接入多模態產生模型

調用 Token Plan 文生圖 API，根據描述產生圖片。

使用者需求：$ARGUMENTS

## 步驟

1. 從使用者需求中提取 prompt（圖片描述）、model、size（預設 1024*1024）。若使用者明確指定了模型（如“模型=wan2.7-image”或“用 wan2.7-image 畫”），必須嚴格使用使用者指定的模型名，不要回退到預設模型；僅當使用者未指定模型時才使用預設 qwen-image-2.0。常用映像產生模型有 qwen-image-2.0、qwen-image-2.0-pro、wan2.7-image、wan2.7-image-pro 等，完整列表以百鍊模型列表為準。

2. 調用 API 產生圖片（使用 Bash 工具執行 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. 從返回 JSON 的 output.choices[*].message.content[*].image 中提取圖片 URL。

4. 用 curl -s -o "generated_$(date +%Y%m%d_%H%M%S).png" "<URL>" 下載到目前的目錄。

5. 向使用者展示產生的圖片檔案路徑。

調用 Token Plan 文生視頻 API，根據描述產生視頻並自動下載到本地。

使用者需求：$ARGUMENTS

## 步驟

1. 從使用者需求中提取 prompt（視頻描述）、model（預設 happyhorse-1.1-t2v）、resolution（預設 720P）、ratio（預設 16:9）、duration（預設 5 秒）。若使用者明確指定了模型（如"模型=happyhorse-1.0-t2v"），必須嚴格使用使用者指定的模型名。

2. 使用 Bash 工具執行以下指令碼，一次性完成提交任務、等待完成、下載視頻：

```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 "提交失敗: $TASK_RESPONSE"; exit 1; fi
echo "任務已提交，ID: $TASK_ID，等待產生..."

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 "視頻已下載: $(pwd)/$OUTPUT"
    exit 0
  elif [ "$STATUS" = "FAILED" ]; then
    echo "產生失敗: $STATUS_RESPONSE"; exit 1
  fi
  echo "產生中..."
done
```

3. 向使用者展示產生的視頻檔案路徑。

調用 Token Plan 語音合成 API，將文本轉為語音檔案。

使用者需求：$ARGUMENTS

## 步驟

1. 從使用者需求中提取 text（待合成文本）、voice（音色，預設 longanhuan_v3.6）、format（音頻格式，預設 mp3）、sample_rate（採樣率，預設 24000）。若使用者明確指定了模型，使用使用者指定的模型名；否則預設使用 qwen-audio-3.0-tts-plus。

2. 調用 API 合成語音（使用 Bash 工具執行 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. 向使用者展示產生的音頻檔案路徑。