 TOML 格式的配置文件 ~/.codex/config.toml。在文件末尾追加：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

[mcp_servers.suno]
url = "https://suno.mcp.acedata.cloud/mcp"
[mcp_servers.suno.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.midjourney]
url = "https://midjourney.mcp.acedata.cloud/mcp"
[mcp_servers.midjourney.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.flux]
url = "https://flux.mcp.acedata.cloud/mcp"
[mcp_servers.flux.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.seedream]
url = "https://seedream.mcp.acedata.cloud/mcp"
[mcp_servers.seedream.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.nanobanana]
url = "https://nanobanana.mcp.acedata.cloud/mcp"
[mcp_servers.nanobanana.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.luma]
url = "https://luma.mcp.acedata.cloud/mcp"
[mcp_servers.luma.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.sora]
url = "https://sora.mcp.acedata.cloud/mcp"
[mcp_servers.sora.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.veo]
url = "https://veo.mcp.acedata.cloud/mcp"
[mcp_servers.veo.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.seedance]
url = "https://seedance.mcp.acedata.cloud/mcp"
[mcp_servers.seedance.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.serp]
url = "https://serp.mcp.acedata.cloud/mcp"
[mcp_servers.serp.headers]
Authorization = "Bearer 你的Token"

[mcp_servers.shorturl]
url = "https://shorturl.mcp.acedata.cloud/mcp"
[mcp_servers.shorturl.headers]
Authorization = "Bearer 你的Token"

替换 你的Token 后保存，下次启动 codex 时所有 MCP Server 自动加载。

第 3 步：试一试

配置完成后，重启编辑器 / CLI，让它重新加载 MCP Server。然后就可以这样用：

例 1（写完 PR 后生成 cover 图）：

用 Flux 生成一张 GitHub PR 封面，主题是”开源协作”，1280x640。

例 2（写技术博客时找资料）：

用 Serp 搜 “OpenAI Codex CLI tutorial 2026” 前 5 条最新文章。

例 3（demo 视频 BGM）：

用 Suno 写 45 秒平静钢琴曲做开发者教程 BGM。

计费与额度

• 按次扣费，不调用不花钱，无月费、无最低消费。
• 同一 Token 在所有 MCP Server 之间共享额度。
• 所有调用记录、剩余额度、消费明细可在 控制台 查看。
• 大用量需求可联系商务，享受批量价格。

常见问题

Q：可以只接入其中几个 MCP Server 吗？
A：当然，按需添加配置即可，没用到的就不加。

Q：有没有更便宜的接入方式？
A：直接调用 REST API 比 MCP 更便宜（少一层封装），但失去 MCP 在 LLM 工具调用上的便利。

Q：海外 / 跨境延迟问题？
A：所有 MCP Server 部署在香港，全球访问稳定；中国大陆直连无需代理。

Q：支持自托管吗？
A：MCP Server 全部 开源在 GitHub，可自行部署。

相关链接

• AceData Cloud 平台首页
• 所有 MCP Server 列表
• REST API 文档
• 完整应用案例

📘 完整指南：在 Claude.ai 网页版里用全部 11 个 AceData Cloud MCP →

想让 Claude 直接出图？不用切到 Discord，不用记 /imagine 命令，不用调任何参数。在 Claude.ai 聊天框里随手敲一句英文 prompt，Claude 自己会去调用 Midjourney，几十秒后把 2×2 网格图、放大、变体一并丢回来。

本文是一篇亲手在 Claude.ai 网页版跑通的实测记录：从添加 Connector、OAuth 授权，到一句 prompt 生成完整 16:9 网格图，全程截图，复制即可复现。

什么是 MCP？

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，让 Claude 这类模型可以通过标准接口调用外部工具。简单理解：给 Claude 装上插件能力。

AceData Cloud 把 Midjourney 的核心能力封装成了一个远程 MCP Server，挂上去之后 Claude 就能直接：

• 从文字描述生成 Midjourney 2×2 网格图
• 放大（Upscale）任意一张到高分辨率
• 生成同主题的变体（Variations）
• 重新生成（Reroll）
• 局部修改（Vary Region / Inpaint）
• 缩放、扩图（Zoom Out / Pan）
• 翻译中文 prompt、补全 prompt
• 查询任务状态、获取历史结果

