使用示例（旧线路已过时）

该页面属于 Sora2 旧线路文档，目前已过时，仅供历史排查参考。当前可用入口请使用 Sora 官方 API 转发方案。

Python 完整示例

基础文生视频

import openai
import time

# 初始化客户端
client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api2.laozhang.ai/v1"
)

def generate_video(prompt, model="sora_video2"):
    """生成视频"""
    try:
        response = client.chat.completions.create(
            model=model,
            messages=[
                {
                    "role": "user",
                    "content": [
                        {
                            "type": "text",
                            "text": prompt
                        }
                    ]
                }
            ]
        )

        return response.choices[0].message.content
    except Exception as e:
        print(f"错误：{e}")
        return None

# 使用示例
prompt = "一只可爱的猫咪在阳光明媚的花园里玩球"
result = generate_video(prompt)
print(result)

流式输出示例

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api2.laozhang.ai/v1"
)

def generate_video_stream(prompt, model="sora_video2"):
    """流式生成视频，实时显示进度"""
    stream = client.chat.completions.create(
        model=model,
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": prompt
                    }
                ]
            }
        ],
        stream=True
    )

    video_url = None
    for chunk in stream:
        if chunk.choices[0].delta.content:
            content = chunk.choices[0].delta.content
            print(content, end='', flush=True)

            # 提取视频链接
            if "https://" in content and ".mp4" in content:
                import re
                match = re.search(r'https://[^\s\)]+\.mp4', content)
                if match:
                    video_url = match.group(0)

    print("\n")
    return video_url

# 使用示例
prompt = "一只可爱的猫咪在阳光明媚的花园里玩球"
video_url = generate_video_stream(prompt)
print(f"\n视频链接：{video_url}")

图生视频（URL）

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api2.laozhang.ai/v1"
)

def generate_video_from_image(prompt, image_url, model="sora_video2"):
    """从图片生成视频"""
    response = client.chat.completions.create(
        model=model,
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": prompt
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": image_url
                        }
                    }
                ]
            }
        ]
    )

    return response.choices[0].message.content

# 使用示例
prompt = "生成视频：让这个手办形象从桌子上跳出来，变成活人的一个场景~"
image_url = "https://filesystem.site/cdn/download/20250407/OhFd8JofOAJCsNOCsM1Y794qnkNO3L.png"
result = generate_video_from_image(prompt, image_url)
print(result)

图生视频（Base64）

import openai
import base64

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api2.laozhang.ai/v1"
)

def encode_image(image_path):
    """将本地图片编码为 base64"""
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode('utf-8')

def generate_video_from_local_image(prompt, image_path, model="sora_video2"):
    """从本地图片生成视频"""
    # 编码图片
    base64_image = encode_image(image_path)

    response = client.chat.completions.create(
        model=model,
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": prompt
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/png;base64,{base64_image}"
                        }
                    }
                ]
            }
        ]
    )

    return response.choices[0].message.content

# 使用示例
prompt = "让这个场景动起来，加入更多动态元素"
image_path = "/path/to/your/image.png"
result = generate_video_from_local_image(prompt, image_path)
print(result)

自动下载视频

import openai
import re
import requests
import os

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api2.laozhang.ai/v1"
)

def extract_video_url(content):
    """从响应中提取视频链接"""
    match = re.search(r'https://[^\s\)]+\.mp4', content)
    return match.group(0) if match else None

def download_video(url, save_path):
    """下载视频到本地"""
    try:
        response = requests.get(url, stream=True)
        response.raise_for_status()

        with open(save_path, 'wb') as f:
            for chunk in response.iter_content(chunk_size=8192):
                f.write(chunk)

        print(f"视频已保存到：{save_path}")
        return True
    except Exception as e:
        print(f"下载失败：{e}")
        return False

def generate_and_download(prompt, save_dir="./videos", model="sora_video2"):
    """生成视频并自动下载"""
    # 创建保存目录
    os.makedirs(save_dir, exist_ok=True)

    # 生成视频
    print("正在生成视频...")
    response = client.chat.completions.create(
        model=model,
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": prompt
                    }
                ]
            }
        ]
    )

    content = response.choices[0].message.content
    print(content)

