文档中心

AI MediaKit

大模型处理工具 API

MaaS 模型代理 API

POST https://mediakit.cn-beijing.volces.com/api/v1/tools/call-maas-proxy

本 API 用于提交一个异步的 MaaS 模型能力代理调用任务。通过本 API，您可以用一套统一的方式，调用已在火山方舟、豆包语音等模型产品中开通的能力（当前支持视频生成、图片生成、音频生成、语音识别），并由 AI MediaKit 统一处理任务的异步执行、结果回调、幂等控制与队列调度。

说明

本 API 调用的是火山方舟、豆包语音等模型产品的能力，并非 AI MediaKit 自有算法。使用前，您需先在对应模型产品中开通所需能力，并在 AI MediaKit 控制台完成对该模型产品的跨服务授权。各能力的完整功能说明与使用示例，请参阅对应指南：

通过 AI MediaKit 调用视频生成大模型

通过 AI MediaKit 调用图片生成大模型

通过 AI MediaKit 调用音频生成大模型

通过 AI MediaKit 调用语音识别大模型

请求参数

参数	类型	是否必选	示例值	描述
Authorization	String	是	Bearer {Your_API_Key}	格式为 Bearer {Your_API_Key}。请参考基础概念及准备工作获取 API Key。

Body 参数

参数	类型	是否必选	示例值	描述
api	String	是	ark.video_generation	要调用的模型接口标识。支持以下取值： ark.image_generation：图片生成 ark.video_generation：视频生成 doubao.audio_generation：语音合成 doubao.asr：语音识别
maas_params	Object	是	{...}	目标模型接口所需的业务参数（如模型、提示词等），直接按对应模型产品的接口要求填写即可，AI MediaKit 会将这些参数原样传递给目标模型。任务的异步执行、结果回调、幂等控制等由 AI MediaKit 统一处理，无需您在此设置。各字段请以 api 参数所对应的模型产品官方文档为准： ark.image_generation：详见火山方舟 - 图片生成 API ark.video_generation：详见火山方舟 - 视频生成 API doubao.audio_generation：豆包语音 - 音频生成 API doubao.asr：豆包语音 - 录音文件识别 API 注意通过本接口进行图生图时，AI MediaKit 仅支持通过 URL (image_url) 方式提供参考图，暂不支持通过 Base64 编码 (image_base64) 方式提供。
client_token	String	否	your_unique_request_id_185	用户请求凭证，用于幂等控制。大小写敏感，不超过 64 个 ASCII 码可打印字符。详情请参考幂等性控制。
callback_args	String	否	your_unique_callback_args	自定义回调参数。您提供的内容将在任务完成时，通过事件回调原样返回，方便您关联业务。字段长度最大为 512 字节。
callback_url	String	否	https://example.com/callback	用于接收该任务结果回调的 URL 地址。如果提供此参数，其优先级将高于在控制台配置的全局回调地址。地址必须以 http:// 或 https:// 开头。请参考事件回调了解回调接收机制和回调消息结构。
queue_id	String	否	q00a9731598092652e4a95292434198	任务提交的目标队列 ID。如不传，默认会使用系统自动创建的队列 ID。您可以将不同业务或优先级的任务提交到不同的队列，以实现按队列对应的项目进行分账。您可以在 AI MediaKit 控制台队列管理页面创建和管理队列，系统会自动分配一个队列 ID。详情请参考按项目或 API Key 分账。

请求示例

本节按模型服务分别给出请求示例。

图片生成 ark.image_generation

将 api 设为 ark.image_generation，在 maas_params 中按火山方舟 - 图片生成 API 填写业务参数。

视频生成 ark.video_generation

将 api 设为 ark.video_generation，在 maas_params 中按火山方舟 - 视频生成 API 填写业务参数。以下为图生视频示例，content 中同时包含文本提示词与参考图。

语音合成 doubao.audio_generation

将 api 设为 doubao.audio_generation，在 maas_params 中按请以豆包语音 - 音频生成 API 填写业务参数。

语音识别 doubao.asr

将 api 设为 doubao.asr，在 maas_params 中按豆包语音 - 录音文件识别 API 填写业务参数。

响应说明

调用 API 提交任务后，接口会立即返回一个同步响应，表明任务是否成功进入后台处理队列。

响应参数

参数	类型	描述
success	Boolean	任务是否成功提交。 true：任务已成功提交到后台处理队列。 false：请求存在错误，任务提交失败。请检查 error 字段以获取详细信息。
task_id	String	任务的唯一标识符。仅在 success 为 true 时返回有效值。您可以使用此 ID 来查询任务状态和结果。
request_id	String	本次 API 请求的唯一标识符，可用于问题排查。
error	Object	错误详情对象，仅在 success 为 false 时返回。详见Error 对象。

Error 对象

参数	类型	描述
code	String	具体的错误码。关于各错误码的详细信息，请参阅错误码。
type	String	错误的宏观类型。例如 BadRequest。
message	String	对错误的详细描述，可用于开发调试。
param	String	（可选）指出导致错误的具体参数。

响应示例

成功响应

失败响应

异步任务结果

参数说明

模型能力调用是一个异步任务，任务的执行状态和最终结果不会在提交时同步返回。您可以通过以下两种方式获取任务结果：

方法一（轮询查询）：使用提交任务时获取的 task_id，定期调用查询任务信息 API，直到 status 字段变为 completed 或 failed。

方法二（事件回调）：在 AI MediaKit 控制台预先配置一个接收回调的 URL，或在提交任务时通过 callback_url 参数为单次任务指定回调地址。任务完成后，系统会将包含最终结果的详细信息 POST 到您指定的地址。详情请参阅事件回调。

当任务成功完成后，您获取到的任务信息中的 result 字段将包含以下内容。

参数	类型	描述
api	String	实际调用的模型接口标识，与请求中的 api 一致。
duration	Number	音视频总时长，单位为秒。对于图片生成任务，该值为 0。部分任务（如语音识别）可能不返回此字段。
maas_result	Object	目标模型接口返回的原始结果，AI MediaKit 原样返回。其具体结构（可能包含 Token 用量、生成产物地址等）请以 api 所对应的模型产品官方文档为准： ark.image_generation：详见火山方舟 - 图片生成 API ark.video_generation：详见火山方舟 - 视频生成 API doubao.audio_generation：豆包语音 - 音频生成 API doubao.asr：豆包语音 - 录音文件识别 API

结果示例

以下按模型服务分别给出任务执行完成后的完整任务信息示例。maas_result 为目标模型接口原样返回的结果，其字段以对应模型产品官方文档为准；示例中的 task_id、request_id、资源地址等均为脱敏占位，实际以接口返回为准。

图片生成 ark.image_generation

maas_result 中包含生成图片地址等字段，result.duration 为 0。

视频生成 ark.video_generation

maas_result.content.video_url 为生成视频地址，result.duration 为视频总时长（秒）。

语音合成 doubao.audio_generation

maas_result.audio 为 base64 编码的音频数据。

语音识别 doubao.asr

maas_result.result.text 为识别文本，result.duration 为识别音频的总时长（秒）。

最近更新时间：2026.10.10 17:25:31

这个页面对您有帮助吗？

有用

无用