整套接入只需一个 URL，剩下交给 Claude。

在 Claude.ai 网页版添加 Midjourney MCP

💡 Claude.ai 网页版接入是 OAuth 直连，不需要复制 API Token。你只需要一个能登录 AceData Cloud 的账号（GitHub / Google / 微信均可）。

1. 打开 Connectors 设置

登录 https://claude.ai，点左下角头像 → Settings → Customize → Connectors，或直接访问 https://claude.ai/customize/connectors。

⚠️ 旧入口 /settings/connectors 已经迁移到 /customize/connectors，访问旧地址会看到一条 “Connectors have moved to Customize” 的提示。

2. 添加 Midjourney MCP Server

点击 Add custom connector，在弹出对话框里填：

点 Add，Claude 会自动发现 Server 暴露的全部工具。

3. OAuth 授权

第一次连接会跳到 AceData Cloud 的 OAuth 授权页，用你的 AceData Cloud 账号登录、点 Authorize 即可。如果还没注册，先去 https://platform.acedata.cloud 注册一下，注册即送免费额度，足够你跑完本文的 demo。

4. 检查工具列表 & 把工具切到 Always allow

授权完成后回到 Claude.ai，点开 Midjourney Connector，能看到 Imagine / Upscale / Variation / Reroll / Pan / Zoom / Vary Region / Translate / Get Task 等十多个工具：

⚙️ 强烈建议把每个工具下拉切换到 Always allow，否则每次工具调用都会弹确认框。生成一张图通常会触发 2–4 次工具调用（提交 + 多次查询状态），点确认到怀疑人生。

实测：一句英文 Prompt 出图

下面是我真实跑出来的对话，提示词是英文（Midjourney 对英文 prompt 理解更稳定）：

Prompt: Use Midjourney to generate one image of a futuristic cyberpunk city skyline at night, neon lights reflecting on wet streets, cinematic, 16:9 aspect ratio.

Claude 收到后做的事情：

1. 自动调用 imagine_midjourney，带上 prompt 和 --ar 16:9
2. 拿到 task id，自己开始轮询 get_midjourney_task
3. 约 1 分钟左右拿到 2×2 网格图（4 张候选），分辨率 2912×1632
4. 把图片链接 + 文字总结一次性贴回聊天框，附带”要 upscale 哪张？要 variation 吗？”的后续提示

下面是聊天最终结果截图：

实际生成的 2×2 网格图（直接落到 platform.cdn.acedata.cloud，长期可用）：

💡 图片链接是稳定的：AceData Cloud 把 Midjourney 出来的图直接搬到自己的 CDN（platform.cdn.acedata.cloud/midjourney/<id>.png），不像直连 Discord CDN 那样会过期。Claude 返回的链接可以直接贴到博客、PPT、设计稿里。

更多玩法（同样一个 Connector）

把 prompt 换成下面这些，Claude 会自动选合适的工具：

放大其中一张到高清

1

Upscale the top-left panel.

→ Claude 调用 upscale 工具，把第 1 张拉到约 5824×3264。

生成变体

1

Generate variations of the bottom-right one.

→ Claude 调用 variation 工具，再出 4 张同主题候选。

改局部 / 重画一部分

1

Take the upscaled image and replace the sky with a giant orange moon.

→ Claude 调用 Vary Region / inpaint 系列工具。

扩图 / 横向延展

1

Zoom out 2x to show more of the city below.

→ Claude 调用 Zoom Out。

纯英文 prompt 翻译

1
2

Translate this Chinese MJ prompt to English first, then generate it:
"赛博朋克风格的雨夜上海外滩"

→ Claude 先调 translate_midjourney_prompt 把中文转成 Midjourney 友好的英文，再 imagine。

常见问题

Q：为什么我点了 Always allow，新工具还是要确认？
A：Always allow 是按工具粒度记忆的。Imagine、Upscale、Variation、Get Task 是 4 个不同工具，第一次各确认一次即可。

