0%

API 开发教程

本文介绍 MiniMax H3 任务查询 API 的对接与使用。该接口用于查询、批量列出或删除 MiniMax H3 视频生成 API 创建的异步任务。

申请流程

要使用 MiniMax H3 任务查询 API,首先到 Ace Data Cloud 控制台 获取您的 API Token,留作备用。

如果你尚未登录或注册,会自动跳转到登录页面邀请你注册和登录,完成后会自动返回当前页面。

一个 API Token 即可调用平台所有服务,无需为每个服务单独申请。 首次申请会赠送免费额度,可免费体验;额度不足时可在 控制台 充值通用余额。

📘 完整文档:MiniMax H3 任务查询 API →

查询任务时应使用创建该任务的同一个 Token。建议将 Token 保存为环境变量,不要写入源码或提交到版本库:

1
export ACEDATACLOUD_API_KEY="YOUR_API_KEY"

接口概览

  • Base URL:https://api.acedata.cloud
  • Endpoint:POST /minimax/tasks
  • 认证方式:HTTP Header 中携带 authorization: Bearer {token}
  • 请求头:

    • accept: application/json
    • content-type: application/json
  • 查询单个任务:action=retrieve,传入 id

  • 批量查询任务:action=retrieve_batch,可按任务 ID、时间范围和分页条件筛选
  • 删除任务:action=delete,传入 id
  • 计费说明:任务查询免费,不会产生重复计费

创建视频后必须保存 task_id。推荐每隔约 10 秒查询一次,直到任务进入终态。

请求参数

参数 类型 必填 适用动作 说明
action string 否 全部 retrieve、retrieve_batch 或 delete;默认 retrieve
id string 条件必填 retrieve、delete 单个任务 ID
ids string[] 否 retrieve_batch 只返回指定任务 ID;省略时按其他条件列出任务
limit integer 否 retrieve_batch 本次最多返回的任务数量
offset integer 否 retrieve_batch 从结果列表中跳过的任务数量,用于分页
created_at_min number 否 retrieve_batch 创建时间下限,Unix 时间戳,单位为秒
created_at_max number 否 retrieve_batch 创建时间上限,Unix 时间戳,单位为秒

三种动作的用途如下:

action 用途 必要参数 响应结构
retrieve 查询一个任务的状态和结果 id { "task": {...} }
retrieve_batch 按任务 ID、时间和分页条件批量查询 可选 ids、时间范围、offset、limit { "items": [...], "total": number }
delete 根据任务当前状态取消或删除任务记录 id { "id": "...", "deleted": true }

查询单个任务

1
2
3
4
5
6
7
curl -X POST 'https://api.acedata.cloud/minimax/tasks' \
-H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"action": "retrieve",
"id": "f5977217-ed2c-40da-adbe-93d08235618f"
}'

下面是一次真实成功任务的响应:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
{
"task": {
"id": "f5977217-ed2c-40da-adbe-93d08235618f",
"model": "MiniMax-H3",
"status": "succeeded",
"created_at": 1786184658,
"updated_at": 1786184758,
"content": {
"url": "https://cdn.acedata.cloud/assets/examples/minimax/f5977217-ed2c-40da-adbe-93d08235618f-b080c998dde2.mp4"
},
"resolution": "768P",
"duration": 4,
"usage": {
"total_seconds": 4,
"input_seconds": 0,
"output_seconds": 4,
"input_image_count": 0
},
"ratio": "16:9",
"task_type": "generation",
"modality": "video"
}
}

打开这次任务的真实视频结果

任务状态

status 含义 客户端处理
queued 已进入队列,等待执行 继续轮询
running 正在生成 继续轮询
succeeded 生成成功 读取 task.content.url,停止轮询
failed 生成失败 读取 task.error,停止轮询
cancelled 任务已取消 停止轮询

succeeded、failed 和 cancelled 都是终态。不要在进入终态后继续轮询。

task 响应字段

字段 类型 说明
id string 任务 ID
model string 任务使用的模型,当前为 MiniMax-H3
status string 当前任务状态
error.code string 失败错误码,仅失败时返回
error.message string 失败原因,仅失败时返回
created_at integer 创建时间,Unix 时间戳,单位为秒
updated_at integer 最近一次状态更新时间,Unix 时间戳,单位为秒
content.url string 成功后的视频地址
resolution string 输出分辨率,768P 或 2K
duration integer 输出视频时长,单位为秒
usage.total_seconds integer 总计费用量,等于输入视频秒数与输出秒数之和
usage.input_seconds integer 参考视频输入产生的计费用量
usage.output_seconds integer 输出视频产生的计费用量
usage.input_image_count integer 计费统计中的输入图片数量
ratio string 实际输出宽高比;使用 adaptive 时以这里的结果为准
task_type string 视频生成任务为 generation
modality string 视频任务为 video

Python 轮询完整示例

以下代码从环境变量读取 Token,创建任务后每隔 10 秒查询一次:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
import os
import time

import requests


BASE_URL = "https://api.acedata.cloud"
HEADERS = {
"Authorization": f"Bearer {os.environ['ACEDATACLOUD_API_KEY']}",
"Content-Type": "application/json",
}

create_response = requests.post(
f"{BASE_URL}/minimax/videos",
headers=HEADERS,
json={
"model": "MiniMax-H3",
"content": [
{
"type": "text",
"text": "清晨的海边,一艘白色帆船驶过平静海面,镜头缓慢横移",
}
],
"resolution": "768P",
"duration": 4,
"ratio": "16:9",
},
timeout=30,
)
create_response.raise_for_status()
task_id = create_response.json()["task_id"]

while True:
time.sleep(10)
query_response = requests.post(
f"{BASE_URL}/minimax/tasks",
headers=HEADERS,
json={"action": "retrieve", "id": task_id},
timeout=30,
)
query_response.raise_for_status()
task = query_response.json()["task"]
print(f"task={task_id} status={task['status']}")

if task["status"] == "succeeded":
print(f"video_url={task['content']['url']}")
break
if task["status"] in ("failed", "cancelled"):
raise RuntimeError(task.get("error") or task["status"])

生产环境应为轮询设置总超时,并对 429 和临时 5xx 使用指数退避。网络超时不等于生成失败,可以使用同一个 task_id 继续查询。

批量查询

指定多个任务 ID:

1
2
3
4
5
6
7
8
9
curl -X POST 'https://api.acedata.cloud/minimax/tasks' \
-H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"action": "retrieve_batch",
"ids": ["TASK_ID_1", "TASK_ID_2"],
"offset": 0,
"limit": 20
}'

按时间范围分页列出任务:

