Mengirim video ke agen AI tertentu untuk moderasi konten. Operasi ini mendukung input video dari Object Storage Service (OSS) dan mengirimkan hasil secara asinkron melalui callback. Anda dapat menentukan kebijakan pengambilan frame dan prompt moderasi kustom.
Deskripsi operasi
Panggil SubmitAIAgentVideoAuditTask untuk mengirimkan tugas moderasi video dengan konfigurasi seperti URL video, kebijakan pengambilan frame, dan interval tinjauan. Sistem mengembalikan JobId unik untuk pelacakan. Saat tugas selesai, layanan akan mendorong hasil, termasuk status moderasi dan analisis yang dihasilkan AI, ke URL callback yang dikonfigurasi. Hanya URL OSS yang didukung sebagai input. Model bahasa Tingkat Tinggi multimodal (MLLM) yang mendasarinya hanya mendukung interaksi melalui protokol OpenAI non-streaming.
Coba sekarang
Test
RAM authorization
|
Action |
Access level |
Resource type |
Condition key |
Dependent action |
|
ice:SubmitAIAgentVideoAuditTask |
none |
*Semua resource.
|
None | None |
Parameter permintaan
|
Parameter |
Type |
Required |
Description |
Example |
| AIAgentId |
string |
Yes |
ID agen AI. |
*******3b3d94abda22****** |
| Input |
object |
Yes |
Detail file input. |
|
| Type |
string |
No |
Tipe file input. Nilai valid:
|
OSS |
| Media |
string |
No |
URL OSS file input. Format: http(s)://{BucketName}.{Endpoint}/{ObjectName} |
http://my-bucket.oss-cn-shanghai.aliyuncs.com/object-id.mp4 |
| UserData |
string |
No |
Data yang ditentukan pengguna. |
{"Custom":"hello"} |
| CallbackConfig |
object |
No |
Konfigurasi callback. |
{"Url":"https://yourcallback","Token":"yourtoken"} |
| Url |
string |
No |
URL untuk menerima notifikasi callback. |
https://yourcallback |
| Token |
string |
No |
Token otentikasi untuk callback. |
Bearer Token |
| AuditInterval |
integer |
No |
Interval, dalam milidetik, untuk mengirimkan frame yang diambil ke agen AI. Nilai valid: 0 hingga 5000. Nilai default: 3000. Jika diatur ke 0, semua frame yang diambil dikirim ke model dalam satu permintaan batch. Jika tidak, frame dikirim secara berurutan dengan interval yang ditentukan di antara setiap permintaan. |
3000 |
| CapturePolicies |
array<object> |
Yes |
Array kebijakan pengambilan frame. Setiap kebijakan menentukan sekumpulan frame yang akan dianalisis dan akan menghasilkan hasil terpisah dari model. |
|
|
object |
No |
Satu kebijakan. |
||
| FrameCount |
integer |
No |
Jumlah frame yang akan diambil. |
2 |
| StartTime |
integer |
No |
Stempel waktu dalam video untuk mulai mengambil frame. Unit: seconds. |
0 |
| Duration |
integer |
No |
Durasi untuk mengambil jumlah frame yang ditentukan. Unit: seconds. |
10 |
| Prompt |
string |
No |
Prompt teks yang dikirim ke MLLM bersama dengan frame yang diambil. |
Please analyze the scene in the video |
Elemen respons
|
Element |
Type |
Description |
Example |
|
object |
Skema respons. |
||
| JobId |
string |
ID pekerjaan. |
**********fb04483915d4f2********** |
| RequestId |
string |
ID permintaan. |
**********-586A-AC29-742247****** |
Format Pesan Callback.
Deskripsi Parameter
| Parameter | Tipe | Deskripsi | Nilai contoh |
| JobId | String | ID Tugas | bb940f584ccbef* |
| Status | String | Status Tugas | Success/Fail |
| Results | Array | Array hasil pemrosesan | - |
| > | JSON Object | Struktur ReviewResult | - |
| >> Content | String | Hasil yang dikembalikan MLLM | These picturesReviewApproved! |
| UserData | String | Data yang ditentukan pengguna | {"businessId": "xxx"} |
| Message | String | Pesan | "Success" |
Contoh respons
{
"JobId": "*******bb940f584ccbef********",
"Status": "Success",
"Results": [
{
"Content": "These picturesReviewApproved!"
}
],
"UserData": "{\"businessId\": \"xxx\"}",
"Message": "Success"
}
Contoh
Respons sukses
JSONformat
{
"JobId": "**********fb04483915d4f2**********",
"RequestId": "**********-586A-AC29-742247******"
}
Kode kesalahan
Lihat Error Codes untuk daftar lengkap.
Catatan rilis
Lihat Release Notes untuk daftar lengkap.