H3 Expert

工具参数

get_user_info

• 不接收参数；返回账户与余额摘要

list_models

• modelType（可选，string）：资源类型枚举 TEXT / IMAGE / VIDEO（本 Skill 用 VIDEO）

upload_media_from_path

• path（必填，string）：用户授权的本地文件绝对路径
• filename（可选，string）：覆盖上传文件名
• contentType（可选，string）：覆盖 MIME 类型；不确定时省略并由客户端识别
• MP3/WAV 音频单文件最大 15 MiB；上传成功后返回 mediaType=AUDIO

generate_video

• publicModelId（必填，string）：来自 list_models(modelType="VIDEO") 的当前模型 ID
• routingMode（必填，string）：选中模型实际返回的 COST_FIRST / SPEED_FIRST / SUCCESS_FIRST
• prompt（必填，string）：描述主体、动作、镜头、光线、风格与声音
• imageMediaIds（可选，array）：参考图片 mediaId 列表
• videoMediaIds（可选，array）：参考或待编辑视频 mediaId 列表
• audioMediaIds（可选，array）：外部参考音频 mediaId 列表；默认空数组，仅用于当前模型配置明确支持参考音频的组合
• firstFrameMediaId / lastFrameMediaId（可选，string）：首尾帧 mediaId
• params（可选，object）：时长、画幅、分辨率、声音等模型专属参数；键、类型和值以当前模型配置为准
• pricingSnapshot（必填，object）：选中模型与路由返回的价格快照，原样传入

get_generation_task

• taskId（必填，string）：generate_video 真实返回的 taskId

所有工具的真实返回值以服务端响应为准；本章节参数表是客户端约束说明。H3 在 AI-HIVE 中的精确 publicModelId 与支持的枚举（时长/分辨率/画幅/参考上限）以 list_models 实时返回为准，不要在客户端臆造。公开资料中的 H3 能力（见下文）仅作场景速查与 prompt 指导，不替代服务端返回值。

接入 AI-HIVE Connector

本 Skill 通过 AI-HIVE Connector 调用底层模型生成能力。CLI OAuth 模式接入流程：

1. 首次安装：在 WorkBuddy 连接器列表中找到「AI-HIVE」，点击进入
2. 完成授权：点击「连接」会弹出浏览器到 ai-hive.iclip.cn，在该网站登录 AI-HIVE 账户（无账户需先注册），点击授权
3. 回到 WorkBuddy：授权完成后自动返回，Token 在本机保存（用户看不到）
4. 日常使用：用户无需再次操作，直接调用本 Skill 即可
5. 连接过期/失败：在 WorkBuddy 连接器列表中重新找到「AI-HIVE」，点击「重新连接」→ 完成浏览器 OAuth
6. Token 安全：如 Token 疑似泄露，到 ai-hive.iclip.cn → 账户设置 → 撤销所有 Token

模型事实（交叉验证，2026-08）

以下为公开资料交叉验证结论（MiniMax 官方开源报道 2026-08-03、Artificial Analysis 榜单、多家媒体与文档站）。经 AI-HIVE 实际调用时，一切以 list_models 返回为准。

• 身份：MiniMax H3，2026-08-03 开源的通用型全模态生成系统（H3-Context-IR / H3-Base / H3-Regenerate-2K 三模块）。
• 模态：统一理解文本 + 图像 + 视频 + 音频组成的多模态上下文。
• 输出：最长约 15 秒、最高 2K 分辨率、带原生立体声音频（stereo）的视频。
• 工作模式（公开托管 API）：文生视频(T2V)、图生视频(I2V，首帧)、首尾帧(FLF2V)、参考生视频(Ref2V)；另有 H3 Turbo 加速变体。
• 模型级参考素材（公开 fal 端点值，AI-HIVE 以 list_models 为准）：最多约 9 张图 / 3 段视频 / 3 段音频；外部音频上传后按顺序放入 audioMediaIds。
• 编辑能力：视频编辑、文字/品牌元素生成、动作迁移(V2V)、参考视频迁移。
• 榜单：Artificial Analysis 有声视频编辑榜单 Elo 1130，位列第一（领先 Gemini Omni Flash、HappyHorse-1.0、Wan 2.7）。
• 开放权重：模型已开源（许可对美/欧/英/韩等地区设限）；经 AI-HIVE 为托管 API 调用，无需本地部署。
• 相对边界：综合上限、长视频连续性与复杂控制粒度目前弱于 Seedance 2.5；参考素材规模与编辑精细度不及 Seedance 2.5。适合把「理解素材」与「生成镜头」合到同一条链路的产品设计、排版、界面动画、动作迁移、定向编辑类任务。