1
2
3
4
5
6
7
{
"action": "retrieve_batch",
"created_at_min": 1786000000,
"created_at_max": 1786200000,
"offset": 0,
"limit": 20
}

批量响应中的 items 使用与单任务查询相同的 task 字段,total 是筛选条件匹配的任务总数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
{
"items": [
{
"id": "TASK_ID_1",
"model": "MiniMax-H3",
"status": "running",
"resolution": "2K",
"duration": 5,
"ratio": "adaptive",
"task_type": "generation",
"modality": "video"
}
],
"total": 1
}

任务查询窗口为最近 7 天。超过该窗口的 task_id 可能返回无效任务;业务系统应在创建任务时保存 ID,并在成功后及时持久化结果 URL。

取消或删除任务

1
2
3
4
5
6
7
curl -X POST 'https://api.acedata.cloud/minimax/tasks' \
-H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"action": "delete",
"id": "YOUR_TASK_ID"
}'

动作取决于任务当前状态:

当前状态 行为
queued 取消尚未开始的任务
succeeded 删除任务记录
failed 删除任务记录
running 不允许删除或取消,返回错误
cancelled 不允许重复操作,返回错误

删除成功示例:

1
2
3
4
{
"id": "YOUR_TASK_ID",
"deleted": true
}

删除任务记录不会撤销已经完成的计费,也不能保证已保存的视频副本同时被删除。

失败响应与排查

失败任务仍以 HTTP 200 返回 task 对象,并在 task.error 中给出原因:

1
2
3
4
5
6
7
8
9
10
11
12
13
{
"task": {
"id": "YOUR_TASK_ID",
"model": "MiniMax-H3",
"status": "failed",
"error": {
"code": "1026",
"message": "video description contains sensitive content"
},
"task_type": "generation",
"modality": "video"
}
}

接口本身返回 400 时应检查 action 与条件参数,401 表示 Token 无效,429 表示查询过于频繁,500 表示服务暂时不可用。生成失败的任务不计费;成功任务按最终 usage 记录用量。

API 开发教程

MiMo 2.6 Pro 和 MiMo 2.6 Flash 是小米 MiMo 系列模型。本接口使用 OpenAI Chat Completions 格式,按输入、输出和缓存命中 token 计费。

模型与接口

模型 定位
mimo-v2.6-pro 复杂分析、推理与工具调用
mimo-v2.6-flash 日常对话与轻量任务

开通 MiMo 并获取对应的 API 凭据,向 https://api.acedata.cloud/mimo/chat/completions 发送请求。OpenAI SDK 的 base_url 可设为 https://api.acedata.cloud/mimo。统一 /v1/chat/completions 入口同样需要相应的服务权限。

首批接口范围为文本 Chat Completions;图像、音频、视频、联网搜索、Responses、Messages、Batch 与 UltraSpeed 不在本次发布范围内。

Python 示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import os
from openai import OpenAI

client = OpenAI(
api_key=os.environ["ACEDATACLOUD_API_KEY"],
base_url="https://api.acedata.cloud/mimo",
)
response = client.chat.completions.create(
model="mimo-v2.6-pro",
messages=[{"role": "user", "content": "解释彩虹形成的原因。"}],
max_completion_tokens=256,
extra_body={"thinking": {"type": "disabled"}},
)
print(response.choices[0].message.content)
print(response.usage)

示例展示请求写法;真实响应示例将在服务验证后补充。

流式、推理与工具调用

设置 stream=true 接收 SSE;如需最终用量,传入 stream_options={"include_usage": true}。客户端应处理内容、推理内容和工具调用增量,以及最终 usage 事件。

使用 thinking.type=enabled 开启推理,disabled 关闭。reasoning_content 与最终 content 分开返回;续接工具调用时保留助手消息中的推理内容、完整 tool_calls 和对应的 tool_call_id。

仅提交 type=function 的工具声明,tool_choice 仅支持 auto。应用负责执行工具并回传结果;模型返回工具调用本身不代表工具已执行。服务内置联网搜索尚未开放。

计费

prompt_tokens 包含缓存命中的输入;prompt_tokens_details.cached_tokens 按缓存价格计算,其余输入按普通输入价格计算。completion_tokens 包含推理输出,请勿重复累加推理 token。流式调用也按最终实际用量结算。

价格以控制台为准,Credit 的美元成本取决于购买套餐。失败请求不应被视为成功完成;如需核对扣费,请提供响应中的追踪标识。

错误处理

参数错误请检查请求格式;鉴权或权限错误请检查凭据与服务开通情况;遇到 429 请退避重试。无健康模型容量时可能返回 503。流式响应开始后发生中断时,先检查已接收结果与用量,避免盲目重复请求。

API 开发教程

Python SDK 适合后端服务、数据任务、自动化 Agent 和批处理脚本。acedatacloud 负责 API 调用,acedatacloud-x402 负责签出 PAYMENT-SIGNATURE 请求头。

源码与包地址:

安装依赖

1
pip install acedatacloud acedatacloud-x402

如果要使用 upto,还需要一次性调用 Permit2 approve CLI,该 CLI 依赖 web3:

1
pip install 'acedatacloud-x402[cli]'

干净 Python venv 的安装和导入检查输出:

1
2
3
4
5
acedatacloud 2026.4.26.1
acedatacloud-x402 2026.5.31.3
imports_ok True True True True True True
usage: acedatacloud-x402 [-h] {approve-permit2} ...
approve-permit2 One-time ERC-20 approve(Permit2, amount) needed before signing upto payments.

结果说明:

  • acedatacloud 和 acedatacloud-x402 均可从 PyPI 安装并导入。
  • pip install 'acedatacloud-x402[cli]' 会带上 approve-permit2 CLI,用于 upto 前置授权。

Base 示例

下面示例不需要 API Token。钱包私钥只在本地签名,不会发送给 Ace Data Cloud。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import os

from acedatacloud import AceDataCloud
from acedatacloud_x402 import EVMAccountSigner, create_x402_payment_handler

signer = EVMAccountSigner.from_private_key(os.environ["EVM_PRIVATE_KEY"])

client = AceDataCloud(
payment_handler=create_x402_payment_handler(
network="base",
evm_signer=signer,
)
)

res = client.openai.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "Say hi in 3 words"}],
max_tokens=10,
)

print(res["choices"][0]["message"]["content"])

Python SDK 当前返回的是 dict,所以示例使用 res["choices"][0]["message"]["content"]。不要直接假设它一定有 .choices 属性。

Solana 示例

Solana 使用 base58 编码的 secret key:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import os

from acedatacloud import AceDataCloud
from acedatacloud_x402 import SolanaKeypairSigner, create_x402_payment_handler

client = AceDataCloud(
payment_handler=create_x402_payment_handler(
network="solana",
solana_signer=SolanaKeypairSigner.from_base58(os.environ["SOLANA_SECRET_KEY"]),
)
)

res = client.openai.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "Say hi in 3 words"}],
max_tokens=10,
)

