Hailuo Tasks API 集成与使用指南

Hailuo Tasks API 的主要功能是通过输入由 Hailuo 视频生成 API 生成的任务 ID 来查询任务的执行状态。通过本文档,您将获得详细的集成指导,帮助您轻松整合并充分利用此 API 的强大功能。您可以通过 Hailuo Tasks API 轻松查询 Hailuo 视频生成 API 的任务执行状态。

环境准备

在使用 Hailuo Tasks API 之前,您需要在 Hailuo 视频生成 API 的申请页面申请相应的服务,并从 Hailuo 视频生成 API 中复制任务 ID,如下图所示:

接下来,访问任务 API 页面 Hailuo Tasks API 申请相应的服务。在页面中点击"获取"按钮,如下图所示:

如果您没有登录或注册,系统将自动重定向到 登录页面,邀请您注册并登录。登录或注册后,您将自动返回当前页面。

首次申请者可以使用免费的配额,允许您免费使用此 API。

请求示例

Hailuo Tasks API 可用于查询 Hailuo 视频生成 API 的结果。有关如何使用 Hailuo 视频生成 API 的信息,请参考文档 Hailuo 视频生成 API。

我们将以 Hailuo 视频生成 API 返回的任务 ID 为例,演示如何使用此 API。假设我们有一个任务 ID: 58cc618b-9639-4ee7-add2-d2fcf260d9a3,我们将演示如何传入该任务 ID。

请求头和请求体设置

请求头包括:

  • accept: 指定响应为 JSON 格式,设置为 application/json。
  • authorization: 调用 API 的 API 密钥,可在申请后直接选择。

请求体包括:

  • id: 上传的任务 ID。
  • action: 任务的操作方法。

设置示例如下图所示:

代码示例

您可以在页面右侧看到自动生成的多种语言代码,如下图所示:

以下是一些代码示例:

CURL
bash 复制代码
curl -X POST 'https://api.acedata.cloud/hailuo/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "id": "58cc618b-9639-4ee7-add2-d2fcf260d9a3",
  "action": "retrieve"
}'
Python
python 复制代码
import requests

url = "https://api.acedata.cloud/hailuo/tasks"

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

payload = {
    "id": "58cc618b-9639-4ee7-add2-d2fcf260d9a3",
    "action": "retrieve"
}

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

响应示例

成功请求后,API 将返回视频任务的详细信息,例如:

json 复制代码
{
  "_id": "67866dff550a4144a5867aa7",
  "id": "58cc618b-9639-4ee7-add2-d2fcf260d9a3",
  "api_id": "d5af91f6-a7ec-4015-b0a5-d25051158470",
  "application_id": "2f9f4d93-9193-4c49-a1a5-eddf0ff38abb",
  "created_at": 1736863231.588,
  "credential_id": "f634e655-012e-432e-92a8-a87e4a80d636",
  "request": {
    "action": "generate",
    "prompt": "Internal heat"
  },
  "trace_id": "0c1f9f13-0aef-4d9a-a9d2-1d27055ff190",
  "user_id": "ad7afe47-cea9-4cda-980f-2ad8810e51cf",
  "response": {
    "success": true,
    "task_id": "58cc618b-9639-4ee7-add2-d2fcf260d9a3",
    "trace_id": "0c1f9f13-0aef-4d9a-a9d2-1d27055ff190",
    "data": [
      {
        "id": "2a1tbgnjdxrg80cmcmes19s33r",
        "model": "minimax-t2v",
        "prompt": "Internal heat",
        "first_image_url": null,
        "video_url": "https://file.aigpai.com/czjl/tjU3QYKgU96IJFgpL0eMfBFhmy0qXz9Y05P2IBhShCYaDCFUA/tmp5uligw3a.output.mp4",
        "state": "succeeded"
      }
    ]
  }
}

返回结果包含多个字段,request 字段为任务发起时的请求体,response 字段为任务完成后返回的响应体。字段描述如下:

  • id: 生成的视频任务 ID,用于唯一标识此视频生成任务。
  • request: 视频任务中的请求信息。
  • response: 视频任务中的返回信息。

批量查询操作

此操作用于查询多个任务 ID 的详细信息,和单个任务查询不同,此时需要将 action 选择为 retrieve_batch。

请求体包括:

  • ids: 上传的任务 ID 数组。
  • action: 任务的操作方法。

设置示例如下图所示:

代码示例

以下是不同语言的代码示例:

CURL
bash 复制代码
curl -X POST 'https://api.acedata.cloud/hailuo/tasks' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "ids": ["09d4a93e-d5c8-4778-bdf2-711773d71c59","58cc618b-9639-4ee7-add2-d2fcf260d9a3"],
  "action": "retrieve_batch"
}'
Python
python 复制代码
import requests

url = "https://api.acedata.cloud/hailuo/tasks"

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

payload = {
    "ids": ["09d4a93e-d5c8-4778-bdf2-711773d71c59","58cc618b-9639-4ee7-add2-d2fcf260d9a3"],
    "action": "retrieve_batch"
}

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

响应示例

成功请求后,API 将返回所有批量视频任务的具体细节,例如:

```json { "items": [ { "_id": "67866fad550a4144a587053c", "id": "09d4a93e-d5c8-4778-bdf2-711773d71c59", "api_id": "d5af91f6-a7ec-4015-b0a5-d25051158470", "application_id": "2f9f4d93-9193-4c49-a1a5-eddf0ff38abb", "created_at": 1736863661.511, "credential_id": "f634e655-012e-432e-92a8-a87e4a80d636", "request": { "action": "generate", "prompt": "Internal heat" }, "trace_id

相关推荐
AI算力7 小时前
企业调研——工业边缘计算隐形黑马,腾视科技以“硬件+算法”加速出海落地!
人工智能·ai·边缘计算·ai算力·无人叉车·物理ai·ainas
真上帝的左手11 小时前
26. AI-大语言模型-基础
人工智能·ai·架构·llm·大语言模型
七夜zippoe1 天前
流式输出:让 AI 回答像打字机一样实时返回(SSE 全链路实战)
人工智能·spring·ai·流式输出·ssf
装不满的克莱因瓶1 天前
【AI时代必学】一篇文章教会你从零搭建Serverless架构
java·人工智能·ai·云原生·架构·serverless
七夜zippoe1 天前
多轮对话管理:Session/记忆在 Java 后端怎么存(存储设计实战)
java·开发语言·ai·session·记忆
吴名氏.2 天前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
小七-七牛开发者2 天前
周 1 上线 | DSH 喜提原神进场动画,Anthropic 启动 IPO 路演;黄仁勋辞任;微软全球大宕机超 24 小时
ai·大模型·agent·token·工作流·claudecode·ai coding
GISer_Jing2 天前
GitHub热点I
后端·ai·langchain
QuZhengRong2 天前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
梯度下降者2 天前
让AI的“隐形思维“也能越练越强,这项突破或将重写推理效率的边界
ai·强化学习·潜在推理·代理概率·停止门