1. 各种插件/软件使用教程
心流API 接口文档
  • 引言
  • 在线调试说明
  • 发出请求
  • 中转站基本介绍
    • API 快速开始指南
    • 联系客服
    • 代理接口调用地址
    • API Key 额度查询服务
  • 通用接口
    • 文本通用接口
    • 图片通用接口
    • 视频通用接口
  • 图像模型
    • GPT Image 2(OpenAI 生图)
      • GPT Image 2 文生图
      • GPT Image 2 图生图(编辑)
    • Gemini Nano Banana(Google 生图)
      • Gemini Nano Banana 图片生成
      • 文本通用接口(Gemini 原生格式)
    • Grok Imagine(xAI 生图)
      • Grok 文生图(同步)
  • 视频模型
    • Grok Imagine 1.0 视频
      • Grok Imagine 1.0 视频生成
    • Grok Imagine 1.5 Video Preview(xAI 文生/图生视频)
      • Grok Imagine Video Preview 视频生成
      • Grok Imagine Video 1.5 Preview 视频生成
    • Grok Imagine 1.5 720p(xAI 图生视频)
      • Grok Imagine 1.5 Super 视频生成
    • Veo(Google 视频生成)
      • Veo 视频生成
      • Veo 视频延长(Extend)
    • Omni 系列(omni_flash · 文生 / 图生 / 视频修改)
      • Omni 视频生成(omni_flash-10s)
    • Grok Video 3 系列(xAI 新族)
      • Grok Video 3 视频生成
    • Sora 2(OpenAI 视频生成)
      • Sora 2 视频生成
    • Grok Video 10s
      • Grok Video 6s/10s/12s 视频生成
    • HappyHorse 1.0 系列(阿里淘天)
      • HappyHorse 1.0 视频生成
    • 豆包 Seedance 2.0 Fast
      • 豆包 Seedance 2.0 Fast 视频生成
    • 视频任务查询(共用)
    • 视频内容下载(共用)
  • 系统 API(客户可用)
    • 拉取模型列表
    • 查询当前令牌用量
    • 系统状态 / 公告
  • 各种插件/软件使用教程
    • Codex 配置教程
    • OpenClaw Clawdbot 自定义中转站配置教程
    • N8N 工作流使用中转API 教程
    • opencode 配置教程
    • Gemini CLI 中转站配置使用教程
    • Claude Code 安装使用教程
    • CherryStudio调用cluade MCP
    • Cherry Studio配置教程
    • Cherry Studio配置 banana pro 4K和分辨率教程
    • CherryStudio配置o4推理级别
    • 扣子工作流简单配置从输入到获取url
    • dify添加模型
    • cline 配置教程
    • aider 配置教程
    • Cursor 配置教程
    • lobechat 设置教程
    • ChatBox(推荐使用)
    • 开源gpt_academic
    • nextchat 设置教程
    • zotero gpt 配置方法
    • CLAUDE DEV 配置教程
    • 沉浸式翻译 设置gpt翻译
    • 浏览器插件ChatGPT Sidebar
    • chatgpt-on-wechat 配置教程
    • chatgpt GPT Academic 学术优化配置gpt教程
    • RikkaHub 配置教程
    • coze 工作流使用中转API 教程
    • n8n 工作流获取本地图片生成视频例子
    • OpenClaw 最新版本 自定义中转站配置教程
    • OpenClaw配合CC switch自定义中转站配置教程
  • 帮助中心
    • AI返回字段: 思考相关
    • HTTP状态码及其含义
    • 自建图床API
  • Python配置方式
    • python 使用 语音转文本
    • python 使用文本转语音
    • python 使用Embeddings 向量化
    • python 调用DALL·E
    • python简单调用 openai function-calling demo
    • python 简单langchain 调用openai demo
    • python llama_index 配置
    • Python基础对话
    • Python使用gpt-4o识别图片-本地图片
    • Python使用gpt-4o识别图片
    • Python使用Claude识别图片
    • python 库流式输出
    • gpt realtime模型调用
    • python request 请求 流式输出demo
    • python 使用gpt-image-1 创建编辑图片
    • python openai官方库(使用AutoGPT,langchain等)
    • python 连续对话
  • php配置方式
    • php使用图片编辑demo
  • nodejs 配置方式
    • nodejs 基础对话
  1. 各种插件/软件使用教程