Solana 路径会构造并提交 SPL USDC TransferChecked 交易,然后把交易签名放进 PAYMENT-SIGNATURE envelope。

Solana paid retry 在生产 API 上已返回 HTTP 200 和 ADC_SOLANA_E2E_OK。本次公开 RPC 查询遇到限流,未稳定确认链上 signature;需要对账时请用你自己的 Solana RPC 查询该次交易。

Async 客户端

同一个 payment handler 可以用于 AsyncAceDataCloud:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import os

from acedatacloud import AsyncAceDataCloud
from acedatacloud_x402 import EVMAccountSigner, create_x402_payment_handler

signer = EVMAccountSigner.from_private_key(os.environ["EVM_PRIVATE_KEY"])

client = AsyncAceDataCloud(
payment_handler=create_x402_payment_handler(
network="base",
evm_signer=signer,
)
)

res = await client.openai.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "Say hi in 3 words"}],
max_tokens=10,
)

使用 upto 后置计量

聊天补全、模型调用等 API 的真实成本可能需要等响应结束后才知道。此时 API 可能同时返回 exact 和 upto。如果要优先使用 upto:

1
2
3
4
5
6
7
client = AceDataCloud(
payment_handler=create_x402_payment_handler(
network="base",
evm_signer=signer,
prefer_scheme="upto",
)
)

Base upto 的程序运行结果:

1
2
3
4
5
6
payer 0x5d4f08D5c2bb60703284bc06671Eb680fA41B105
elapsed_ms 5104
content ADC_BASE_UPTO_OK
id chatcmpl-DlcbyS4IT8kUAMo4Ri97HiIHc9T8V
settlement tx 0x4b0b836ce1cd1171cdbc37df1637150b024214ec28e7f6f2d09122f15cbfc036
settled value 3 atomic USDC

链上确认:

1
2
3
explorer https://basescan.org/tx/0x4b0b836ce1cd1171cdbc37df1637150b024214ec28e7f6f2d09122f15cbfc036
block 46726437
transfer value 3 atomic USDC

结果说明:

  • content ADC_BASE_UPTO_OK 说明请求真实进入模型 API。
  • settled value 3 atomic USDC 说明 upto 按实际用量结算,而不是扣完整上限。
  • settlement tx 可在 BaseScan 打开,对账时保存 tx hash、payer、completion id 和请求摘要。

upto 使用 Permit2 授权一个上限,实际结算金额不能超过该上限。第一次使用前,需要对目标链上的 USDC 做一次 approve(Permit2, amount)。

CLI 方式:

1
X402_PRIVATE_KEY=0x... acedatacloud-x402 approve-permit2 --network base

程序方式:

1
2
3
4
5
6
7
from acedatacloud_x402 import EVMAccountSigner, approve_permit2

approve_permit2(
rpc_url="https://mainnet.base.org",
signer=EVMAccountSigner.from_private_key("0x..."),
token_address="0x833589fCD6eDb6E08f4c7C32D4f71b54bdA02913",
)

该 helper 是幂等的。如果 allowance 已经足够,会返回 {"skipped": true},不会重复发链上交易。

低层签名

如果你不使用 SDK,也可以直接调用低层签名函数:

1
2
3
4
5
6
7
import base64
import json

from acedatacloud_x402 import EVMAccountSigner, sign_evm_payment

envelope = sign_evm_payment(requirement, EVMAccountSigner.from_private_key("0x..."))
x_payment = base64.b64encode(json.dumps(envelope, separators=(",", ":")).encode()).decode()

低层函数适合测试、代理层、网关集成或非官方 SDK。普通业务代码优先使用 create_x402_payment_handler。

API 开发教程

通过文档 UUID 或 alias 获取单篇文档的完整内容和导航关系。已知 alias 时可以直接请求,无需先从列表筛选。

接口概览

项 内容
方法 GET
URL https://platform.acedata.cloud/api/v1/documents/{id_or_alias}
鉴权 公开;知道 UUID 或 alias 即可直接读取

参数

  • id_or_alias:文档 UUID、当前 alias,或保留在 redirect_from 中的旧 alias。
  • lang:可选语言提示;也可使用 Accept-Language。最终内容语言以响应 content_locale 为准。
1
2
3
curl --get 'https://platform.acedata.cloud/api/v1/documents/platform-token' \
--data-urlencode 'lang=zh-CN' \
-H 'Accept: application/json'

响应说明

详情使用单个对象响应,当前包含:

  • id、alias、redirect_from、name、title、type、rank、tags;
  • content、content_mode、content_locale、content_hash;
  • parent、sibling 和按 rank 排序的公开 children 摘要;
  • api / dataset / integration 关联,以及 agent(存在时)。

响应没有 breadcrumbs 字段。构建面包屑时可从 parent 继续读取其详情,或使用已缓存的文档目录关系。

错误处理

  • ID/alias 不存在或不符合当前站点可见性:404。private 只控制列表可见性,不阻止知道链接的人直接读取,不能作为保密边界。
  • 当前路由使用无尾斜杠形式;不要依赖代理层自动补斜杠。

相关接口

API 开发教程

在「我的应用」选择可赠的 Usage 余额,进入独立创建页,设定每张面额、份数、领取截止时间、卡面样式和可选的指定领取人,即可创建一条分享链接。可按用户 ID、用户名、邮箱或手机号精确查找领取人;不指定领取人则公开领取。新建卡只支持流光丝带、花语、晨曦和庆典彩带四种主题封面,页面会预览实际卡面;也可开启自定义封面并上传图片。创建接口不再接受旧主题,已创建的卡片继续保留原来的封面样式。中文祝福语旁的地球开关可启用自动翻译:创建后逐步生成其他语言,在翻译完成前展示中文原文。创建时一次性扣除全部卡片额度;领取人登录后每批最多领取一张,领取成功立即进入对应的通用或同服务余额。指定了领取人的卡片仅这些用户可领;公开卡片则先到先得。

创建人可以结束赠送,未领取的额度退回原 Application;已领取的不会撤销。到期的未领额度由后台定时退回。可赠额度以来源 Application 的当前剩余额度为准,不要求额度来自付费订单;已使用和已分配的额度已从该余额扣除。创建时在数据库事务中再次检查并预留总额,避免并发超额赠送。若来源或目标账户存在限制、可赠额度不足或来源账户设置了到期时间,创建或领取会被拒绝。不同服务与计费单位之间不进行折算。

