人工智能AI 应用媒体生成本地部署【免费下载链接】Wan2GPA fast AI Video Generator for the GPU Poor. Supports Wan 2.1/2.2, LTX-2, Qwen Image, Hunyuan Video, LTX Video and Flux.项目地址https://gitcode.com/gh_mirrors/wa/Wan2GP点击查看免费下载Deepy Prime 是 WanGP 内置的创意与产品支持助手其核心是一套按需加载on-demand的 Agent 工作流规范先发现模型能力与工具契约再按模板/模型分类构建生成参数最后通过后处理、媒体工具与文件系统完成从素材到成片的完整链路。本文以 shared/deepy/prime_guide.md 为骨架结合 shared/deepy/prime_tools.py、wangp-agent/SKILL.md 等仓库实现系统讲解模板与生成策略、媒体输入语义、语音链式媒体、长视频端帧锚点、提示词文件与分页搜索等核心工作流帮助读者掌握用 Deepy Prime 稳定完成图像/视频/音频生成任务的完整方法。指南的定位与读取方式prime_guide.md是 Deepy Prime 的按需加载工作流指南它不罗列全部参数而是要求 Agent 先通过工具箱契约toolbox contracts发现当前活动模型与工具的精确参数与默认值再结合文中给出的工作流示例组合使用。文档明确给出了按需查证的三类手段mcp_resource(uri..., querytopic or exact setting)在已知文档中查证具体事实query*列出其全部章节标题。用section读取返回的标题对应段落完整文档或大章节按受限页读取需要完整覆盖时沿next_call继续直到has_morefalse。分页参数limit与cursor同样适用于文档读取与搜索文件系统搜索用 IO 的rg资源搜索用mcp_resource。在仓库中这套按需发现机制的实现位于 shared/deepy/prime_tools.py 的DeepyPrimeTools类它会在初始化时连接内置wangpMCP 服务器与外部 MCP 服务器枚举全部工具与资源_connection_worker并通过mcp_resource工具提供资源索引、章节搜索与分页读取能力MCP 资源如wangp://guides/workflows、wangp://guides/long-video在 shared/mcp_v2.py 中注册。因此使用指南时不必记忆全部参数——契约本身就是权威。模板与生成选择模型与装配设置模板优先模型次之模型选择遵循明确的优先级规则明确指定的模板或精确模型优先a named template or exact model takes priority。指定的模型家族family需要进一步选择兼容的工作流与变体。其余情况从当前请求中识别每一步生成generation step的类别取该类别的已配置默认模板——包括中间素材intermediate assets。只有在缺失能力、请求命中已声明的专长speciality或用户明确要求选型/对比时才跳出模板。关键的三个视频模板与路由规则gen_video_with_refs视频以参考图像/参考视频为条件控制主体身份、外观或运动gen_video纯文本或起止帧start/end-frame视频gen_video_with_speech携带既有语音片段speech clip。当参考与语音同时需要时先走gen_video_with_refs并核实所选模型支持所需音频行为。这些模板在仓库中有独立的设置目录例如 shared/deepy/settings/gen_video 下存放着各模型的现成模板 JSON如LTX-2 2.5 Distilled.json、MiniMax H3 FL2VA Pruned PDD 8 Steps.json。默认值属于类别而非上次使用的模型一个重要的纪律是默认值属于类别category而不是最近用过的模型Defaults belong to categories, not the last model used。同一生成的续写continuation或修订可以保留此前选择但无关请求不得沿用经过 compaction 后选择仍应限定在各自的任务与类别范围内。常驻的 Speed/Model Size 偏好以及笼统的高质量诉求本身不能替代模板。模型发现与专长搜索指名模型/家族用wangp_models(queryname)。专长搜索actionsearch, arguments{filters:{main_output:image},specialities:[infographics]}必要时附加严格的家族或capabilities过滤。列出专长名称/别名actionspecialities, arguments{}精确匹配优先只有不存在精确匹配时才返回部分匹配并附带缺失/词面证据。永不放松必需输入never relax required inputs无专长匹配仍可使用已配置模板。搜索结果的排序是相关度优先其次匹配常驻偏好的数量。