Q：余额不够怎么办？
A：错误信息里会带 insufficient balance。去 https://platform.acedata.cloud/console/coin 充值，支持支付宝 / 微信 / Stripe / USDC。生成一张网格图通常消耗几个 credit，新账号免费额度足够测几次。

Q：可以和别的 MCP 一起用吗？
A：可以。Claude.ai 支持多 Connector 并存。一句 “用 Midjourney 出一张赛博朋克城市图，然后用 Suno 写一首匹配这张图氛围的歌” 就能让 Claude 自己编排图像 + 音乐流水线。完整列表见 Claude.ai × 11 个 MCP 总览。

Q：Claude Desktop 和 Claude Code 也能这么用吗？
A：能。详见 Claude Desktop + Midjourney MCP 和 Claude Code + Midjourney MCP。

相关链接

• Midjourney MCP Server URL
• Midjourney MCP GitHub
• Midjourney MCP PyPI
• AceData Cloud 平台
• MCP 协议官网

想要一条“看起来就贵”的视频，以前意味着大量人力：分镜、拍摄、灯光、后期……时间长、成本高。Ace Data Cloud 的 Veo Videos API 让事情变得不同：

• 文生视频（text2video）：把你的镜头设想直接写成提示词；
• 图生视频（image2video）：用一张或多张参考图，生成自然衔接的动态；
• 1080p 升级（get_1080p）：对已生成视频再次升级清晰度；
• 多模型选择：veo2/veo2-fast/veo3/veo3-fast，在质量与速度间自由取舍。

关键链接

• 文档页：Veo Videos Generation API https://platform.acedata.cloud/documents/63e01dc3-eb21-499e-8049-3025c460058f
• 接口：POST https://api.acedata.cloud/veo/videos

可视化参数与界面示意

• 基本参数与模型选择：
• 自动生成代码视图：

一、案例合集（每个案例都含请求、返回与“可播放链接/字段”）

案例 1：文生视频（text2video）拍“旋转咖啡杯”的开场镜头

• 场景与镜头语言：主体白瓷咖啡杯、光滑大理石台面、清晨窗光、镜头缓慢 360° 围绕、把手处稍作停顿、节奏从容细腻。
• 输入（cURL）

1
2
3
4
5
6
7
8
9

curl -X POST 'https://api.acedata.cloud/veo/videos' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "action": "text2video",
    "model": "veo2",
    "prompt": "White ceramic coffee mug on glossy marble countertop with morning window light. Camera slowly rotates 360 degrees around the mug, pausing briefly at the handle."
  }'

• 输出（节选）

1
2
3
4
5
6
7
8
9
10
11
12
13

{
  "success": true,
  "task_id": "dd01fc69-e1f7-4b68-aa8c-463f6b748d11",
  "data": [
    {
      "id": "253eedc47f1c4eb2a370ed2312168f4b",
      "video_url": "https://platform.cdn.acedata.cloud/veo/dd01fc69-e1f7-4b68-aa8c-463f6b748d11.mp4",
      "created_at": "2025-07-25 16:07:43",
      "complete_at": "2025-07-25 16:10:28",
      "state": "succeeded"
    }
  ]
}

案例 2：图生视频（image2video）让静态海报“活起来”

• 用法：给现有 KV/海报做 5–8 秒的动态延展，用于短视频开场与社媒循环播放。
• 输入（Python，节选）

1
2
3
4
5
6
7
8
9
10

import requests
url = "https://api.acedata.cloud/veo/videos"
headers = {"accept": "application/json","authorization": "Bearer {token}","content-type": "application/json"}
payload = {
  "action": "image2video",
  "model": "veo2",
  "prompt": "Let it dance",
  "image_urls": ["https://cdn.acedata.cloud/7p1jhy.png"]
}
print(requests.post(url, json=payload, headers=headers).text)

• 输出（节选）

1
2
3
4
5
6
7
8
9
10
11

{
  "success": true,
  "task_id": "98e309f3-35bc-438d-8cb3-4015fc864b87",
  "data": [
    {
      "id": "59f12222b1fa4fbe9331ff2400ad1583",
      "video_url": "https://platform.cdn.acedata.cloud/veo/98e309f3-35bc-438d-8cb3-4015fc864b87.mp4",
      "state": "succeeded"
    }
  ]
}