卡片链接仅供分享展示和领取;不要把它当作付款凭据。上传封面只接受符合平台限制的图片。

领取成功后,在支持 Apple 钱包的 iOS 设备上可从领取页选择「加入 Apple 钱包」,并在 iPhone 的卡片预览中确认添加。使用领取该卡片的账户重新打开或刷新分享链接时,页面会恢复自己的领取记录和钱包入口,不会再次增加余额。未登录或未领取该卡片的账户不能下载这张钱包卡片。

钱包卡面沿用赠送卡的主题或自定义封面与品牌标识。Apple 钱包使用原生商店卡布局:封面展示在卡片的图片区域,金额与计费单位合并为单行顶部字段。商店卡图片仅覆盖 iOS 预留的图片区域,不支持整张卡片铺满背景图。卡片外形、高度、留白与文字字体由 iOS 控制,不能指定为网页卡片的横版比例,也不能完整复刻网页排版。已添加的旧卡片可从领取页重新下载并确认更新卡片,以使用新的卡面。

钱包卡片展示的是已领取额度的静态凭证,不显示实时余额,也不能用于再次兑换或转账。卡片下方的二维码打开平台应用余额页面,查看实时余额需登录领取时使用的账户;二维码不含兑换码。卡片的固定标签与提示语会随设备语言显示,服务名称使用下载时选择的语言。若钱包下载暂不可用,可稍后重试;已经成功领取的额度不受影响。

产品推广

📘 完整指南:在 VS Code 里用全部 Ace Data Cloud MCP →

Kling 是快手的视频生成模型,文生视频 / 图生视频 / 扩展视频都能做,画面细腻。 通过 MCP 接入 VS Code 后,可以直接在对话里调用,不用切窗口、不用复制粘贴。

第 1 步:在 VS Code 中搜索并安装插件

  1. 打开 VS Code 扩展市场(Cmd+Shift+X)
  2. 搜索 Kling MCP,或直接搜索扩展 ID:acedatacloud.mcp-kling
  3. 点击 Install,安装后按提示重载窗口

第 2 步:获取并填写 API Key

  1. 打开 Ace Data Cloud 控制台 / Applications
  2. 复制你的 API Key(同一个 Key 可用于全部 Ace Data Cloud MCP)
  3. 按 Cmd+Shift+P,执行:Kling MCP: Set Ace Data Cloud API Key
  4. 粘贴 API Key,回车保存(保存在 VS Code SecretStorage / 系统钥匙串)

如果要换 Key,可执行 Kling MCP: Clear Ace Data Cloud API Key 后重新设置。

第 3 步:验证已连通

  1. 打开 GitHub Copilot Chat,切到 Agent 模式
  2. 直接提需求并点名 kling,例如:用 kling 帮我完成这个任务
  3. 首次调用时会自动走到该插件并使用你保存的 API Key

进阶:手动 mcp.json(可选)

如果你更偏好手动配置,也可以在项目里写 .vscode/mcp.json:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
"servers": {
"kling": {
"type": "http",
"url": "https://kling.mcp.acedata.cloud/mcp",
"headers": {
"Authorization": "Bearer ${input:acedata-api-key}"
}
}
},
"inputs": [
{
"id": "acedata-api-key",
"type": "promptString",
"description": "Ace Data Cloud API Key",
"password": true
}
]
}

第 3 步:验证已连通

  1. 打开 GitHub Copilot Chat,切到 Agent 模式
  2. 直接提需求并点名 kling,例如:用 kling 帮我完成这个任务
  3. 首次调用时会自动走到该插件并使用你保存的 API Key

进阶:手动 mcp.json(可选)

如果你更偏好手动配置,也可以在项目里写 .vscode/mcp.json:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
"servers": {
"kling": {
"type": "http",
"url": "https://kling.mcp.acedata.cloud/mcp",
"headers": {
"Authorization": "Bearer ${input:acedata-token}"
}
}
},
"inputs": [
{
"id": "acedata-token",
"type": "promptString",
"description": "Ace Data Cloud API key",
"password": true
}
]
}

使用示例

用 kling-v3 生成一段 5 秒的视频:日落时分的海边公路,镜头从车窗向前推

用这张图(链接 xxx)生成 image2video,让画面里的人物缓慢转身

把刚才那段视频再扩展 5 秒,让剧情自然衔接

工具

工具 说明
kling_generate_video 通过文本 / 图片生成视频(kling-v1 / v1-6 / v2-master / v2-1-master / v2-5-turbo / v2-6 / v3 / v3-omni)
kling_extend_video 对已有视频按提示词继续延伸

相关链接

API 开发教程

1. 获取 API Key

打开 Ace Data Cloud 应用列表,进入可用的应用并复制 API Key。

获取 Ace Data Cloud API Key

2. 安装 Codex

1
npm install -g @openai/codex

3. 设置 API Key

macOS / Linux:

1
export ACEDATACLOUD_API_KEY="你的 API Key"

如需长期生效,把这一行加入 ~/.zshrc 或 ~/.bashrc。Windows PowerShell 使用:

1
setx ACEDATACLOUD_API_KEY "你的 API Key"

设置后重新打开终端。

4. 配置 AceDataCloud

编辑 ~/.codex/config.toml(Windows 为 %USERPROFILE%\.codex\config.toml),加入:

1
2
3
4
5
6
7
8
9
model_provider = "acedatacloud"

[model_providers.acedatacloud]
name = "acedatacloud"
base_url = "https://api.acedata.cloud/v1"

[model_providers.acedatacloud.auth]
command = "sh"
args = ["-c", "echo $ACEDATACLOUD_API_KEY"]

Windows 将最后两行改为:

1
2
command = "powershell"
args = ["-NoProfile", "-Command", "Write-Output $env:ACEDATACLOUD_API_KEY"]

无需填写 model;启动后可在 Codex 中选择模型。已有其他配置可以保留,不要重复创建同名 provider。

5. 启动

1
2
cd /path/to/your/project
codex

进入 Codex 后运行 /model,确认 Provider 为 acedatacloud,再选择需要的模型。调用记录和余额可在 使用历史 与 应用列表 查看。

如果提示缺少 Key 或返回 401,确认环境变量已设置,并完全退出后重新打开终端和 Codex。

技术教程

AI 视频变现

短视频依然是流量之王,而 AI 视频生成正在把制作门槛砸到地板:以前做一条产品广告要找专业团队,现在用 AI 视频 API 几十秒就能出片。

这里有两条能同时拿的收入线:

  1. 帮客户做 AI 视频,收服务费(你的手艺)
  2. 引导客户自助用 API,你拿分销佣金(长期复利)