请求级覆盖通过preferences传入speedfast/standard/any与sizesmaller/larger/any显式用户选择优先。文档特别提醒相对大小不是 GB/VRAM 度量也不代表质量分数。读取模型定义与装配设置顺序选定非模板模型后通过wangp_model读取定义与所需指引definition的propertyinfos解释输入组合propertyprompt_infos解释提示词写法独立读取可共享同一次响应。只对缺失需求或限制才查询 capabilities。定义字符串可能是预览preview超过长度时按截断后缀指示的property取完整值。设置装配顺序固定为模型默认值 所选加速器accelerator或模板设置 → 适用的general_properties→ 显式用户覆盖。输入报错时重新核对类别与模式绝不为了迁就继承下来的设置而重复或虚构媒体。共享设置的语义统一查wangp://docs/settings一次查询一个精确键如image_mode或直接读已知章节。模型定义只描述模型专属声明不是全部设置含义字典。纯图像模型可以省略固定为 normal 的image_mode——保留返回的模板而不是尝试重建隐藏默认值。最终提交wangp_generate(actiongenerate, arguments{source: settings})只有缺失选项时才读其契约。model_type、媒体输入与模式标志共同选择工作流未显式覆盖的模型标志与取值一律保留未请求时保持 prompt enhancement 关闭。生成与后处理调用完成后直接返回结果——这正是 shared/deepy/prime_tools.py 中get_remote_execution_instructions()所述的行为WanGP waits for generation and post-processing internally and returns their results; do not poll jobs.加速器与保存的设置档案当偏好为 Fast 且acceleratedprofiles时列出所选模型的saved_settings读取recommended档案 ID在模型默认值之上应用该档案的完整设置增量settings delta档案按profile_priority降序排列唯一正最大值即推荐项若无推荐咨询模型帮助而非按字母序挑选。acceleratednative已含加速默认值不要自动再叠加档案Standard/No preference 不自动加加速。显式请求的档案在兼容时优先覆盖步数、分辨率或模式时需复查约束。档案已提供标识符与倍率时不要单独列 LoRAsprofile_priority是元数据而非生成设置。两种合法的工作流提交形式一次生成调用内含一批 settings/tasksbatch 仍是一次队列提交或同时发出多个独立工具调用各自保留独立结果与 call IDDeepy 在下一轮本地 LLM pass 之前按序执行。不要为了工具展示而强行把独立请求合并进 batch也不要拆分既有 batch。这与 shared/deepy/prime_tools.py 中_generation_settings()对source内tasks/params/settings的展开逻辑以及 prime_system_prompt.txt 中independent tool calls may share one assistant response的约束一致。媒体选择与输入start、reference、injected frames 与 continuation图像转视频image-to-video是范围很广的工作流文档严格区分了四类图像输入的角色Start image起始图锚定首帧的场景与构图image_startS标志。Reference images参考图按模型模式引导主体身份或外观不固定首帧image_refs含I的完整模板video_prompt_type如KI。Injected frames注入帧占据指定位置image_refsframes_positions含F的类型。Continuation续写延续源视频video_source含V的类型与注入帧、空间控制不同。模板响应中会包含模型支持的media_inputs但这些角色并不说明哪些输入已被填充。模型搜索用main_outputvideo, inputsimage能力语义上image_to_video特指首帧支持reference_images指图像参考条件化reference_videos与media_inputs.video.reference标识视频参考区别于续写与空间控制。读取模型输入指引以确认参考/控制模式以及video_guide、video_guide2等视频输入。媒体获取流程选定媒体后用wangp_list_gallery(actionlist, arguments{selected_only:true})省略过滤器可取得当前/记忆中的媒体。返回的media_id可直接用于生成、后处理与媒体工具。生成类媒体字段也接受已授权的返回路径含output_file/generated_files结果返回路径时直接复用。显示标签与缩略文件名不是路径不要为了把可用路径转成 ID 而去列 Gallery。