扣子工作流简单配置从输入到获取url

如果你是扣子vip,可以直接下载工作流导入即可#

https://wwaod.lanzn.com/b011lwl8ij
密码:3qnp

以sora2为例子从输入文本和上传图片到最后获取url的简单循环工作流(下面是整体图)#

企业微信截图_17677735722402.png

一、开始#

根据提示词和图片 新增输入的变量,根据接口需要的参数来,需要输入更多参数也可以添加
企业微信截图_1767773636845.png

二、请求模型 (新增http节点)#

根据文档配置http请求
1.第一个红框位置配置请求方式和url
2.第二个红框配置请求头
3.第三个地方配置请求体,请根据文档中相应的请求体选择格式,在这个例子中用的json,其中标有开始的是从前面的输入中获取的参数,在编辑直接{}输入就能选择
企业微信截图_17677740268061.png

三、处理请求结果获取taskId(新增代码节点)#

如图所示在输入的时候变量值直接获取上一个的输出body
使用代码解析body获取其中的id(在本示例中代码选择的是JavaScript 代码如下)
async function main({ params }: Args): Promise<Output> {
    // 1. 从 params.input 中获取 body 字符串
    // 注意:这里假设 params.input 是整个 HTTP 响应对象
    const bodyStr = params.input;

    // 2. 将字符串格式的 body 解析为 JSON 对象
    // 因为 body 的值是一个字符串 "{\"id\":...}",所以需要 JSON.parse
    let taskId = "";
    try {
        const bodyObj = JSON.parse(bodyStr);
        taskId = bodyObj.id;
    } catch (e) {
        // 防止解析失败导致运行报错
        console.log("JSON 解析失败:", e);
    }

    // 3. 构建输出对象,返回 taskId
    const ret = {
        "taskId": taskId
    };

    return ret;
}
最后输出的位置的变量名请与代码中ret 中的参数名一致
企业微信截图_17677742429398.png

四、循环请求查询接口获取url(新增循环节点)#

1. 设置循环(在本次示例中使用的是无限循环根据判断条件跳出循环)根据需要设置#

中间变量是获取的前一个代码节点输出的taskId
输出了url和状态
企业微信截图_17677745518897.png

2. 在循环中新增一个http节点请求查询任务#

其中参数请求体根据文档中的使用的模型的查询任务来
企业微信截图_17677753812075.png

3. 新增一个代码节点获取url和任务状态#

如图所示 输入获取的是查询任务的输出body代码如下
async function main({ params }: Args): Promise<Output> {
    // 1. 从 params.input 中获取 body 字符串
    const bodyStr = params.input;

    // 2. 将字符串格式的 body 解析为 JSON 对象
    let url = "";
    let status = "";
    try {
        const bodyObj = JSON.parse(bodyStr);
        url = bodyObj.video_url;
        status = bodyObj.status;
    } catch (e) {
        // 防止解析失败导致运行报错
        console.log("JSON 解析失败:", e);
    }

    // 3. 构建输出对象,返回 taskId
    const ret = {
        "url": url,
        "status": status
    };

    return ret;
}
企业微信截图_17677755174326.png

4.新增一个判断节点来判断查询是否获取了url#

在这个示例中,判断节点设置了两个分支第一个分支是获取的上一个代码节点输出的url判断是否为空
第二个分支是判断状态是否为失败
企业微信截图_17677757634138.png

5根据判断的结果来执行#

新增终止循环的节点,当判断节点的第一个判断成功或者第二个判断成功时都终止循环
新增定时器节点和继续循环节点,当判断节点的两个判断都为否时先执行定时器(防止请求并发数量导致请求失败,建议设置为1500ms),定时器后连接继续循环
企业微信截图_17677758794115.png
五、处理循环得到的结果(新增一个代码节点)
因为循环后获得的结果是一个数组需要处理只获取最后输出的结果(代码如下)
输入的是循环输出的结果
async function main({ params }: Args): Promise<Output> {

    // 获取输入
    const urls = params.urls;
    const statuss = params.statuss;

    // 3. 构建输出对象,返回 taskId
    const ret = {
        "url": urls[urls?.length -1],
        "status": statuss[statuss?.length -1]
    };

    return ret;
}
输出的是处理后的url和状态
企业微信截图_17677761996893.png

六、判断url是否有值来确定视频生成成功还是失败#

企业微信截图_17677764885854.png

七、最后输出结果#

如图所示输出成功和失败的结果然后结束,可以根据自己的需要把输出文本还是变量,也可以把输出结果放在结束节点输出
企业微信截图_17677765862529.png
企业微信截图_17677765941365.png

#

八、实现效果#

企业微信截图_17677770925315.png
修改于 2026-05-06 14:48:15
上一页
CherryStudio配置o4推理级别
下一页
dify添加模型
Built with