    # 提取视频链接
    video_url = extract_video_url(content)
    if not video_url:
        print("未找到视频链接")
        return None

    # 下载视频
    import time
    filename = f"sora_{int(time.time())}.mp4"
    save_path = os.path.join(save_dir, filename)

    if download_video(video_url, save_path):
        return save_path
    return None

# 使用示例
prompt = "一只可爱的猫咪在阳光明媚的花园里玩球"
video_path = generate_and_download(prompt)
print(f"视频路径：{video_path}")

JavaScript/Node.js 示例

基础文生视频

const OpenAI = require('openai');

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api2.laozhang.ai/v1'
});

async function generateVideo(prompt, model = 'sora_video2') {
  try {
    const response = await client.chat.completions.create({
      model: model,
      messages: [
        {
          role: 'user',
          content: [
            {
              type: 'text',
              text: prompt
            }
          ]
        }
      ]
    });

    return response.choices[0].message.content;
  } catch (error) {
    console.error('错误：', error);
    return null;
  }
}

// 使用示例
generateVideo('一只可爱的猫咪在阳光明媚的花园里玩球')
  .then(result => console.log(result));

流式输出

const OpenAI = require('openai');

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api2.laozhang.ai/v1'
});

async function generateVideoStream(prompt, model = 'sora_video2') {
  const stream = await client.chat.completions.create({
    model: model,
    messages: [
      {
        role: 'user',
        content: [
          {
            type: 'text',
            text: prompt
          }
        ]
      }
    ],
    stream: true
  });

  let videoUrl = null;
  for await (const chunk of stream) {
    const content = chunk.choices[0]?.delta?.content;
    if (content) {
      process.stdout.write(content);

      // 提取视频链接
      const match = content.match(/https:\/\/[^\s\)]+\.mp4/);
      if (match) {
        videoUrl = match[0];
      }
    }
  }

  console.log('\n');
  return videoUrl;
}

// 使用示例
generateVideoStream('一只可爱的猫咪在阳光明媚的花园里玩球')
  .then(url => console.log(`\n视频链接：${url}`));

自动下载视频

const OpenAI = require('openai');
const fs = require('fs');
const https = require('https');
const path = require('path');

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api2.laozhang.ai/v1'
});

function downloadVideo(url, savePath) {
  return new Promise((resolve, reject) => {
    const file = fs.createWriteStream(savePath);
    https.get(url, (response) => {
      response.pipe(file);
      file.on('finish', () => {
        file.close();
        console.log(`视频已保存到：${savePath}`);
        resolve(savePath);
      });
    }).on('error', (err) => {
      fs.unlink(savePath, () => {});
      console.error(`下载失败：${err.message}`);
      reject(err);
    });
  });
}

async function generateAndDownload(prompt, saveDir = './videos', model = 'sora_video2') {
  // 创建保存目录
  if (!fs.existsSync(saveDir)) {
    fs.mkdirSync(saveDir, { recursive: true });
  }

  // 生成视频
  console.log('正在生成视频...');
  const response = await client.chat.completions.create({
    model: model,
    messages: [
      {
        role: 'user',
        content: [
          {
            type: 'text',
            text: prompt
          }
        ]
      }
    ]
  });

  const content = response.choices[0].message.content;
  console.log(content);

  // 提取视频链接
  const match = content.match(/https:\/\/[^\s\)]+\.mp4/);
  if (!match) {
    console.log('未找到视频链接');
    return null;
  }

  const videoUrl = match[0];
  const filename = `sora_${Date.now()}.mp4`;
  const savePath = path.join(saveDir, filename);

  // 下载视频
  await downloadVideo(videoUrl, savePath);
  return savePath;
}

// 使用示例
generateAndDownload('一只可爱的猫咪在阳光明媚的花园里玩球')
  .then(path => console.log(`视频路径：${path}`));