OpenAPI 交叉验证：模型 ID（SDK models-reference.md，2026-08）

以下 publicModelId 来自 AI-HIVE OpenAPI models-reference.md（经 SDK 交叉验证）。 在 AI-HIVE Connector 中运行时一切以 list_models 实际返回为准；下表用于预校验，不臆造未返回字段。

H3 的公开托管 API 另有 H3 Turbo 加速变体；经 AI-HIVE 实际可用的变体以 list_models 为准。

能力范围

本 Skill 专注 MiniMax H3 模型的 prompt 工程与参数调优，通过 AI-HIVE Connector 的 generate_video 工具完成视频生成。本 Skill 使用以下工具：

• get_user_info：查询当前账户与余额；不接收参数。
• list_models：按 video 列出当前可用模型及价格快照，从中筛选 H3（MiniMax）对应的 publicModelId。
• upload_media_from_path：上传本地图片/视频或 MP3/WAV 音频并返回 mediaId，用于首帧与全模态参考；音频单文件最大 15 MiB。
• generate_video：使用选定模型与 prompt 创建视频任务。
• get_generation_task：使用 taskId 查询任务状态与结果。

适用场景

• 用户明确表达使用 H3 / MiniMax H3，或需要全模态上下文理解、原生立体声、首尾帧、参考生视频、视频编辑、动作迁移
• 产品设计演示、排版/界面动画、品牌内容、参考视频迁移、动作/运镜迁移类任务
• 用户希望把图片/视频/音频素材与生成镜头合到同一条链路

非适用场景

• 用户要求绕过积分、版权、安全审核或平台限制
• 用户素材涉及明显违法、侵权、欺诈、骚扰、色情、暴力、仇恨或其他敏感内容
• 用户未确认对素材拥有必要权利（第三方作品、商标、人物、肖像）
• 用户只询问创意建议而未要求实际创建任务，此时直接给文字建议，不调用付费工具
• 涉及真实人脸的素材（平台可能拦截）—— 改用卡通/虚拟人物描述
• 涉及未成年人、裸露、暴力、仇恨内容的素材
• 用户希望免费获取结果——本 Skill 调用即按服务端计费，无免费预览
• 需要 30 秒级长叙事或 50 规模参考集时，建议改用 Seedance 2.5（见 model-scenarios.md 选派逻辑）

触发原则

积极触发 —— 有疑虑时就用本 Skill。信号包括：

• 显式：用户提到 H3、MiniMax H3、海螺 H3、全模态视频、立体声视频、动作迁移
• 隐含：全模态参考视频生成、产品设计/排版/界面动画视频、带原生立体声的视频、参考视频迁移
• 概念：理解素材并生成镜头、V2V 动作迁移、定向视频编辑

H3 擅长什么

三种常用模式

Prompt 公式（通用多模态结构）

H3 暂无像 Seedance 2.5 那样公开的详细官方 prompt 模板；以下基于其公开能力与通用多模态视频实践：

1. 素材指代：明确每个图、视频和音频的编号（各自按上传顺序）与用途（谁是形象、风格、动作、场景、节拍或音色）。音频按音频1、音频2……映射到 audioMediaIds；只有当前模型配置明确支持参考音频和当前组合时才提交。