今天讲清楚怎么把这两件事一起做了。

为什么 AI 视频是眼下的好机会

需求端: 中小商家最缺短视频内容——餐饮要探店、电商要产品展示、教育要课程预告、中介要楼盘介绍。他们有需求,但请不起专业团队。

供给端: Ace Data Cloud 把主流 AI 视频模型统一到一个 API 里:

模型 特长 适用场景
Sora OpenAI 出品,画面电影级 品牌宣传片、创意广告
Veo Google 出品,自然真实 产品展示、生活场景
Luma 运动流畅、3D 感强 科技产品、动态效果
Seedance 字节出品,人物/动作强 人物展示、时尚内容
Hailuo MiniMax 出品,中文场景好 中文语境营销
Kling 快手出品,性价比高 日常商业视频
Pika / Pixverse 风格化、特效突出 创意/二次元短视频

再配上 AI 图片(gpt-image-2、Midjourney、Flux、Seedream),你可以同时输出视频封面、产品海报、社媒配图。

一句话:你能用很低的成本,做出以前需要团队才能完成的视频内容。 一个平台、一个 API Key 打通所有模型,切换模型只改一个参数。

第一条线:视频制作服务费

目标客户

本地餐饮/奶茶/美容店、电商卖家、教育培训机构、房产中介/装修公司、自媒体和 MCN 机构。

定价参考(自定,供参考)

服务包 内容 参考定价
基础包 5 条 15 秒短视频 + 5 张封面图 ¥500
标准包 10 条短视频 + 10 张配图 + 文案 ¥1,200
高级包 20 条短视频 + 全套视觉物料 ¥2,500
月度包 每月 30 条视频持续产出 ¥3,000/月

你的 API 成本很低:用API Platform 生成十来条视频,费用通常只是个位数到几十美元级别(按量计费、用多少付多少)。具体成本随模型、时长、分辨率变化,接单前先自己跑几条实测一下,把报价留足空间。

实战案例:帮奶茶店做抖音内容

  1. 用 Sora / Kling 生成”奶茶制作过程”的视频(倒茶、拉花,画面精致)
  2. 用 gpt-image-2 生成菜单海报和新品图——在线界面 https://studio.acedata.cloud/openai-image,或走 API:
    1
    2
    3
    4
    curl -X POST https://api.acedata.cloud/openai/images/generations \
    -H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{"model":"gpt-image-2","prompt":"一杯芋泥啵啵奶茶,暖色调,饮品菜单海报,留白排版","size":"1024x1536"}'
    要把店铺 logo 融进海报,用 POST https://api.acedata.cloud/openai/images/edits(multipart,image[] 可传多张)。
  3. 用 AI Chat 帮它写抖音文案和话题标签
  4. 一周交付一批可直接发布的内容

一次交付里,你的成本主要是自己的时间和很低的 API 费用,报价空间取决于你交付的质量和当地市场,别硬套别人的数字。

怎么找客户

  • 线下扫街: 到附近商业街,进门问”老板,需要拍抖音短视频吗?我用 AI 帮你做,快又省”,带手机现场展示样片。
  • 朋友圈接单: 先免费帮 2-3 个朋友的店做几条,让他们帮你发圈传口碑。
  • 小红书/抖音展示: 把你的 AI 商业视频案例发出去,标题如”用 AI 帮餐饮老板 30 秒做出专业广告视频”,同行和商家会主动来。
  • 闲鱼/淘宝挂服务: “AI 短视频制作 | 抖音/小红书内容代做 | 快速出片”,这类需求量不小。

第二条线:分销佣金(长期主义)

你帮客户做了几个月视频后,总有人会问”能不能教我们自己做?”——这时候就引导他们通过你的邀请链接注册 Ace Data Cloud。

客户自助后,可以通过你的邀请链接注册并自行使用 API。只有符合当前规则的有效订单才可能产生佣金。

佣金只来自符合当前规则的有效订单。等级、比例、邀请归属、确认期和提现条件以推广方式与佣金规则及分销后台当前显示为准;退款、风控、订单状态和既有邀请关系都可能影响最终结果。

两条线怎么配合

  • 初期: 以服务费为主,用交付建立信任
  • 中期: 服务费 + 佣金,部分客户转成自助用户
  • 后期: 根据真实订单评估服务费与佣金占比,并持续维护客户关系和交付质量

进阶:做成”AI 视频工作室”

  • 标准化流程: 建模板库(不同行业的视频模板、提示词模板、文案模板),新客户来了替换关键信息、批量出片。
  • 组小团队: 培训 1-2 个助手用API Platform 执行,你抓客户关系和商务。
  • 签月度/年度合同: 把单次购买转成月费客户,收入更稳。
  • 行业解决方案: 打包”AI 餐饮营销方案””AI 电商内容方案”,提高客单价。

为什么选 Ace Data Cloud

  • 全模型覆盖: 主流 AI 视频/图片模型一个平台打通,不用分别注册十几个账号
  • API 标准化: 学会一个就能用所有模型,切换只改一个参数
  • 价格透明: 按量计费,无月费、无最低消费
  • 分销成熟: 邀请链接一键生成,佣金自动计算,后台实时查看

现在就行动

  1. 注册 Ace Data Cloud,熟悉各视频模型
  2. 用 Sora / Luma / Hailuo 等做几个不同行业的样片
  3. 带着样片去谈第一个客户
  4. 进入分销后台拿邀请链接
  5. 帮客户做视频的同时,引导他们自助注册(佣金确认与提现条件以分销后台当前显示为准)

AI 视频把制作门槛打到了地板上。现在入场,你既是内容服务商,又是 API 分销商——一份精力,两条收入线。

有问题随时联系 客服。

API 开发教程

GitHub Copilot 官方 BYOK 文档将 VS Code 列为支持的本地客户端,并支持 OpenAI-compatible Provider。VS Code 版本、企业策略和模型可见性会影响最终 endpoint;首次接入请按下文检查实际请求。

配置范围

  1. 确认你的 GitHub Copilot 账户或组织已启用 BYOK/Custom Models 功能。
  2. 在 VS Code 的 Copilot 模型管理中新增 OpenAI-compatible Provider。
  3. Base URL 填写 https://api.acedata.cloud/v1。
  4. API Key 填写你的 Ace Data Cloud API Token。
  5. Model 填写模型目录中与所选协议兼容的精确模型 ID。
  6. 在 Copilot Chat 中发送 Reply only OK,再测试一次带工作区上下文的请求。

当前边界

  • Copilot App、CLI、GitHub Desktop、Enterprise BYOK 与 VS Code 的配置合同不同,本指南不把其他客户端步骤直接套用到 VS Code。
  • 组织策略可能禁止个人添加 Provider 或模型。
  • Tab completion、Chat、Agent 与后台任务可能使用不同模型路径,应分别验证。

