AI 工具 API

AI 工具 API 提供可编程操作，例如图片翻译、语音生成或视频增强。它围绕输入、控制与输出组织模型能力，应用可将多个工具组合成更完整的工作流。

目前包括图片翻译、视频翻译、视频去背景和视频超分。图片生成、聊天、音乐、语音与 3D 可通过各自 task 合集选择，任务目录提供更完整的 AI 工具探索入口。

明确操作与成功标准，再使用代表性素材测试输入要求、输出质量、耗时和计费单位。超分等聚焦任务可以优先比较专用接口，而不是只看通用模型能力。

按文档提交图片和支持的来源、目标语言字段，检查译文与视觉结果，尤其是标签和重要文字。布局、字体或 OCR 控制必须以接口实际提供为准。

核对视频 URL、语言字段、时长和文件要求，检查实际结果如何处理语音、文字等内容。视频翻译名称本身不能证明支持声音克隆、口型同步或字幕生成。

使用专用去背景接口，核对输出、音频与背景颜色选项。测试主体边缘、头发、透明区域和快速运动；需要替换场景时，还应确认媒体流程如何合成输出。

视频超分根据支持的倍率提高已有视频分辨率，需检查细节、运动与伪影。它不能恢复所有丢失信息，也不能保证严重压缩素材等同于原生高清录制。

前一步输出满足下一接口要求时可以。通过 task 选择每一步，验证格式、URL、大小与时长。媒体生成和聊天的请求方式不同，需要在应用中分别协调。

应用可以协调多次请求与依赖步骤，保存任务、控制并发，并等待必要结果完成。部分工具支持单次多个输入，具体应核实，不能默认所有接口都有原生批处理。

按工具文档调用。PoYo 生成类工具返回 task_id 后，可通过状态查询或支持的 webhook 获取结果。传给下一步前验证文件，并保存应用需要保留的素材。

翻译、去背景、超分和生成各有单位与档位，应比较完整操作而非原始起始数字。估算多工具流程时，将每一步费用及必要重试相加。

工具或模型详情页提供字段、限制、示例和价格，模型专属 llms.txt 也提供接入信息。按文档适配 Python、JavaScript 或 HTTP 请求，并在服务端保存 Key。