SiliconFlow 图生视频生成器

本应用程序使用SiliconFlow的模型从图像生成视频。它使用视觉语言模型(VLM)处理输入图像以识别其内容，将文本精炼为提示词，并使用图像到视频(I2V)模型生成视频。

功能特点

• 使用VLM进行图像内容识别
• 使用LLM进行提示词精炼
• 从图像生成视频
• 使用最后一帧延长视频
• 自动视频下载

系统要求

• Python 3.7+
• SiliconFlow API密钥

安装步骤

1. 克隆此仓库：

   git clone https://github.com/vanch007/siliconflow_i2v.git
   cd siliconflow-i2v

2. 安装所需依赖：

   pip install -r requirements.txt

3. 配置您的API密钥（选择一种方式）：

   方式一：使用环境变量（推荐）

   • 复制.env.example文件并重命名为.env

   • 编辑.env文件，添加您的SiliconFlow API密钥：

     SILICONFLOW_API_KEY=your_api_key_here

   • 注意：.env文件不会被提交到Git仓库，因此您的API密钥将保持安全

   方式二：通过Web界面输入

   • 启动应用程序后，在Web界面中输入您的API密钥
   • API密钥将存储在浏览器的localStorage中，不会被提交到服务器

   方式三：编辑配置文件（不推荐）

   • 编辑config.py文件并添加您的SiliconFlow API密钥
   • 注意：这种方式可能会将您的API密钥提交到Git仓库，除非您将config.py添加到.gitignore文件中

使用方法

Web界面

本应用程序提供了一个用户友好的Web界面用于生成视频：

python app.py

这将在 http://localhost:5001 启动一个Web服务器。您可以通过浏览器访问该界面。

Web界面功能

1. 一次上传多张图片
2. 配置模型参数（VLM、LLM、I2V模型）
3. 设置生成选项（负面提示词、视频尺寸等）
4. 为每张图片生成多个视频
5. 查看任务历史和视频预览
6. 从现有图片重新生成视频
7. 从现有视频的最后一帧创建新视频

Web界面使用步骤

1. 启动应用程序：

   • 在终端中运行 python app.py
   • 打开浏览器并访问 http://localhost:5001

2. 配置API密钥：

   • 在API Key字段中输入您的SiliconFlow API密钥
   • 点击"测试"按钮验证您的API密钥是否有效
   • 或者点击"获取免费API Key"从 SiliconFlow 获取密钥

3. 上传图片：

   • 点击文件上传区域或拖放图片
   • 您可以一次选择多张图片
   • 上传的图片将显示为缩略图

4. 配置生成设置：

   • 选择用于视频生成的I2V模型
   • 选择用于图像识别的VLM模型
   • 选择用于提示词精炼的LLM模型
   • 设置每张图片生成的视频数量
   • 可选择设置随机种子以获得可重现的结果
   • 根据需要自定义负面提示词
   • 选择视频尺寸（竖屏、横屏或方形）
   • 自定义风格提示词指导视频生成
   • 可选择启用使用最后一帧延长视频

5. 生成视频：

   • 点击"生成视频"按钮
   • 进度指示器将显示批处理状态
   • 完成后，您将收到通知并可以查看任务

6. 查看和管理任务：

   • 导航到"任务列表"页面查看所有任务
   • 任务按时间倒序显示（最新的在前）
   • 对于已完成的任务，您可以：
     • 预览生成的视频
     • 使用相同设置重新生成视频
     • 从最后一帧生成新视频
     • 删除任务及相关文件

命令行使用

基本用法

python main.py 图片路径/图片.jpg

这将：

1. 使用VLM处理图像以识别其内容
2. 将文本精炼为I2V生成的提示词
3. 使用图像作为参考生成视频
4. 将视频下载到输出目录

高级用法

python main.py 图片路径/图片.jpg --output-dir 自定义/输出 --negative-prompt "低质量，模糊" --image-size 1280x720 --seed 42 --extend

选项：

• --output-dir：保存输出的目录（默认："output"）
• --negative-prompt：视频生成的负面提示词
• --image-size：视频的尺寸（例如，1280x720，720x1280，960x960）
• --seed：生成的随机种子
• --extend：使用最后一帧延长视频

视频延长

--extend选项启用视频延长功能，它将：

1. 从生成的视频中提取最后一帧
2. 使用此帧作为参考生成新视频
3. 下载延长的视频

配置

您可以通过编辑config.py文件自定义应用程序：

• API_KEY：您的SiliconFlow API密钥
• VLM_MODEL：要使用的视觉语言模型
• LLM_MODEL：用于提示词精炼的语言模型
• I2V_MODEL：图像到视频模型
• DEFAULT_VIDEO_SIZE：默认视频分辨率
• DEFAULT_NEGATIVE_PROMPT：默认负面提示词
• OUTPUT_DIR：保存生成视频的目录

许可证

MIT许可证