官方参考

API 开发教程

根据主题与风格生成标题和歌词,编辑后可用于 ACE Music 自定义歌曲生成。歌词生成独立收费,调用歌曲生成 API 不会隐式调用本接口。

1
2
3
4
curl --request POST 'https://api.acedata.cloud/acemusic/lyrics' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{"prompt":"关于故乡和回家的一首中文歌","style":"温暖的中国风民谣"}'

prompt 必填;style 可选。本接口等待同步结果,超过等待预算时返回 HTTP 202 和任务 ID,此时继续查询原任务。完成后结果沿用 success、task_id、trace_id 包络,data 为包含 title 和 text 的歌词列表。text 是可编辑歌词,不是音频地址。

成功生成收一次歌词费用。以 2026-11-17 的最大套餐与汇率基准折合人民币 ¥0.01,约 US$0.001497;实际折算按所用套餐、优惠、站点加价和汇率而异。生成失败不收费。查询已完成的个人任务免费。

网络中断时保留已取得的任务 ID。不要自动重发同步收费请求;优先使用 任务 API 查询原任务。权限、余额、参数和限流错误的处理与歌曲 API 一致。

技术教程

📘 完整指南:在 Gemini CLI 里用 Ace Data Cloud MCP →

Google 搜索能力(网页 / 图片 / 新闻 / 地图 / 本地商户 / 视频)一次接入。通过 MCP 接入 Gemini CLI 后,可以直接在对话里调用,不用切窗口、不用复制粘贴。

获取 API Token

到 Ace Data Cloud 平台 注册账号,复制首页的 API Token——一个 Token 即可使用全部 MCP Server。详细步骤见 完整指南。

获取 Ace Data Cloud API Key

配置

编辑配置:命令行一键添加(推荐)

1
2
3
4
gemini mcp add serp \
--transport http \
https://serp.mcp.acedata.cloud/mcp \
--header "Authorization: Bearer 你的Token"

或手动编辑 ~/.gemini/settings.json:

1
2
3
4
5
6
7
8
{
"mcpServers": {
"serp": {
"httpUrl": "https://serp.mcp.acedata.cloud/mcp",
"headers": { "Authorization": "Bearer 你的Token" }
}
}
}

下一次 gemini 会话启动时即可使用工具。

使用示例

搜一下 2026 年 5 月最新的 AI 视频生成技术趋势,列 5 个要点

用 Google 搜索 “capacitor 8 ios build error” 的英文结果,按时间排序

找一组 “东方水墨风格 LOGO 设计” 的图片参考,给我 8 张

工具

工具 说明
google_search Google 网页 / 图片 / 新闻 / 地图 / 本地商户 / 视频搜索

相关链接

API 开发教程

本文将介绍一种 人像动漫化 API 对接说明,它可以通过输入一张人脸照片,生成个性化的二次元动漫形象,可用于打造个性头像、趣味活动、特效类应用等场景,提升社交娱乐的体验。

申请流程

要使用 人像动漫化 API,首先到 Ace Data Cloud 控制台 获取您的 API Token,留作备用。

如果你尚未登录或注册,会自动跳转到登录页面邀请你注册和登录,完成后会自动返回当前页面。

一个 API Token 即可调用平台所有服务,无需为每个服务单独申请。 首次申请会赠送免费额度,可免费体验;额度不足时可在 控制台 充值通用余额。

📘 完整文档:人像动漫化 API →

基本使用

首先先了解下基本的使用方式,就是输入图片链接,便可获得处理后结果图片,首先需要简单地传递一个 image_url 字段,人脸图片如下图所示:

我们接下来就可以在界面上填写对应的内容,如图所示:

可以看到这里我们设置了 Request Headers,包括:

  • accept:想要接收怎样格式的响应结果,这里填写为 application/json,即 JSON 格式。
  • authorization:调用 API 的密钥,申请之后可以直接下拉选择。

另外设置了 Request Body,包括:

  • image_url:需要处理的人脸图片链接。

选择之后,可以发现右侧也生成了对应代码,如图所示:

点击「Try」按钮即可进行测试,如上图所示,这里我们就得到了如下结果:

1
2
3
{
"image_url": "https://cdn.acedata.cloud/e724d7f13d.png"
}

可以看到,这里返回的结果中有一个 image_url 字段,就是变化后的卡通人脸图片。其中变化后人脸信息如下所示:

可以看到图片中人脸已经生成个性化的二次元动漫形象。

另外如果想生成对应的对接代码,可以直接复制生成,例如 CURL 的代码如下:

1
2
3
4
5
6
7
curl -X POST 'https://api.acedata.cloud/face/cartoon' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
"image_url": "https://cdn.acedata.cloud/lrbtcn.jpg"
}'

Python 的对接代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import requests

url = "https://api.acedata.cloud/face/cartoon"

headers = {
"accept": "application/json",
"authorization": "Bearer {token}",
"content-type": "application/json"
}

payload = {
"image_url": "https://cdn.acedata.cloud/lrbtcn.jpg"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

错误处理

在调用 API 时,如果遇到错误,API 会返回相应的错误代码和信息。例如:

  • 400 token_mismatched:Bad request, possibly due to missing or invalid parameters.
  • 400 api_not_implemented:Bad request, possibly due to missing or invalid parameters.
  • 401 invalid_token:Unauthorized, invalid or missing authorization token.
  • 429 too_many_requests:Too many requests, you have exceeded the rate limit.
  • 500 api_error:Internal server error, something went wrong on the server.

错误响应示例

1
2
3
4
5
6
7
8
{
"success": false,
"error": {
"code": "api_error",
"message": "fetch failed"
},
"trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档,您已经了解了如何使用 人像动漫化 API 对输入的图片进行生成个性化的二次元动漫形象。希望本文档能帮助您更好地对接和使用该 API。如有任何问题,请随时联系我们的技术支持团队。

API 开发教程

在爬虫与反爬虫斗争愈演愈烈的情况下,各大网站和 App 的风控检测越来越强,其中一项就是 IP 封禁。

为了解决 IP 封禁的困扰,一个有效的方式就是设置代理,设置代理之后,爬虫可以借助代理的 IP 来伪装自己的真实 IP 地址,从而突破反爬虫的限制。

但代理的质量有高有低,比如市面上的免费代理,几乎绝大多数都是不可用或者被封禁的状态,而有些付费普通代理也陆续被加入了各大网站和 App 的风控黑名单。因此,现在可以用作高质量数据爬爬取的代理越来越少了,目前市面上质量较高的代理主要有独享代理、ADSL 代理、移动蜂窝代理这几种类型。

