Integrasikan model generasi multimodal

Panggil API text-to-image Token Plan untuk menghasilkan gambar berdasarkan deskripsi.

Permintaan pengguna: $ARGUMENTS

## Langkah

1. Ekstrak prompt (deskripsi gambar), model, dan ukuran (default 1024*1024) dari permintaan pengguna. Jika pengguna secara eksplisit menentukan model (misalnya, "model=wan2.7-image" atau "gunakan wan2.7-image untuk menggambar"), Anda harus menggunakan nama model tersebut secara tepat dan tidak boleh kembali ke default; gunakan qwen-image-2.0 sebagai default hanya jika tidak ada model yang ditentukan. Model generasi gambar umum mencakup qwen-image-2.0, qwen-image-2.0-pro, wan2.7-image, dan wan2.7-image-pro; lihat daftar model Studio Model untuk daftar lengkapnya.

2. Panggil API untuk menghasilkan gambar (gunakan tool Bash untuk menjalankan curl):

```
curl -s -X POST "https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation" \
  -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<model>",
    "input": {
      "messages": [{"role":"user","content":[{"text":"<prompt>"}]}]
    },
    "parameters": {"size":"<size>"}
  }'
```

3. Ekstrak URL gambar dari output.choices[*].message.content[*].image dalam respons JSON.

4. Unduh gambar ke direktori saat ini dengan curl -s -o "generated_$(date +%Y%m%d_%H%M%S).png" "<URL>".

5. Tampilkan path file gambar yang dihasilkan kepada pengguna.

Panggil API text-to-video Token Plan untuk menghasilkan video berdasarkan deskripsi dan unduh secara otomatis ke lokal.

Permintaan pengguna: $ARGUMENTS

## Langkah

1. Ekstrak prompt (deskripsi video), model (default happyhorse-1.1-t2v), resolusi (default 720P), rasio (default 16:9), dan durasi (default 5 detik) dari permintaan pengguna. Jika pengguna secara eksplisit menentukan model (misalnya, "model=happyhorse-1.1-r2v"), Anda harus menggunakan nama model tersebut secara tepat.

2. Gunakan tool Bash untuk menjalankan skrip berikut, yang mengirimkan tugas, menunggu hingga selesai, dan mengunduh video sekaligus:

```bash
#!/bin/bash
set -e

TASK_RESPONSE=$(curl -s -X POST "https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis" \
  -H "X-DashScope-Async: enable" \
  -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<model>",
    "input": {"prompt": "<prompt>"},
    "parameters": {"resolution": "<resolution>", "ratio": "<ratio>", "duration": <duration>}
  }')

TASK_ID=$(echo "$TASK_RESPONSE" | grep -o '"task_id":"[^"]*"' | head -1 | cut -d'"' -f4)
if [ -z "$TASK_ID" ]; then echo "Submission failed: $TASK_RESPONSE"; exit 1; fi
echo "Task submitted, ID: $TASK_ID. Waiting for generation..."

while true; do
  sleep 15
  STATUS_RESPONSE=$(curl -s "https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/$TASK_ID" \
    -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN")
  STATUS=$(echo "$STATUS_RESPONSE" | grep -o '"task_status":"[^"]*"' | cut -d'"' -f4)
  if [ "$STATUS" = "SUCCEEDED" ]; then
    VIDEO_URL=$(echo "$STATUS_RESPONSE" | grep -o '"video_url":"[^"]*"' | cut -d'"' -f4)
    OUTPUT="generated_$(date +%Y%m%d_%H%M%S).mp4"
    curl -s -o "$OUTPUT" "$VIDEO_URL"
    echo "Video downloaded: $(pwd)/$OUTPUT"
    exit 0
  elif [ "$STATUS" = "FAILED" ]; then
    echo "Generation failed: $STATUS_RESPONSE"; exit 1
  fi
  echo "Generating..."
done
```

3. Tampilkan path file video yang dihasilkan kepada pengguna.

Panggil API sintesis suara Token Plan untuk mengonversi teks menjadi file audio.

Permintaan pengguna: $ARGUMENTS

## Langkah

1. Ekstrak text (teks yang akan disintesis), voice (gaya suara, default longanhuan_v3.6), format (audio format, default mp3), dan sample_rate (laju sampel, default 24000) dari permintaan pengguna. Jika pengguna secara eksplisit menentukan model, gunakan nama model tersebut; jika tidak, gunakan default qwen-audio-3.0-tts-plus.

2. Panggil API untuk mensintesis suara (gunakan tool Bash untuk menjalankan curl):

```
curl -s -X POST "https://token-plan.ap-southeast-1.maas.aliyuncs.com/api/v1/services/audio/tts/SpeechSynthesizer" \
  -H "Authorization: Bearer $ANTHROPIC_AUTH_TOKEN" \
  -H "Content-Type: application/json" \
  -o "speech_$(date +%Y%m%d_%H%M%S).<format>" \
  -d '{
    "model": "<model>",
    "input": {
      "text": "<text>",
      "voice": "<voice>",
      "format": "<format>",
      "sample_rate": <sample_rate>
    }
  }'
```

3. Tampilkan path file audio yang dihasilkan kepada pengguna.