영상 편집

• Gemini Omni Flash
• Grok Imagine Video

예시

전

후

전 / 후Grok Imagine Video

밤 → 황금빛 새벽 (시네마틱)

Grok Imagine Video. 울트라와이드 야간 활공을 구름 바다 위 황금빛 일출로 다시 상상했습니다. 지시 하나로 환경과 조명을 통째로 바꾸면서도 Pyra는 또렷하고 그대로입니다.

재현하기열기

영상 편집 API

직접 작성한 코드에서 이 파이프라인을 호출하세요. 요청 한 번으로 실행이 시작되며, 모델은 별도의 엔드포인트가 아니라 입력 필드입니다.

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

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

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "video-editor",
  input: {
    video_url: "https://example.com/interview.mp4",
    instructions: "Cut the dead air at the start and add a slow zoom on the speaker",
    model: "gemini-omni-flash",
  },
});

import asyncio
import os

from pipe2 import Pipe2Client

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

run = asyncio.run(client.run_pipeline(
    pipeline_slug="video-editor",
    input={
        "video_url": "https://example.com/interview.mp4",
        "instructions": "Cut the dead air at the start and add a slow zoom on the speaker",
        "model": "gemini-omni-flash",
    },
))

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

input := json.RawMessage(`{
  "video_url": "https://example.com/interview.mp4",
  "instructions": "Cut the dead air at the start and add a slow zoom on the speaker",
  "model": "gemini-omni-flash"
}`)

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

pipe2 pipelines run \
  --pipeline video-editor \
  --input-json '{"video_url": "https://example.com/interview.mp4", "instructions": "Cut the dead air at the start and add a slow zoom on the speaker", "model": "gemini-omni-flash"}' \
  --wait

API 토큰 발급 →

매개변수

instructions 필수

What to change, in plain language.

string

video_url 필수

Public URL of the video to edit.

string

model

Video engine to use. Leave unset and Pipe2 picks one that supports your edit.

gemini-omni-flashgrok-imagine-video 기본값 gemini-omni-flash

AI 에이전트에서 사용하기

MCP 클라이언트를 pipe2에 연결하면 에이전트가 이 도구들을 사용할 수 있습니다. 이 파이프라인을 찾아 위와 동일한 스키마를 읽고 실행합니다.

• 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" }
    }
  }
}

전체 API 레퍼런스→ MCP 설정→ CLI 레퍼런스→

자주 묻는 질문