文档更新时间：2026年09月08日 12时53分18秒（UTC+8）

视频类工具箱

最后更新：2026-09-07

本页描述画布和视频工作台使用的 Proxy API。Base URL 为 https://ic.xshow.live/api/proxy/v1，依赖登录 Cookie 和 X-IC-Operation-ID。

XCamShow/B 端请使用独立的 Partner 视频 API。它的 Base URL 为 https://ic.xshow.live/api/partner/v1，使用 Bearer Key 和 Idempotency-Key，不使用浏览器 Cookie。

下列四项全部是 组合 API。一次提交只返回一个任务 ID，Scheduler 在服务端执行图片预编辑与视频生成阶段。任一阶段失败，整个任务失败并返回当前阶段原因。

任务成功时除最终视频外还返回首帧预编辑的中间图片。轮询响应以 intermediate_image_available: true 标记该结果，登录用户可从 GET /api/proxy/v1/videos/{id}/intermediate 读取；视频创作台会将它持久化并在最终视频下方标注为“中间结果”。

能力矩阵

标准请求

curl -X POST "$BASE_URL/api/proxy/v1/videos" \
  -H "Cookie: ic_session=$IC_SESSION" \
  -H "X-IC-Operation-ID: $(uuidgen)" \
  -F "model=video-face-swap" \
  -F "prompt=Replace only the person in the source video with the person from the reference image. Preserve the reference person's facial identity, hairstyle, body shape, proportions, and clothing. Preserve the source video's original motion, pose sequence, facial motion, background, environment, objects, lighting, camera movement, framing, composition, timing, and duration. Do not modify or regenerate the scene. Keep the replacement person's identity, body shape, and clothing consistent across all frames." \
  -F "seed=12345" \
  -F "input_reference[]=@face.png" \
  -F "input_reference[]=@source.mp4"

• 源视频仅支持 MP4/MOV，最大 500MB，part MIME 必须为 video/mp4 或 video/quicktime，且须包含可解码音轨；无声素材应先封装静音 AAC 音轨。
• 人物参考图支持 JPG/PNG/BMP/WEBP，单张最大 30MB，part MIME 必须为真实 image/*；不要使用 application/octet-stream。
• prompt 可选；video-face-swap 和 video-person-swap 空值使用“只替换人物并保持源视频动作、背景、物体、光线、运镜、构图、节奏和时长”的专用提示词；video-undress 空值仍使用原始 SCAIL2 默认值 the woman is dancing。
• seed 可选；相同输入与 seed 用于可重复生成，不等同于 operation ID 幂等键。

轮询与结果

curl -X POST -H "Cookie: ic_session=$IC_SESSION" "$BASE_URL/api/proxy/v1/videos/$TASK_ID"
curl -L -H "Cookie: ic_session=$IC_SESSION" "$BASE_URL/api/proxy/v1/videos/$TASK_ID/content" -o result.mp4

任务可能长时间处于排队或生成状态，调用方应持续轮询，不要用短超时把仍在 GPU 队列中的任务判为失败。intermediate_image_available: true 可以早于最终完成出现，此时即可读取中间图；返回完成后，content 仍会校验视频容器签名和可播放性。视频换脸当前生产单次闭环约 5 分钟，中间图约 18 秒出现；这是单样本观测，不作为稳定 SLA。