YouTube-Cover

• Nano Banana Pro

Beispiele

Vorher

Nachher

Vorher / NachherNano Banana Pro

Bold: Pyra, vollautomatisch

Gemini 3 Pro Image. Pyras Porträt wird zum plakativen YouTube-Thumbnail: Gesicht frontal und mittig, ein knackig eingebackener "FULLY AUTOMATED"-Hook, ihr violettes Unendlichkeitszeichen als Symbol. Ein Titel rein, ein klickfertiges 16:9-Cover raus.

ReproduzierenÖffnen

YouTube-Cover API

Rufen Sie diese Pipeline aus Ihrem eigenen Code auf. Eine Anfrage startet einen Lauf; das Modell ist ein Eingabefeld, kein eigener Endpunkt.

import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "youtube-cover",
  input: {
    title: "I Rebuilt My Studio in a Weekend",
  },
});

import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="youtube-cover",
    input={
        "title": "I Rebuilt My Studio in a Weekend",
    },
))

client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "title": "I Rebuilt My Studio in a Weekend"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "youtube-cover", input)
if err != nil {
    log.Fatal(err)
}

pipe2 pipelines run \
  --pipeline youtube-cover \
  --input-json '{"title": "I Rebuilt My Studio in a Weekend"}' \
  --wait

API-Token holen →

Parameter

title erforderlich

Der Videotitel, bestimmt die Komposition. Schreiben Sie ihn wie eine Schlagzeile: spezifisch, konkret, emotional.

string

description

Optionaler zusätzlicher Kontext zur Gestaltung des Bildes (Kanal-Genre, Stimmung, Schlüsselszene).

string

style

Art-Direction-Vorlage. bold = gesättigt und dramatisch, minimal = redaktionell und großzügig, clickbait = extremes Reaktionsgesicht, cinematic = Teal-Orange-Filmstandbild, vlog = warmer Lifestyle, gaming = Neon und Bewegungsunschärfe.

boldminimalclickbaitcinematicvloggaming Standard bold

Aus einem KI-Agenten heraus nutzen

Richten Sie einen beliebigen MCP-Client auf pipe2 aus, und Ihr Agent erhält diese Tools. Er findet diese Pipeline, liest dasselbe Schema von oben und führt sie aus.

• list_pipelines
• get_pipeline_schema
• run_pipeline
• get_pipeline_run_status
• request_upload

{
  "mcpServers": {
    "pipe2ai": {
      "url": "https://mcp.pipe2.ai/mcp",
      "headers": { "Authorization": "Bearer YOUR_TOKEN" }
    }
  }
}

Vollständige API-Referenz→ MCP-Einrichtung→ CLI-Referenz→

Häufig gestellte Fragen