• 表单填写与自动生成代码界面（示意）：

案例 3：1080p 升级（get_1080p）让“胜出版本”更清晰

• 背景：A/B 后选出表现最好的视频，升级到 1080p 用于投放或大屏播放。
• 查找 video_id（界面示意）：
• 输入（cURL）

1
2
3
4
5
6
7
8
9

curl -X POST 'https://api.acedata.cloud/veo/videos' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "action": "get_1080p",
    "model": "veo2",
    "video_id": "59f12222b1fa4fbe9331ff2400ad1583"
  }'

• 输出（节选）

1
2
3
4
5
6
7
8
9
10
11

{
  "success": true,
  "task_id": "47a51cfe-2e24-4aba-93b3-546c2dc52984",
  "data": [
    {
      "id": "59f12222b1fa4fbe9331ff2400ad1583",
      "video_url": "https://platform.cdn.acedata.cloud/veo/47a51cfe-2e24-4aba-93b3-546c2dc52984.mp4",
      "state": "succeeded"
    }
  ]
}

案例 4：品牌栏目片头模板化（多模型与参数切换）

• 做法：

  • 文案模板：

    1	"<brand keywords> opening sequence, logo reveal with dynamic light streaks, camera push-in then slow orbit, elegant, premium, cinematic lighting"

  • 模型策略：veo2-fast 先快速验证、veo3/veo3-fast 出高质量版本；

  • 比例适配：横版/竖版封面双版本，便于多渠道分发。

案例 5：产品短片（雾面玻璃手机 + 背景流光）

• Prompt（可复用）：

1

"matte glass smartphone floating above a minimal pedestal, moody rim light, soft volumetric glow, background light trails sweeping left to right, 6-second loop, camera slow dolly-in, cinematic"

• 路径：先 text2video → 若出现理想关键帧，导出为首帧再试 image2video。

二、常见工作流（从灵感到成片）

1. 写镜头语言：主体/光线/机位/运动/节奏；
2. 生成多个版本做“眼缘筛选”与小额投放测试；
3. 胜出版本做 1080p 升级；
4. 素材落库：保存 video_url、model、prompt、created_at、complete_at 等字段；
5. 形成“镜头模板库”，后续按主题套用。

三、提示词与参数技巧（更稳更像你想要的）

• 镜头：slow orbit、dolly-in、pan、tilt、rack focus、time-lapse；
• 光线：golden hour、studio lighting、rim light、soft glow、volumetric；
• 质感：matte、glossy、aluminium、velvet、ceramic；
• 节奏：slow/fast, loop, 3–6 seconds；
• 模型策略：veo2-fast 探索、veo3-fast 上量、veo3 上质。

四、开发者速通（3 步接入）

1. 在文档页点击 Acquire 获取凭证（一般附带免费额度）。
2. 调用 POST /veo/videos：传 action、model、prompt/image_urls/video_id；
3. 关注返回：video_url 成品链接、created_at/complete_at 用于排期追踪。

五、典型落地场景

• 品牌与广告：开场片头、节日主题片、产品镜头；
• 媒体与创作者：栏目包装、Logo 动效、封面循环背景；
• 产品与 UI：App/网站/线下屏的高级动效背景。

六、合规与建议

• 版权与素材：确保参考图片/元素具有合法使用权限；
• 平台规范：遵守分发渠道的视频规范与内容政策；
• 成本优化：先用 fast 模型验证方向，成片再升质量与清晰度。

现在就把“看上去很贵”，变成“人人配得起”

• Veo 文档页：https://platform.acedata.cloud/documents/63e01dc3-eb21-499e-8049-3025c460058f
• 接口：POST https://api.acedata.cloud/veo/videos

适合谁

• 品牌与广告：
  • 做“带镜头”的产品短片，旋转、跟拍、推拉摇移都能准确描述；
  • 节日与节点活动，快速形成有质感的主视觉视频。
• 媒体与创作者：
  • 做栏目片头/片尾，用同一套镜头语言形成稳定识别；
  • 以静帧作画，再生成动态，保持风格统一。
• 产品与 UI：
  • 为 App/网站/线下屏制作高端动效背景，显著提升“第一观感”。