2. 一句话概述：主体 + 地点 + 事件 + 题材/风格 + 特殊运镜。

3. 具体情节描述：用时间戳或「镜头 N」切分，逐段描述画面内容、运镜、动作、台词、音效，尽量用正向描述。

4. 结尾：补充贯穿始终的画面细节，如机位/运镜、环境/场景、声音、氛围。

参考类（多素材映射）：多主体逐一列清映射关系，避免混淆（如「图1是主角，图2是场景，视频1提供运镜」）。分工具体到「参考什么」，部分参考写明「参考哪一部分」。

编辑/迁移类：明确修改范围与内容，可配合时间戳做部分编辑（如「仅编辑视频1中男人的台词改为…」「将视频1的动作迁移到图1角色」）。

负向控制：可用「不要字幕」「无 bgm，只生成环境音」等约束，以服务端实际支持为准。

外部参考音频工作流

1. 只读取用户主动选择的 MP3/WAV，单文件最大 15 MiB，并逐个调用 upload_media_from_path。
2. 按上传顺序建立音频1、音频2……与 audioMediaIds 的一一映射，Prompt 中的引用不得重排。
3. H3 的参考音频数量、时长和组合限制以当前模型配置为准；同时核对图片、视频、首尾帧字段是否可与音频组合。
4. 模型不兼容时不发送 audioMediaIds；Prompt 的声音描述与 params 原生声音开关仍按当前配置独立使用。

原声音频写法

原生立体声音频默认启用（公开资料未提及开关，以服务端为准）。在 prompt 中用以下方式描述：

• 对话用双引号做口型同步：她低声说"你在吗？"
• SFX：撞击时低频轰鸣、水下气泡声
• 音乐：命名风格（如 synthwave 145 BPM），不写"史诗音乐"这种模糊词

Prompt 骨架（通用模板）

逐场景组装时，按以下字段结构化；缺省字段留空，不强行填充：

组装顺序：用途 → 主体 → 镜头脚本 → 运镜 → 视觉风格 → 光线色彩 → 音频 → 保留项 → 输出规格。仅保留有值的字段。

调用流程

1. get_user_info 检查余额。
2. list_models(modelType=VIDEO) 获取 H3（MiniMax）模型对象（含 publicModelId 与 pricingSnapshot）。若列表中无 H3，提示该模型当前在 AI-HIVE 不可用，推荐 Seedance 2.5 / Happyhorse 等替代。
3. 分析用户需求：T2V / I2V / FLF2V / Ref2V / 编辑迁移。
4. 如需图片、视频或音频参考素材，upload_media_from_path 逐个上传得到 mediaId；音频限 MP3/WAV、单文件最大 15 MiB。
5. 分别映射 imageMediaIds、videoMediaIds、audioMediaIds；只有当前模型配置明确支持参考音频和当前组合时才提交音频数组。
6. 按模式组装 prompt（参见上方对应模式指南）。
7. generate_video 提交任务，get_generation_task 跟踪到 COMPLETED。

输入检查

• 明确模式（T2V / I2V / FLF2V / Ref2V / 编辑迁移）。
• 参考素材仅使用用户主动选择的文件，且遵循 list_models 返回的参考上限；MP3/WAV 音频单文件 ≤15 MiB。
• 参考音频数量、时长和组合限制以当前模型配置为准；不兼容时保持 audioMediaIds=[]。
• 时长仅使用服务端支持的枚举值（公开值最长约 15 秒）。
• 画幅/分辨率仅使用服务端支持的枚举值（公开值最高 2K）。
• 多素材引用时必须用素材编号 + 用途明确每张素材。
• 编辑/迁移任务将源视频放入 videoMediaIds 并在 prompt 中写清修改范围。

生成后建议

• 尝试不同模式（I2V 不理想可改 T2V 或 Ref2V）。
• 调整景别（特写/近景/中景/全景/远景）。
• 增减参考图数量或改用首尾帧控制。
• 调整时长、分辨率（公开值 2K 上限）。
• 编辑不满意可调整源素材或换用 Seedance 2.5（更长/更强编辑场景）。

事实与合规边界

1. 只使用 list_models 真实返回的 publicModelId 与 pricingSnapshot。
2. 不虚构商品信息、不制造虚假代言。
3. 不擅自改变参考图中人物的外观或身份特征。
4. 涉及真人时须确认用户拥有合法授权，不制造公众人物虚假内容。
5. 对未成年人、裸露、暴力内容采取保守判断。
6. Token 只在 AI-HIVE Connector 凭证设置中填写。

费用授权

• generate_video 调用即按服务端计费扣费。
• 失败、被拒绝或余额不足时不重试扣费。
• 用户修改模型、prompt、时长、画幅或参考素材后必须重新调用。