本代理服务就是基于 ADSL 搭建的轮换代理服务,本文档会介绍此服务的申请和使用方法。

ADSL 代理介绍

ADSL,英文全称是 Asymmetric Digital Subscriber Line,即非对称数字用户环路。ADSL 通过拨号的方式上网,拨号时需要输入 ADSL 账号和密码,每次拨号就更换一个 IP。IP 分布在多个 A 段,如果 IP 都能使用,则意味着 IP 量级可达千万。

基于 ADSL 方式搭建的代理相比机房搭建的普通代理来说,有两个优势:一是线路基本都是移动、联通、电信,更贴近于居民日常上网线路,所以 IP 被封禁的概率会低一些。二是 IP 量级大,IP 量级越大,每个 IP 被封禁的概率就越小。

本代理服务背后是基于一个大规模的 ADSL 代理池,主要覆盖中国线路,线路主要来自移动、联通、电信等拨号 VPS 服务器,覆盖中国 100 多城市,出口 IP 约每日 30 万。支持市面上几乎所有网站和 App 的数据请求,代理质量很高,能够很大减小风控概率。

申请方法

要使用 ADSL 服务,可以首先到「申请页面」进行申请,首次申请有 1 积分免费额度,约 17.5MB。

如果您尚未登录,则会自动跳转到登录页面,登录之后继续申请即可。

申请完毕之后,可以到「控制台」中查看本人的申请结果,如图所示:

点击 「Credentials」,即可查看使用 ADSL 代理服务的用户名及密码,以冒号分隔,其中用户名是 8 位,密码是 32 位,如图所示:

本 ADSL 代理是一种轮换代理,因此使用的时候只需要设置一个固定的代理地址和端口即可,代理的地址和端口分别是 adsl.proxy.acedata.cloud 和 30005,是 HTTP/HTTPS/SOCKS 协议的代理,可以用于访问 HTTP 和 HTTPS 协议的网站。

命令测试

有了代理的用户名密码之后,最方便的方法便是通过 curl 命令行进行测试,如尚未安装,请参考 https://curl.se/ 安装即可。

假如当前代理的用户名密码是 1f78266a:eff0896726224fa2a99fe82dd1f07562,我们可以用如下 curl 命令进行测试:

1
curl -x 1f78266a:eff0896726224fa2a99fe82dd1f07562@adsl.proxy.acedata.cloud:30005 https://ipinfo.io

这里我们使用 curl 的 -x 参数指定了代理地址,代理协议默认是 HTTP/HTTPS,这里请求的 URL 是 https://ipinfo.io,这个站点可以返回请求该站点的真实 IP 地址和 IP 所在地域。

运行结果如下:

1
2
3
4
5
6
7
8
9
10
11
{
"ip": "183.210.224.227",
"city": "Jinrongjie",
"region": "Beijing",
"country": "CN",
"loc": "39.9122,116.3561",
"org": "AS56046 China Mobile communications corporation",
"postal": "101100",
"timezone": "Asia/Shanghai",
"readme": "https://ipinfo.io/missingauth"
}

代码对接

下面以 Python 为例演示该代理的设置方法:

1
2
3
4
5
6
7
8
9
10
11
12
import requests

proxy = 'https://{proxy_username}:{proxy_password}@adsl.proxy.acedata.cloud:30005'

proxies = {
'http': proxy,
'https': proxy
}

for _ in range(3):
resp = requests.get('https://ipinfo.io', proxies=proxies)
print(resp.text)

这里我们首先声明了代理的 URL 并定义为 proxy 变量,协议是 http 协议,后面跟随隧道代理的用户名和密码(即控制台展示的用户名和密码,二者以冒号分隔),后面再跟一个 @ 符号,再跟代理的地址和端口即可。

接着声明了一个 proxies 变量,配置了两个键值对,键名分别为 http 和 https,其键值都是 proxy,代表对于 HTTP 和 HTTPS 协议的网站,都是用 proxy 变量定义的代理来进行请求。

接下来定义了三次循环进行代理的测试,这里请求的 URL 是 https://ipinfo.io,这个站点可以返回请求该站点的真实 IP 地址和 IP 所在地域。

运行结果如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
{
"ip": "211.93.135.114",
"city": "Shanghai",
"region": "Shanghai",
"country": "CN",
"loc": "31.2222,121.4581",
"org": "AS4837 CHINA UNICOM China169 Backbone",
"postal": "200000",
"timezone": "Asia/Shanghai",
"readme": "https://ipinfo.io/missingauth"
}
{
"ip": "112.22.109.176",
"city": "Nanjing",
"region": "Jiangsu",
"country": "CN",
"loc": "32.0617,118.7778",
"org": "AS56046 China Mobile communications corporation",
"postal": "210000",
"timezone": "Asia/Shanghai",
"readme": "https://ipinfo.io/missingauth"
}
{
"ip": "39.162.179.215",
"city": "Yangzhou",
"region": "Jiangsu",
"country": "CN",
"loc": "32.3972,119.4358",
"org": "AS24445 Henan Mobile Communications Co.,Ltd",
"postal": "225000",
"timezone": "Asia/Shanghai",
"readme": "https://ipinfo.io/missingauth"
}

可以看到,每次运行的结果得到的代理 IP 都是随机的,而且 IP 所在地域确实是来源于中国不同省市的。

当然,上述的代理设置方式实际上是一个相对简洁的设置方式。

实际上上述代码等价于在请求的时候设置了一个额外的 Headers - Proxy Authorization,所以上述代码还可以改写如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import requests
import base64

proxy_host = 'adsl.proxy.acedata.cloud'
proxy_port = '30005'
proxy_username = '{proxy_username}' # 8位用户名
proxy_password = '{proxy_password}' # 32位密码

credentials = base64.b64encode(
f'{proxy_username}:{proxy_password}'.encode()).decode()

proxies = {
'http': f'http://{proxy_host}:{proxy_port}',
'https': f'http://{proxy_host}:{proxy_port}'
}

headers = {
'Proxy-Authorization': f'Basic {credentials}'
}

for _ in range(3):
resp = requests.get('https://ipinfo.io',
proxies=proxies, headers=headers)
print(resp.text)

可以看到,这里我们通过 Proxy-Authorization 这个请求头额外设置了代理的用户名和密码(需要进行 Base64 编码),这样的代码运行效果也是一样的。

对于其他语言,比如 JavaScript 的 axios,也可以使用类似的设置方式:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
const axios = require("axios");
const base64 = require("base64");

const proxy_host = "adsl.proxy.acedata.cloud";
const proxy_port = "30005";
const proxy_username = "{proxy_username}"; // 8位用户名
const proxy_password = "{proxy_password}"; // 32位密码

const credentials = base64.encode(`${proxy_username}:${proxy_password}`);

const proxies = {
http: `http://${proxy_host}:${proxy_port}`,
https: `http://${proxy_host}:${proxy_port}`,
};

const headers = {
"Proxy-Authorization": `Basic ${credentials}`,
};

for (let i = 0; i < 3; i++) {
axios
.get("https://ipinfo.io", { proxies, headers })
.then((resp) => console.log(resp.data))
.catch((err) => console.error(err));
}