你的第一条电影感短片，这么写

提示词建议包含：主体 + 场景 + 光线 + 镜头运动 + 节奏

示例：

• “白瓷咖啡杯放在光滑的大理石台面上，清晨的窗光洒入，镜头缓慢围绕杯身 360° 旋转，在把手处稍作停顿，节奏从容，质感细腻。”

这正是 Veo 擅长的表达方式：你说镜头，它就给你镜头。

工作流范式

1. 文生视频：把镜头语言写清楚，一次生成多个版本；
2. 图生视频：用首尾帧或关键画面，生成逻辑更清晰的动态；
3. 升级 1080p：对“胜出版本”做高清升级，用于投放或大屏播放；
4. 落库分发：把 video_url、created_at、model 等信息归档，形成复用资产。

接入流程

1. 在 Ace Data Cloud 平台打开 Veo 文档页，点击 Acquire 获取凭证（一般附带免费额度）；
2. 发起任务：设置 action（text2video/image2video/get_1080p）、选择 model，传入 prompt 或 image_urls；
3. 结果回调：生成需要时间，建议配置 callback_url，自动接收 video_url 成品。

真实片段

一家咖啡品牌用 Veo 生成“旋杯”短片，上线首页与门店竖屏；同主题做四季版本（清晨/午后/雨夜/雪日），配合文案轮播，线下停留时长与线上点击率同步上升。

把看上去很贵，变成人人配得起

进入 Ace Data Cloud，开通 Veo API。写下你的第一条镜头指令，下一支高质感短片，从今天开始。

Nano Banana Tasks API 的主要功能是通过输入 Nano Banana Images API 生成的任务 ID 来查询该任务的执行情况。

本文档将详细介绍 Nano Banana Tasks API 的对接说明，帮助您轻松集成并充分利用该 API 的强大功能。通过 Nano Banana Tasks API ，您可以轻松实现查询 Nano Banana Images API 的任务执行情况。

请求示例

Nano Banana Tasks API 可以用于查询 Nano Banana Images API 的结果。关于怎样使用 Nano Banana Images API，请参考文档 Nano Banana Images API 。

我们以 Nano Banana Images API 服务返回的任务 ID 一个为例，演示如何使用该 API。假设我们有一个任务 ID：4d320ead-4af4-4a55-8f3e-f2afebdf4fd0，接下来演示如何通过传入一个任务 ID 来。

任务示例图

设置请求头和请求体

Request Headers 包括：

• accept：指定接收 JSON 格式的响应结果，这里填写为 application/json。
• authorization：调用 API 的密钥，申请之后可以直接下拉选择。

Request Body 包括：

• id：上传的任务 ID。
• action：对任务的操作方式。

设置如下图所示：

代码示例

可以发现，在页面右侧已经自动生成了各种语言的代码，如图所示：

部分代码示例如下：

CURL

1
2
3
4
5
6
7
8

curl -X POST 'https://api.acedata.cloud/nano-banana/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "id": "4d320ead-4af4-4a55-8f3e-f2afebdf4fd0",
  "action": "retrieve"
}'

Python

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

import requests

url = "https://api.acedata.cloud/nano-banana/tasks"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "id": "4d320ead-4af4-4a55-8f3e-f2afebdf4fd0",
    "action": "retrieve"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

响应示例

请求成功后，API 将返回此处任务的详情信息。例如：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

{
  "_id": "68bc7c3c550a4144a53d0e24",
  "id": "4d320ead-4af4-4a55-8f3e-f2afebdf4fd0",
  "api_id": "9d8a117e-31ca-4322-a0fd-1771296ec610",
  "application_id": "8afd681a-2a4e-4265-aecb-43970094c019",
  "created_at": 1757183036.787,
  "credential_id": "097b2987-62f4-4ac0-b0cc-aed41e372a07",
  "request": {
    "action": "generate",
    "prompt": "a white siamese cat"
  },
  "trace_id": "7ba1f1e8-0ef8-450d-8bb2-b5c3bf1ea319",
  "type": "images",
  "user_id": "b87f67c1-b04f-4332-99a1-7a5e651331c6",
  "response": {
    "success": true,
    "task_id": "4d320ead-4af4-4a55-8f3e-f2afebdf4fd0",
    "trace_id": "7ba1f1e8-0ef8-450d-8bb2-b5c3bf1ea319",
    "data": [
      {
        "prompt": "a white siamese cat",
        "image_url": "https://platform.cdn.acedata.cloud/nanobanana/7e7bd000-698a-4e14-bb2d-3db61237e4bb.png"
      }
    ]
  }
}