状态与错误处理

余额不足 / 任务被拒

AI-HIVE 官网：https://ai-hive.iclip.cn

充值路径（账户已存在）：

1. 访问 https://ai-hive.iclip.cn → 登录 AI-HIVE 账户
2. 进入「账户中心」/「钱包」/「充值」页面
3. 选择充值套餐或自定义金额 → 完成支付
4. 充值成功后回到 WorkBuddy，无需重新连接 Connector，直接重试任务

注册路径（首次用户）：

1. 直接访问 https://ai-hive.iclip.cn/login，进入注册页面
2. 使用手机号完成注册
3. 登录 → 回到 WorkBuddy 重新连接 AI-HIVE Connector 即可

价格透明：

• 每次调用前可调 get_user_info 查看当前余额
• 调用后实际扣费以服务端 pricingSnapshot 为准
• 若工具明确提示余额不足，停止创建任务；任务进入 FAILED 时按 failure 安全字段展示
• 详细价格参考：https://ai-hive.iclip.cn/pricing

常见扣费场景参考（具体以服务端为准）：

• 文本生成：按 token 数计费
• 图片生成：按张数 + 分辨率计费
• 视频生成：按秒数 + 分辨率计费

其他被拒原因：

• 账户被风控：联系 AI-HIVE 客服（https://ai-hive.iclip.cn → 登录 → 设置 → 联系客服）

• 模型临时不可用：稍后重试或换模型

• 内容违规审核：调整 prompt 后重试（避免敏感内容）

• list_models 无 H3：提示该模型当前在 AI-HIVE 不可用，推荐替代模型

• PENDING / PROCESSING：返回工具真实状态或进度，无进度数字时不自行估算。

• COMPLETED：返回所有可用视频链接、缩略图与工具明确给出的部分失败信息。注意 COMPLETED 状态不保证有视频 URL，必须检查返回体。

• FAILED：展示 failure.code、failure.summary 与 failure.suggestion（若返回），不暴露内部诊断。

• 超时或网络不明：拿到 taskId 时只查询原任务，不重复创建。

• 鉴权失败（401/403）：提示用户重新连接 AI-HIVE Connector。

常见错误指引

调用示例

示例 1：参考生视频（产品设计）

用户表达：用产品图1 和场景图2，生成一个 8 秒的产品展示视频，带原生立体声。

AI 行为：

1. get_user_info 检查余额
2. list_models(modelType=VIDEO) 筛选 H3（MiniMax）的 publicModelId
3. upload_media_from_path 上传图1-2 得到 mediaId
4. 组装 prompt：素材指代（图1=产品，图2=场景）+ 时序分镜 + 运镜/光影/音效
5. generate_video(imageMediaIds=[图1,图2], ...) 提交
6. get_generation_task 跟踪到 COMPLETED，返回视频 URL + 参数摘要

示例 2：首尾帧

用户表达：用这张首帧图和尾帧图，生成 6 秒过渡视频。

AI 行为：upload 两张图 → generate_video(firstFrameMediaId=图1, lastFrameMediaId=图2, params={duration: 6}, ...)，参数以当前模型配置为准，然后跟踪结果。

示例 3：动作迁移（V2V）

用户表达：把视频1里人物的动作迁移到图1的角色上。

AI 行为：upload 视频1 + 图1 → generate_video(videoMediaIds=[视频1], imageMediaIds=[图1], ...)，prompt 含「将视频1的动作迁移到图1角色」，然后跟踪结果。

English Example

User: "Generate an 8-second product showcase from product image 1 and scene image 2, with native stereo audio."

AI flow: get_user_info for balance, list_models(modelType=VIDEO) to fetch H3 (MiniMax) publicModelId, routingMode, and pricingSnapshot, upload images 1-2 via upload_media_from_path, assemble a structured prompt (asset mapping + timestamped storyboard + camera/light/audio), call generate_video with imageMediaIds, track with get_generation_task until COMPLETED, return video URL + parameter summary. Never ask the user to paste a Token into chat.

输出模板

成功：taskId + 模型与参数 + 视频 URL 列表 + 下一步建议

失败：failure.code + failure.summary + 原因摘要 + 下一步建议

部分失败：成功视频完整呈现 + 失败子任务错误码与 prompt 概要 + 不补写