Cherry Studio 使用场景

Cherry Studio 是一款强大的 AI 对话客户端，支持 Sora 2 视频生成。

配置步骤

配置 API

在 Cherry Studio 中添加 laozhang.ai 的 API 配置详见：Cherry Studio 配置文档

启用视频功能

在模型设置中找到 sora_video2，打开视频生成功能

文生视频

直接输入文字描述即可生成视频

图生视频

上传图片 + 提示词生成视频

使用示例

文生视频

在 Cherry Studio 对话框中直接输入：

一只可爱的橘猫在阳光下打瞌睡，突然被一只蝴蝶惊醒，开始追逐蝴蝶

系统会自动：

显示提示词优化结果
展示生成进度（队列状态、百分比）
提供视频播放链接

图生视频

点击上传图片按钮，选择参考图片
输入提示词：

生成视频：让这个场景动起来，加入微风吹过、树叶摇曳的效果

批量生成示例

Python 批量生成

import openai
import time
import concurrent.futures

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api2.laozhang.ai/v1"
)

def generate_single_video(prompt, model="sora_video2"):
    """生成单个视频"""
    try:
        response = client.chat.completions.create(
            model=model,
            messages=[
                {
                    "role": "user",
                    "content": [
                        {
                            "type": "text",
                            "text": prompt
                        }
                    ]
                }
            ]
        )
        return {
            "prompt": prompt,
            "result": response.choices[0].message.content,
            "success": True
        }
    except Exception as e:
        return {
            "prompt": prompt,
            "error": str(e),
            "success": False
        }

def batch_generate(prompts, max_workers=3, model="sora_video2"):
    """批量生成视频"""
    results = []

    with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as executor:
        futures = [
            executor.submit(generate_single_video, prompt, model)
            for prompt in prompts
        ]

        for future in concurrent.futures.as_completed(futures):
            result = future.result()
            results.append(result)

            if result['success']:
                print(f"✓ 成功：{result['prompt'][:30]}...")
            else:
                print(f"✗ 失败：{result['prompt'][:30]}... - {result['error']}")

    return results

# 使用示例
prompts = [
    "一只猫咪在花园里玩球",
    "日落时分的海滩，海浪轻拍沙滩",
    "繁忙的城市街道，车水马龙",
    "森林中的小溪，阳光透过树叶洒下",
]

results = batch_generate(prompts, max_workers=2)

# 统计结果
success_count = sum(1 for r in results if r['success'])
print(f"\n生成完成：成功 {success_count}/{len(prompts)}")

最佳实践

提示词优化

描述具体场景和动作
包含光线、氛围等细节
使用 @sama 等授权真人ID
避免描述真实人脸（会被拒绝）

错误处理

设置合理的超时时间（建议 5 分钟）
添加重试逻辑
记录失败原因
使用流式输出监控进度

视频下载

生成后立即下载（有效期 1 天）
使用流式下载大文件
保存到本地或云存储
做好备份

成本优化

两个模型稳定性都极高
批量生成时控制并发数
失败计费以控制台记录为准，可放心重试
及时下载视频（存储时效 1 天）

下一步

常见问题

查看常见问题解答

模型定价

了解详细的模型对比

API 参考

查看完整的 API 文档

快速开始

回到快速开始指南

产品基础

核心 API

文本 API

视频生成 API

图像生成 API

AI 理解能力

使用示例（旧线路已过时）

Python 完整示例

基础文生视频

流式输出示例

图生视频（URL）

图生视频（Base64）

自动下载视频

JavaScript/Node.js 示例

基础文生视频

流式输出

自动下载视频

Cherry Studio 使用场景

配置步骤

使用示例

文生视频

图生视频

批量生成示例

Python 批量生成

最佳实践

下一步

常见问题

模型定价

API 参考

快速开始

​Python 完整示例

​基础文生视频

​流式输出示例

​图生视频（URL）

​图生视频（Base64）

​自动下载视频

​JavaScript/Node.js 示例

​基础文生视频

​流式输出

​自动下载视频

​Cherry Studio 使用场景

​配置步骤

​使用示例

​文生视频

​图生视频

​批量生成示例

​Python 批量生成

​最佳实践

​下一步

常见问题

模型定价

API 参考

快速开始

Python 完整示例

基础文生视频

流式输出示例

图生视频（URL）

图生视频（Base64）

自动下载视频

JavaScript/Node.js 示例

基础文生视频

流式输出

自动下载视频

Cherry Studio 使用场景

配置步骤

使用示例

文生视频

图生视频

批量生成示例

Python 批量生成

最佳实践

下一步