返回结果一共有多个字段，request 字段就是发起任务时的 request body，同时 response 字段是任务完成后返回的 response body。字段介绍如下。

• id，生成此任务的 ID，用于唯一标识此次生成任务。
• request，查询任务中的请求信息。
• response，查询任务中的返回信息。

批量查询操作

这是是针对多个任务 ID 来进行查询任务详情，与上面不同的是需要将 action 选中为 retrieve_batch

Request Body 包括：

• ids：上传的任务 ID 数组。
• action：对任务的操作方式。

示例如下：

1
2
3
4
5
6
7
8

curl -X POST 'https://api.acedata.cloud/nano-banana/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "ids": ["1ebe4f2b-59ba-4385-a4ea-0ce8a3fe12ed","1ebe4f2b-59ba-4385-a4ea-0ce8a3fe12ed"],
  "action": "retrieve_batch"
}'

响应示例

请求成功后，API 将返回此次所有批量任务的具体详情信息。例如：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

{
  "items": [
    {
      "_id": "68bc7c3c550a4144a53d0e24",
      "id": "4d320ead-4af4-4a55-8f3e-f2afebdf4fd0",
      "api_id": "9d8a117e-31ca-4322-a0fd-1771296ec610",
      "application_id": "8afd681a-2a4e-4265-aecb-43970094c019",
      "created_at": 1757183036.787,
      "credential_id": "097b2987-62f4-4ac0-b0cc-aed41e372a07",
      "request": {
        "action": "generate",
        "prompt": "a white siamese cat"
      },
      "trace_id": "7ba1f1e8-0ef8-450d-8bb2-b5c3bf1ea319",
      "type": "images",
      "user_id": "b87f67c1-b04f-4332-99a1-7a5e651331c6",
      "response": {
        "success": true,
        "task_id": "4d320ead-4af4-4a55-8f3e-f2afebdf4fd0",
        "trace_id": "7ba1f1e8-0ef8-450d-8bb2-b5c3bf1ea319",
        "data": [
          {
            "prompt": "a white siamese cat",
            "image_url": "https://platform.cdn.acedata.cloud/nanobanana/7e7bd000-698a-4e14-bb2d-3db61237e4bb.png"
          }
        ]
      }
    }
  ],
  "count": 1
}

返回结果一共有多个字段，其中 items 是包含了批量任务的具体详情信息，每个任务的具体信息与上文的字段一样，字段信息如下。

• items，批量任务的所有具体详情信息。它是一个数组，每个数组的元素和上文查询单个任务的返回结果格式是一样的。
• count，此处批量查询任务的个数。

错误处理

在调用 API 时，如果遇到错误，API 会返回相应的错误代码和信息。例如：

• 400 token_mismatched：Bad request, possibly due to missing or invalid parameters.
• 400 api_not_implemented：Bad request, possibly due to missing or invalid parameters.
• 401 invalid_token：Unauthorized, invalid or missing authorization token.
• 429 too_many_requests：Too many requests, you have exceeded the rate limit.
• 500 api_error：Internal server error, something went wrong on the server.

错误响应示例

1
2
3
4
5
6
7
8

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档，您已经了解了如何使用 Nano Banana Tasks API 进行查询单个或批量任务的所有具体详情信息。希望本文档能帮助您更好地对接和使用该 API。如有任何问题，请随时联系我们的技术支持团队。

AceDataCloud 平台把所有可调用的功能模块抽象为「服务（Service）」——例如 Midjourney 出图、OpenAI 对话、Suno 出歌、Veo 出片、Web 抓取、SERP 搜索等。本接口返回平台上全部可申请的服务清单，每条记录包含名称、定价规则、免费额度、可选套餐、关联的 API/Proxy 端点等完整信息。

