82 lines (62 loc) · 6.55 KB

SDK 能力需求

1. 图片生产能力

描述：提供统一的图片转码功能，包括格式转换、压缩和从视频或动图中抽帧。支持常见格式（JPEG、PNG、HEIC、WebP 等）。支持单个或批量图片操作。
备注：提供灵活的图片格式处理和抽帧能力，满足多种生产场景。

2. 图片制作能力

描述：提供统一的图片裁剪、旋转、缩放及拼接功能，API 支持多个功能组合调用，便于一次性完成多个操作，支持传递多张图片。
备注：满足业务层图片加工需求，简化复杂操作的组合。

3. 同步与异步支持

描述：支持同步和异步两种调用模式，可配置默认超时时间及最大等待时间。
备注：适配不同场景，灵活性高，满足高性能需求。

4. 调用性能

描述：同步调用需在 200ms 内完成返回，异步调用需在 500ms 内完成任务。
备注：高效处理，满足实时性要求，需基于常规任务测试优化性能。

5. 批量调用

描述：支持多任务同时调用，允许业务层以统一接口形式获取结果，支持任务队列管理和结果合并。
备注：提高任务并发能力，简化业务开发复杂度。

6. 任务叠加

描述：支持多个任务作用于同一对象，结果自动传递，自动管理任务依赖关系，避免冲突。
备注：提供灵活任务组合，支持链式调用，简化复杂任务处理逻辑。

7. 图片 AI 增强（可选）

描述：提供清晰度提升、高亮优化、滤镜等传统 AI 模型能力接口，生成式大模型功能有专门接口调用。
备注：提升图片质量，支持多种 AI 模型应用场景。

8. 上下文保持（可选）

描述：支持任务上下文环境保持，后续任务可复用前一个任务的结果作为输入，提供状态保存与还原功能（会话保存时间为 5 分钟）。
备注：提高连续任务处理效率，支持任务结果的高效复用。

9. 异构转码能力（可选）

描述：支持 GPU 等异构硬件加速，能够根据任务需求动态选择合适的加速方式，优化 CUDA、OpenCL、FPGA 等特定硬件的性能。
备注：提高转码效率，充分利用硬件资源。

10. 扩展能力（可选）

描述：按模块化结构设计，支持扩展功能（如新增 AI 增强模型、特定格式支持）。
备注：灵活可扩展，适应未来需求变化。

11. 报错日志与监控

描述：提供详细日志和报错信息，支持任务调用的日志记录和监控，便于追踪和调试。
备注：提高系统可靠性和可维护性，方便定位问题。

12. 友好 API 和指南

描述：提供简单易用的 API 和开发文档，包含使用场景代码示例，支持多语言 SDK（如 Go、Python、Java、C、NodeJS等）。
备注：简化开发过程，提高开发者使用体验，覆盖更多语言生态。

图片生产能力

能力与描述

能力	描述	备注
格式转换	将图像从一种格式转换为另一种格式。	支持 JPEG 转 PNG、GIF 转 WebP 等常见图像格式转换。
压缩与缩放	减小图像文件大小，优化文件体积。	包括有损压缩和无损压缩，支持 JPEG、PNG、WebP 等格式。
分辨率调整	调整图像分辨率，适配不同屏幕尺寸。	支持缩放图像分辨率，适用于不同设备或平台的需求。
抽帧	从视频中提取特定帧并保存为图像格式。	支持提取关键帧或任意帧，转换为 JPEG、PNG 等格式。
编码优化	优化图像编码，提高压缩率和解码效率。	支持 WebP、JPEG 2000、H.264、H.265、AV1 等编码格式。

图片制作能力

能力与描述

能力	描述	备注
裁剪与缩放	去除图像不需要的部分，保留关键区域，按比例缩放尺寸。	支持自定义裁剪或按比例裁剪。
旋转与翻转	旋转图像至指定角度或沿水平/垂直轴进行翻转。	支持任意角度旋转、90°、180°、水平/垂直翻转。
拼接与合成	将多张图像合并为一张，支持横向、纵向拼接，或图层合成。	适用于广告、全景图、社交媒体等复杂图层操作。
图像叠加与透明背景	叠加多张图像或设置透明背景。	用于商标、文案条合成、去背景等应用。
文字与标注	在图像上添加文字、水印或注释。	支持文字样式、颜色、大小等调整，适用于广告或社交内容。
滤镜与效果	应用滤镜和特效（黑白、复古、模糊、锐化等）。	支持多种艺术效果，改善或美化图像。
颜色调整	调整亮度、对比度、饱和度、色调。	用于修正颜色偏差、增强色彩效果。
美颜与修饰	优化人像面部特征，去除瑕疵。	适用于人像修饰、美颜、去痘、磨皮等。
图层操作与蒙版	多层次编辑和效果叠加。	适用于复杂图像设计和创作。
图像特效	添加光晕、阴影、反射等效果。	增强图像视觉吸引力，提升艺术效果。