Gemini Veo 长任务

Veo 插件通过 predictLongRunning 创建 Google long-running operation，再查询 operation 直到完成。提示词位于 instances[0]，当前最多取第一张参考图并以内联 Base64 发送。

接口与鉴权

POST {channel_base_url}/v1beta/models/{model}:predictLongRunning
GET  {channel_base_url}/v1beta/{operation_name}
x-goog-api-key: <GEMINI_API_KEY>
Content-Type: application/json

API Key 必须通过后端头部中转，不能放入浏览器 URL。Vertex AI Veo 的 OAuth、项目、区域和发布者路径不同，不能直接套用 Gemini Developer API Base URL。

模型与能力限制

模型 ID 原样放入创建路径。允许时长、比例、分辨率、音频、参考图类型、并发、结果保留期和计费以 Google 官方模型页及账户区域为准。插件不维护白名单。当前 adapter 只使用第一张图片；视频/音频参考和水印不发送。

参数与字段映射

实际映射为 aspectRatio、durationSeconds、resolution、generateAudio，均放入 parameters。参考图固定为 instances[0].image.inlineData；没有 data URL 时 MIME 和数据会退化为空/通用值，因此远程 URL 应先下载并转为 data URL。

创建任务示例

curl "{channel_base_url}/v1beta/models/YOUR_VEO_MODEL:predictLongRunning" \
  -H "x-goog-api-key: <GEMINI_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "instances":[{
      "prompt":"夜间列车驶过雪原，航拍镜头缓慢下降",
      "image":{"inlineData":{"mimeType":"image/png","data":"<BASE64>"}}
    }],
    "parameters":{"aspectRatio":"16:9","durationSeconds":8,"resolution":"720p","generateAudio":true}
  }'

Operation 轮询与结果

创建响应返回 operation name。宿主会移除开头斜杠，并在缺少 operations/ 前缀时自动补齐，然后请求 /v1beta/operations/...。

{"name":"operations/op_xxx","done":false}

该插件使用独立的 Google LRO parser，不经过通用 status/state 兼容分支：done:false 视为处理中，顶层 error 视为失败，done:true 后从 response.generatedVideos[] 或 response.generateVideoResponse.generatedSamples[] 的 video.uri 读取视频。成功但缺少视频地址会作为真实错误返回，不把 operation 完成误报为媒体已保存。

{
  "name":"operations/op_xxx",
  "done":true,
  "response":{
    "generateVideoResponse":{
      "generatedSamples":[
        {"video":{"uri":"https://generativelanguage.googleapis.com/v1beta/files/..."}}
      ]
    }
  }
}

2.8 KiB Raw Blame History Unescape Escape