前一次生成的完整设置用媒体工具箱的media_settings缺失的物理元数据用 IOinfopath单引用paths支持按输入顺序 1–20 个引用。指定子文件夹的查找技巧先在已知根下直接试路径如 IOlist用pathoutputs/selection需要递归时用rg --files -g **/selection/** -- outputs查找匹配文件夹内的文件-g *selection*匹配文件名基线basename随后复用结果中的精确路径。标志推断规则WanGP 在提供媒体但未带标志时自动推断兼容的 start/end/continuation/reference/audio 标志不要猜不支持的标志起止图用image_start/image_end与受支持的S/E图像标志参考图用image_refs[media_id_or_authorized_path]与含I的完整模板video_prompt_type如KI同一输入用途保留该模式仅在更换参考角色时才查询image_ref_choices其K含义是模型特定的单/多参考限制仍然适用背景、注入帧、控制与蒙版需要声明的K/F/V/A模式及关联输入视频输入按能力使用video_source、video_guide或video_mask音频提示输入不等于音频输出——输出能力需单独核实对应 wangp-agent/SKILL.md 中metadata.inputs.audio.prompt与metadata.outputs含audio的区分。上述规则与 wangp-agent/SKILL.md 的 Media Input Rules 章节逐条对应可互为参考。后处理与媒体工具后处理post-processing的发现以媒体类型image/video/audio、Gallery ID 或授权路径为入口类型即可发现动作与契约执行才需要真实媒体不带参数调用动作是描述describes带参数对象才是执行executes被禁用的处理器不出现disabled processors are omitted。典型用法请求了某个命名处理器时先在生成前按已知媒体类型发现若可用性影响方案读其契约之后用生成的媒体 ID/路径复用。不要在生成模型目录里搜索后处理器也不要为查看选项而生成一份中间副本。媒体工具箱media toolbox提供的操作包括检查、比较、转录、提取、裁剪、缩放/裁切、静音、替换音频、并排合成与合并媒体Inspect Media 处理显式选中的视觉项Inspect Video 对时间段采样只有需要保存 Gallery 图片时才先提取帧输出走常规 Gallery 发布路径add_to_gallery支持已授权的既有文件。语音与链式媒体语音相关工作流同样适用模型选择策略含显式模型选择与请求的专长视频带文字台词使用主体参考时以gen_video_with_refs模板起步否则gen_video并检查音频输出能力。若所选模型支持原生语音在视频提示中保留确切台词并遵循模型专属prompt_guidance无需额外 TTS 任务文本转视频支持也意味着不必预先准备首图除非用户要求或工作流需要。用户提供/明确要求独立语音片段用gen_video_with_speech携带既有/已生成音频与所请求的首图若还需主体参考按gen_video_with_refs路由并核实音频模式。人像与语音样本是独立资产它们的生成调用可共享同一次响应但最终视频依赖两个结果。新嗓音用gen_speech_from_description只有拿到真实嗓音样本才用gen_speech_from_sample。保持各模型的输入映射与其 capabilities/settings 一致。文档特别强调音频输入不是口型同步或运动条件化的证明。专门的编辑模型要读取其声明的音频模式与参考准备要求——有些模型把音频当作输出配乐soundtrack。在生成依赖资产之前先解决不受支持的目标行为。按台词提取片段需要按说话内容截取视频片段时正确的流程是先解析选定视频一次直接对它调用transcribe_media带词级时间戳定位目标短语——不需要先抽音频或做视觉检查把匹配的开始时间传给extract_video。只指定起始短语时沿用原始结尾除非上下文指定终点。短语缺失或有歧义时解决这一具体的不确定性而不是猜测时间戳。视觉验证按用户标准检查成品请求验证时用inspect_media按用户的实际标准检查产出图像内容、可读标签、拼写、构图、解剖与伪影。大信息图infographic先检查整体场景首轮无法确认正确性时再放大文字或可疑区域。用bbox做定向检查而不是仅为复查生成裁剪文件每个media_inputs图像或视频帧可有自己的bbox省略时回退到共享bbox或完整画面。修复发现的缺陷后只复查受影响的区域不要反复重新生成已满意的图像也不要声称看到了超出可见范围的完美验证。长视频与滑动窗口先选工作流再生成资产完全规划好的序列优先用一次规划好的滑动窗口视频生成one planned sliding-window video generation重复续写repeated continuation只用于看完最新片段再决定下一场景的场景。逐个生成每个规划的镜头再提取其末帧不是规划好的端帧方法。