运行效果都是一样的。

对于其他语言的设置方法,请参考上文自行改写即可。

购买更多

如您的套餐已经耗尽,您需要购买更多才能继续使用该代理服务。

要购买更多,请到「申请页面」直接点击「购买更多」按钮即可选购,单次购买更多,单价越便宜。

技术教程

Track Rankings Daily:通过 SERP API 每日采集搜索结果并保存至数据库的 SEO 排名监测示意,不代表真实排名数据。

昨天改了落地页标题,今天运营问:“那个关键词涨了吗?”你打开搜索页,找了半天,又开始怀疑是不是地区、语言或者搜索时间不同。手工查一次不难,难的是每天用同一个口径查,留下记录,还能解释某天为什么没数据。

技术教程

BUILD AI AGENTS — From answers to real-world execution with GLM API

过去一年,大模型最明显的变化,不是回答变得更长,也不是语气更像真人,而是它开始接手真正的工作。

人工智能

MAX OUT THE DARK — GPT Image 2.5 XHigh and Max Quality

做视频时,最难生成的往往不是明亮、干净的产品图,而是夜景、灾难、科幻、战争这类暗色画面。

人工智能

Your AI Studio — Launch agents, publish tasks, and connect your domain.

做一个在线 AI 工作台,听起来似乎要准备服务器、开发前端、接入模型,还得处理账号和域名。真正动手之后,往往还没开始做核心功能,时间就先花在了各种配置上。

人工智能

Automate Your Daily Content Workflow — Ace Data Cloud 自动内容工作流

做内容最累的,往往不是写文章本身。

每天打开电脑,先要查看国内外新闻,再翻一遍各个平台的热榜。遇到几条看起来差不多的消息,还得逐篇核对来源,判断它到底是真热点,还是换了个标题重新炒作。

技术教程

Make Your AI Site Your Own — Branding, domains, sign-in, navigation, and pricing.

分站搭起来,能打开页面、能正常使用,只算是开了个头。真正准备给用户用的时候,还得把站点名称、Logo、登录方式、域名这些地方收拾好。首页放什么功能,服务卖什么价格,使用说明去哪儿看,也都得提前想一想。

技术教程

Simplify Codex with One Provider — Ace Data Cloud Codex 配置教程封面

Codex 安装并不难,真正容易卡住的是接入:API Key 放在哪里、config.toml 怎么写、Windows 和 macOS 有什么区别、VS Code 为什么读不到终端里的变量、模型要不要固定……

技术教程

WorkBuddy 通过 MCP 连接 Maestro 的专题海报

很多 MCP 教程写到“连接成功”就结束了,可真正开始使用时,问题才刚出现:服务器地址填在哪里,认证信息怎么处理,模型为什么没有调用工具,视频生成要等一段时间时又该怎么办?

产品推荐

Ace Data Cloud 推荐佣金指南英文封面:3 Ways to Earn Commissions

用到一个顺手的 AI 工具,你可能会推荐给朋友,写进教程,或者放进自己的产品里。这些原本就在做的事,其实也有机会带来一份额外收入。

技术教程

GPT-6 Astra API — Reasoning and Vision, Built for Production

当 AI 应用从 Demo 进入生产环境,团队面对的核心问题已经不再是“模型能不能用”,而是:能力够不够强、成本能不能控制、现有系统能不能快速接入。

技术教程

Build Your Own White Label API Platform

做 AI API 生意,最麻烦的往往不是接口本身

很多团队第一次计划做 AI API 平台时,会下意识地认为:“我们先把模型接进来,后面的事情慢慢补。”

技术教程

Suno 应用上线真正会卡在哪里——任务、成本、存储与版权实战封面

做一个 Suno 应用的 Demo,可能只需要一个下午。

技术教程

WeChat Content, Less Busywork — Research, write, and prepare drafts with Ace Data Cloud Studio.

做过公众号的人,应该都熟悉这种感觉:今天准备更新,打开电脑,却不知道从哪儿开始。

产品推荐

Ace Data Cloud Kling Lip Sync 音乐视频制作主题封面:虚构歌手、音频波形与可复用视频片段,AI 概念配图,非实测截图

音乐已经完成,歌手形象也已确定。下一步,如何让画面中的人物唱出这首歌?

产品推荐

做科研、搭知识库,或者做论文检索产品的人,大多遇到过同一种麻烦:论文不算难找,难的是把它们真正整理好。

技术教程

API Errors 401, 403 & 429 — authentication, authorization, and rate limiting

调用 API 时,401 Unauthorized、403 Forbidden 和 429 Too Many Requests 是最常见的三类错误。

技术杂谈

2026 AI Monetization Guide: Practical Paths for Individuals, Developers and Creators

2026 AI 变现指南:普通人、开发者和内容创作者分别怎么做?

AI 降低了内容生产、软件开发和业务自动化的门槛,但“会使用 AI”不等于“能够通过 AI 获得收入”。本文分别面向普通人、开发者和内容创作者,梳理三条更务实的变现路径,并给出从需求验证到首次交付的行动建议。

技术教程

ONE KEY. EVERY FORMAT. Turn one idea into an article, images, video, and audio.

现在做内容,最不缺的就是工具。

技术杂谈

From One Brief to a Finished Video — 从创作简报到完整成片的端到端视频生产流程

视频已经不是“要不要做”的问题,而是“能不能稳定、高频地做”。

人工智能

Ace Data Cloud AI 视频创作与 TikTok 发布一体化工作流海报

视频生成得越来越快,发布却仍然停留在下载、整理、上传和反复确认的旧流程里。Ace Data Cloud 正在把这两件事重新连接起来:在同一个平台完成视频创作、成片管理与 TikTok 发布,让内容真正从“生成出来”走向“发布出去”。

技术教程

Automate Meeting Records Without Losing Context — A Practical Workflow from Audio to Reviewed Action Items

会议开了两个小时,散会以后,负责记录的人又花了三个小时整理纪要。

人工智能

一位朋友将承载 AI 创作体验的数字礼品卡送给另一位朋友

不是大家没兴趣,而是第一次购买时难免会犹豫:还不知道效果怎么样,也不清楚自己能用几次。为了试一个新工具,先买一整套套餐,好像有点不划算。免费额度用完以后,想继续体验,又觉得“先等等吧”。