通过本接口你可以：

• 在你自己的产品里嵌一个”服务市场”页面，让用户从中挑选。
• 给 LLM Agent 喂一份能力清单，由它决定调哪个服务。
• 写定时脚本监控价格 / 套餐变化。

ℹ️ 本接口属于 AceDataCloud 平台管理 API，统一前缀 https://platform.acedata.cloud/api/v1/。完整接口索引见获取 AceDataCloud 平台文档列表。

接口概览

鉴权说明

本接口完全公开，任何人都可以调用，无需账户令牌或登录态。

💡 但是：如果带上账户令牌，响应里的 applied 字段会变成 true/false（表示你是否已申请该服务），而不是恒为 false。这对前端”已申请 / 立即申请”按钮的二态切换非常方便。

1

Authorization: Bearer platform-v1-92eb****629c   # 可选

账户令牌的获取方式见管理 AceDataCloud 平台账户令牌。

查询参数

请求示例

cURL

1
2
3
4
5
6
7
8
9
10
11
12

# 不带鉴权，获取前 2 个 Api 类型服务
curl 'https://platform.acedata.cloud/api/v1/services/?type=Api&limit=2' \
  -H 'accept: application/json'

# 带鉴权，看 applied 状态
curl 'https://platform.acedata.cloud/api/v1/services/?type=Api&limit=5' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer platform-v1-92eb****629c'

# 按 alias 精准查询
curl 'https://platform.acedata.cloud/api/v1/services/?alias=midjourney' \
  -H 'accept: application/json'

Python

1
2
3
4
5
6
7
8
9
10
11
12

import requests

resp = requests.get(
    "https://platform.acedata.cloud/api/v1/services/",
    headers={"accept": "application/json"},
    params={"type": "Api", "limit": 20, "ordering": "-applied_count"},
    timeout=10,
)
data = resp.json()
print(f"共 {data['count']} 个 Api 服务，按热度倒序")
for svc in data["items"]:
    print(f"  {svc['title']:30s}  {svc['applied_count']:>6} 人申请  {svc['free_amount']} {svc['unit']} 免费")

Node.js

1
2
3
4
5

const params = new URLSearchParams({ type: 'Api', limit: '20', ordering: '-applied_count' })
const r = await fetch(`https://platform.acedata.cloud/api/v1/services/?${params}`)
const { count, items } = await r.json()
console.log(`共 ${count} 个服务`)
items.forEach((s) => console.log(`${s.title} (${s.alias})  免费 ${s.free_amount} ${s.unit}`))

响应示例（HTTP 200）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

{
  "count": 42,
  "items": [
    {
      "id": "8efa1d83-9b75-4562-b44a-af95ce563d05",
      "alias": "face-transform",
      "title": "人脸变换",
      "description": "人脸识别、替换和风格转换等操作服务。",
      "introduction": "",
      "type": "Api",
      "applied": false,
      "applied_count": 281,
      "free_amount": 1.0,
      "unit": "Credit",
      "private": false,
      "need_verify": false,
      "rank": 0,
      "tags": [],
      "metadata": null,
      "thumbnail": "https://cdn.acedata.cloud/qrd7gw.png/thumb_600x300",
      "doc_url": null,
      "demo_url": null,
      "api_ids": [
        "e4fbc3b6-4f44-48fb-a049-40f5c27c7cd3",
        "2c7f6468-58d9-4611-885b-1e34664d49e9"
      ],
      "proxy_ids": [],
      "cost": [
        { "conditions": { "==": [1, 1] }, "consumption": 0.0025 }
      ],
      "packages": [
        {
          "id": "4add61f2-61db-4d1c-85b6-d4876ac122f0",
          "type": "Usage",
          "price": 63.2,
          "amount": 530.0,
          "duration": null,
          "private": false,
          "tags": [],
          "metadata": null,
          "created_at": "2024-12-19T13:57:46.525377Z",
          "updated_at": "2024-12-19T13:57:46.525394Z"
        }
      ],
      "created_at": "2024-06-11T00:41:29.255614Z",
      "updated_at": "2026-04-26T16:12:40.481154Z"
    }
  ]
}

响应字段说明