读取能力wangp_model(model_typechosen model, actioncapabilities, arguments{})。metadata.frames_maximum限制的是单个窗口的帧数而非总时长——当sliding_window受支持时。sliding_window_size应保持 ≤ 该上限。video_length接受秒字符串如60sWanGP 负责换算并归一化帧数只有用户明确要求 FPS 时才设置数值force_fps否则保留模型默认值保留模板/常驻尺寸除非被覆盖遵循返回的prompt_guidance组织模型专属提示结构。规划端帧锚点End-Frame Anchors的四步流程当metadata.media_inputs.image含end时文档给出完整操作步骤生成锚点素材无独立身份/运动参考的 End Frames 场景以配置的gen_video模板起步并核实端帧支持用于编辑锚点的参考输入不改变视频类别。先规划每个窗口的动作、转场与端帧构图生成一张 master image再按选择策略准备锚点编辑正常选择是配置好的gen_image与edit_image模板。独立编辑同一张 master image为每个规划端帧独立编辑同一张主图保留身份与着装改变姿态、镜头与场景。编辑可共享一个 batch 或作为独立调用一起发出master 存在后即可不要从上一个编辑结果链式续编。传参master 放image_start按序锚点列表放image_end每个窗口一个类型为 media ID 或授权输出路径使用受支持的image_prompt_typeSE仅有首图时E也可单独用。锚点编辑传image_refs[master_media_id_or_path]并保留编辑模板的完整参考video_prompt_type如KI。执行wangp_generate(actiongenerate, arguments{source: settings})单个视频设置对象包含总video_length、窗口计划与锚点。每个窗口的运动必须朝其对应锚点推进WanGP 把滑动窗口拼接为一个输出。窗口提示的组织W 与 PWmulti_prompts_gen_typeW每窗口一行非空提示PW每窗口一个段落。用PW时窗口内的标注小节保持相邻、单换行完整窗口之间恰好一个空行提交前核实段落数 规划窗口数 image_end数量。窗口前缀命令时长[/duration5s]、[/duration121]、[/duration20%]——时长命令定义窗口排程与预测总长其总和必须匹配请求时长重叠[/overlap9]覆盖转场重叠[/overlap]恢复默认硬切[/new_shot]或[/overlap0]仅用于文本转视频支持的硬切连续镜头保留 overlap。保持每个生成窗口含重叠部分在模型限制内。更多排程与转场细节见wangp://docs/processing的 During Generation: Temporal And Spatial Processing Long Videos Workflows 章节。注意该处理文档的滑动窗口细节在 wangp-agent/SKILL.md 中被反复引用Sliding Windows For Long Videos 一节覆盖转场行为、RAM 与质量权衡、帧数公式与界面控制。无端帧时的降级与续写若端帧不支持但声明了injected_frames中间锚点改用image_refsframes_positions 含F的声明类型。如果所选模型无法满足规划方法在生成资产前解决该限制——不要悄悄替换方法或模型。交互式续写interactive continuation把最新视频传video_sourceimage_prompt_type含V每段新增只限一个窗口。返回结果已包含源 续写下次直接用合并输出不要重复合并源反复编码会降低质量。提示词文件与长文档工作区文本 IO会话工作区session workspace用于工作文本。IO 操作语义append_text创建缺失的 UTF-8 文件或追加字面文本包含所需换行edit替换既有文件中的精确段落——搜索足够上下文定位唯一出现处保留空白/行尾write_text独占创建或显式完整覆盖。这些 IO 动作用pathrg用command字符串。action 保持顶层参数放arguments内例如wangp_io(actionrg, arguments{command:-n -F needle -- workspace/story.md})契约包含完整调用示例。成功的edit以replacements与内容哈希确认写入文件大小可能不变章节追加时用返回的标题回执heading receipt核对预期新标题与唯一性无需额外搜索不一致时调查原因。长生成提示file 引用长提示词先读wangp://skills/long-generation-prompts准备文本文件再传精确提示引用如file(workspace/prompt.txt)。WanGP 快照已授权的 UTF-8 内容保留空行窗口边界。提示文件只需读权限非写权限上限 4 MiB。长故事写作长故事先读wangp://skills/long-story-writing再列大纲手稿、大纲与精简设定compact canon放工作区文件。