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
Meta3918 分钟前
WSL使用Open Code集成VS Code
ai
深念Y1 小时前
约束工程:如何让 AI 没法跑偏
人工智能·ai·软件工程·codex·opencode·ccsiwtch
腾视科技-AIoT2 小时前
腾视科技重磅推出TensorAI智能体平台,开启智能助手新体验
大数据·人工智能·科技·ai·ai大模型·ainas·腾视科技
腾视科技-AIoT2 小时前
腾视科技AIBOX双版本重磅发布!本地安全与全球适配,解锁视频智能新可能
大数据·人工智能·科技·ai·物理ai·ainas·腾视科技
小七-七牛开发者3 小时前
Agent 小知识 | Skill 的设计与生命周期:从工具接口到能力模块
ai·大模型·agent·token·工作流·claudecode·ai coding
阿菜ACai3 小时前
Agent Harness 是怎样和大模型交流的?
ai
金幄科技3 小时前
RAG第四篇:重排序 Rerank——粗召回之后,为什么还需要一次精排
人工智能·算法·ai·ai编程
ShineWinsu4 小时前
对于TRAE中配置Qt的解析
开发语言·c++·ide·vscode·qt·ai·trae
前沿在线4 小时前
2026世界机器人大会主论坛大咖观点(三)
人工智能·ai·大模型
Query*4 小时前
Agent 开发之项目 AI Native 化:通过大模型与 RAG 赋予产品智能能力
java·人工智能·ai