VisionStory AI 视频 API

让你的应用生成数字人视频

通过 API、Python SDK 或 CLI，将文本或音频转为数字人视频。也可连接 AI Agent，完成生成与下载。

生成第一个视频浏览 API

输入: 文本或音频
输出: MP4 视频
接入方式: API · SDK · CLI · MCP

POST/api/v1/video

from visionstory import VisionStoryClient, build_video_payload

client = VisionStoryClient.from_env()
video = client.generate_video(build_video_payload(
    avatar_id="your_avatar_id",
    text="Welcome to VisionStory.",
    voice_id="your_voice_id",
))
client.download(video["video_url"], "result.mp4")

✓请求已接受

✓渲染已完成

▶result.mp4可下载

开发者工具

选择接入方式

用 Python SDK 构建应用，用 CLI 自动化任务，或通过 MCP 与 Skill 连接 AI Agent。

使用 Python 开发

适合应用开发

提供带类型定义的认证、上传、轮询和下载方法，无运行时依赖。

pip install visionstory打开指南

用命令行自动化

适合终端与 CI

通过命令创建视频、查询进度和下载结果，也可集成到脚本或 CI 中。

curl -fsSL https://developers.visionstory.ai/cli | bash打开指南

让 Agent 生成视频

适合 AI Agent

连接 MCP 或安装 Skill，让编码 Agent 帮你生成媒体。

uvx visionstory-mcp打开指南

Agent 就绪

连接你常用的 AI Agent

复制一段设置说明交给编码 Agent，或连接 MCP Server，将 VisionStory 作为可复用工具提供给 Agent。

VisionStory CLI

在终端中调用全部 API

安装脚本会在隔离环境中升级到最新 PyPI 版本，不会影响你现有的 Python 项目。

curl -fsSL https://developers.visionstory.ai/cli | bash

macOS · Linux · WSL其他安装方式

发送给 Claude Code

Help me set up VisionStory and generate a talking-avatar video.1. Install or update the CLI and Agent Skill:   curl -fsSL https://developers.visionstory.ai/cli | bash   npx skills add visionstory-ai/skills --skill visionstory-api2. Run visionstory doctor. If I need a key, send me to https://developers.visionstory.ai/api-keys, wait while I create one, then ask me to run visionstory login in my terminal. Never ask me to paste the key into chat or expose it.3. Verify access with visionstory credits. Stop and help me if it fails.4. Discover current models, avatars, and voices, then use the CLI and visionstory-api skill to create and download the video. Never delete anything unless I explicitly request and confirm it.

第一次使用？创建 API Key，然后把这段提示词发送给 Claude Code。它会引导你完成 visionstory login、查询剩余点数，并在不暴露密钥的情况下生成视频。

一个完整流程

四步生成并下载视频

选好形象，提供文本或音频，剩下的交给 VisionStory。

01
选择形象
使用现成的数字人，或上传肖像创建专属形象。
02
添加内容
输入文本并选择声音，也可直接使用录好的音频。
03
提交生成
提交一次请求，由 VisionStory 在后台异步渲染。
04
下载视频
任务完成后，通过返回的链接下载 MP4 文件。

API 能力

覆盖完整媒体流程的 API

先从口播视频开始，再按业务需要组合声音、图像生成、前沿视频模型和可复用媒体素材。

媒体理解

从图片、音频或视频中提取符合指定 JSON Schema 的结构化数据。

数字人形象

浏览公共 AI 形象，或通过一张肖像创建可复用的专属形象。

声音

浏览公共声音，或通过音频样本克隆专属 AI 声音。

模型

查询支持的口播视频模型、分辨率和画面比例。

用量与计费

查看当前订阅方案和剩余生成点数。

AI 视频

生成文生视频、图生视频和参考素材驱动的 AI 视频。

文本转语音

使用公共或克隆声音，将文本转换为自然的 MP3 语音。

语音转文字

转写语音、区分说话人的发言、导出 SRT 字幕，或将已知文本与音频逐词对齐。

图像生成

根据文本提示和可选参考素材生成或编辑 AI 图像。

素材

上传并复用图像、音频和视频素材，供多个生成任务使用。

需要机器可读的完整接口？浏览全部接口

快速开始

开始调用 API

创建 API Key，按快速开始指南运行示例，即可提交第一个视频生成任务。

打开快速开始获取 API Key

请求路径可以运行

1
配置认证VISIONSTORY_API_KEY
2
发送请求
POST/api/v1/video
✓
获得任务 IDvideo_123456

200 successJSON 响应

{
  "data": {
    "video_id": "video_123456"
  },
  "message": "success",
  "server_time": "2026-08-24T08:00:00Z"
}