起草期间跟踪时间线、角色知识、证据、因果依赖与未兑现的承诺并对照手稿相关段落核实。复用活动上下文中的事实、分组相关搜索IO 动作发现一次后复用其契约。注意技能示例里wangp_io内的动作参数不是独立顶层工具。文件搜索与分页IO 工具箱的文件操作规则list导航单个目录或列出根rootsrg用其已发现的 ripgrep 语法搜索文件名或内容优先定向或仅文件名搜索info取元数据摘录被截断时用分段的read_text取完整行。分页协议结果含count、has_more与next_cursor保留查询过滤器并把 cursor 传给下一页。分页来自存储快照十分钟后过期且可能被更新的搜索驱逐过期后应开始新搜索而不是把其首页当作续页。summary_only只报存储计数不加载集合中断/失败的搜索即使有匹配也报告completefalse。小模板目录一次返回 usage、配置默认值与模板名只有不完整目录才含next_call——用同一工具箱重复该对象即可继续不同显示标签分别出现相同标签省略。这些语义在 shared/deepy/paged_files.py 中有完整实现directory_entries单目录导航、rg_records的--sortpath --null/--json输出与metadata.complete标记在 shared/deepy/prime_tools.py 中由_enforce_output_budget与mcp_resource分页逻辑承载。文件权限模型会话工作区workspacePrime 可自由管理适合实验、草稿与任何待编辑文件输出目录outputs及其子文件夹仅在启用写权限时允许新建文件既有输出文件不可修改、追加、覆盖、删除、改名或移动无论是否出现在 Gallery其他文件夹遵循配置的 R/RW 权限删除/移动 outputs 之外的源会使其消失的路径从 Gallery 移除最终答复中引用 Gallery ID 或精确授权路径WanGP 负责生成链接。该模型在 shared/deepy/prime_filesystem.py 的PrimeFileAccessPolicy中落地write_roots由 workspace 与read_write 模式下的outputs/selected roots 构成require_write对 outputs 下的既有文件抛PermissionErrorOutput files are create-onlyrequire_mutation禁止对 outputs 内容删除/重命名/移动并保护 workspace 父级。总结Deepy Prime 工作流的核心是把发现契约 → 按类别选模板/模型 → 装配设置 → 提交生成 → 后处理与验证串成一条可审计的链路模板与类别默认值防止模型漂移start/reference/injected/continuation 的严格区分避免媒体角色混淆端帧锚点 滑动窗口对抗长视频的身份与构图漂移分页与权限模型则保证长文档、大搜索与文件操作的上下文安全。所有规则都能在仓库的 prime_tools.py、prime_filesystem.py、paged_files.py、prime_system_prompt.txt 与 wangp-agent/SKILL.md 中找到实现或对应约束指南本身按需加载——把契约当作权威工作流示例当作组合方法是使用 WanGP 自动化媒体生成最稳妥的姿势。赞分享人工智能AI 应用媒体生成本地部署【免费下载链接】Wan2GPA fast AI Video Generator for the GPU Poor. Supports Wan 2.1/2.2, LTX-2, Qwen Image, Hunyuan Video, LTX Video and Flux.项目地址https://gitcode.com/gh_mirrors/wa/Wan2GP点击查看免费下载相关推荐oauth2-proxy 7.11 Alpha 结构化 YAML 配置详解--alpha-config 加载机制、完整参考与迁移指南oauth2 proxy 7.11 Alpha 结构化 YAML 配置详解 alpha config 加载机制、完整参考与迁移指南 本文围绕 oauth2 p人工智能AI 应用媒体生成本地部署WanGP Deepy 使用指南Zero/Prime 双模式对话式媒体助手的启用、配置与实战WanGP Deepy 使用指南Zero/Prime 双模式对话式媒体助手的启用、配置与实战 Deepy 是 WanGP 内置的对话式媒体助手你只需描述想要人工智能AI 应用媒体生成本地部署ComfyUI-WanVideoWrapper视频生成工作流实战指南ComfyUI WanVideoWrapper视频生成工作流实战指南 你是否经历过这样的困境 下载了各种视频生成工具却因为配置复杂、显存不足而放弃想要人工智能大模型媒体生成上一篇Wagtail 2.11.3 升级指南locale 迁移顺序问题与 run_before 修复全解析下一篇Apache bRPC 贡献指南从 Issue 到 PR 的完整参与路径与代码规范创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考