WAW-Agent

language

W-Agent

产品能力

围绕身份识别、人体2D/3D关节点和图搜万物三类能力构建，输出结构稳定，便于搜人、查人、检索、比对、复核和自动化 Agent 调用。

身份识别

支持完整视频解析和已跟踪人形步态序列解析，输出人脸特征、步态特征、ReID 特征、ReID 结构化属性、情绪信息、帧号和坐标框，可用于搜人、查人、比对和业务复核。

人体2D/3D关节点

上传同一人的有序图片序列，返回每帧 2D 关节点和 3D 关节点结果，适合姿态分析、动作理解、行为复核和后续算法处理。

图搜万物

上传图片并输入一句描述，自动框出图中的目标，适合快速找人、找物和图像复核。

API 接入

提供面向开发者和 Agent 的公网 API。不同调用方式的鉴权和支付流程不同，但业务字段和结果结构保持一致，便于自动化系统直接解析、检索和比对。

我要做什么	推荐接口/流程	边界和不要误用
判断是否同一人	上传同一 track 的有序人体序列，调用 /v1/sequences/{task_id}/parse，读取 gait_feature、face_feature、reid_feature，同类型特征做点积。	不要用原始图片相似度或不同类型特征交叉比较。
我有视频，想要身份特征	可直接用 /v1/videos 做服务端异步解析；如果需要本地序列文件夹和 JSON，推荐先用 local_video_to_sequence_demo 再调用 Sequence API。	视频解析主要返回人员序列、框、身份特征、属性和情绪，不是完整关节点接口。
从视频得到每个人的 2D/3D 关节点	推荐本地视频预处理生成每个人的 sequence 文件夹，再逐个调用 /v1/sequences/{task_id}/gait-pose。	不要直接上传多人视频后期待 video parse 返回完整 pose_2ds / pose_3ds。
已有单人序列，想提取关节点	按序列流程上传图片，再调用 /v1/sequences/{task_id}/gait-pose。	pose 坐标相对上传序列图片；如果是人体 crop，映射回原视频要结合 crop/meta 信息。
在图片里找目标	调用 /v1/object-search，传原始 image_base64 和 prompt。	boxes 是原图像素坐标；找不到目标返回 boxes: []，不是错误。

解析步态序列示例

客户端请求

创建一个步态序列解析任务，告诉服务端本次会上传多少帧图片。

POST /v1/sequences
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "frame_count": 12
}

服务端返回

返回任务 ID 和每一帧图片对应的上传地址。

{
  "task_id": "seq_xxx",
  "uploads": [
    {
      "index": 0,
      "object_key": "sequences/seq_xxx/000000.jpg",
      "upload_url": "/v1/uploads/seq_xxx/0?token=...",
      "upload_expires_at": "2026-05-06T12:00:00Z"
    },
    ...
  ]
}

客户端请求

客户端按 uploads 中的地址逐帧上传图片。

PUT /v1/uploads/seq_xxx/0?token=...
Content-Type: image/jpeg

<binary image bytes>

服务端返回

确认当前帧已经上传成功。

{
  "uploaded": true
}

客户端请求

所有图片上传完成后，发起同步解析。

POST /v1/sequences/seq_xxx/parse
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "frame_count": 12,
  "frames": [
    {"index": 0, "object_key": "sequences/seq_xxx/000000.jpg"},
    {"index": 1, "object_key": "sequences/seq_xxx/000001.jpg"},
    ...
  ]
}

服务端返回

返回拆分后的单人序列身份识别特征、结构化属性和情绪结果。输入一个序列也会返回数组，是因为跟踪 ID 可能在多人交叉时串到另一个人身上；内部算法会用 ReID 特征检查串框，并在串框位置拆分成多个干净的单人序列。

{
  "task_id": "seq_xxx",
  "status": "succeeded",
  "sequence_count": 2,
  "sequences": [
    {
      "sequence_id": "seq_xxx_split_01",
      "frame_count": 6,
      "frames": [
        {"frame_id": 0, "box": [120, 40, 220, 260]}
      ],
      "gait_feature": [0.12, ...],
      "face_feature": [0.08, ...],
      "reid_feature": [0.31, ...],
      "reid_attributes": [...],
      "emotions": ["neutral"]
    },
    {"sequence_id": "seq_xxx_split_02", "frame_count": 0, "frames": []}
  ]
}

字段说明

frame_count 序列图片数量，用于计费和校验。
uploads[].upload_url 每帧图片的上传地址。
uploads[].object_key 服务端分配的帧对象地址；调用 parse 时必须原样传回 frames[].object_key。
sequences 输出序列数组。一个输入序列可能因为跟踪串框被 ReID 检查拆分成多个单人序列。
sequences[].frames SDK 返回的结果帧号和坐标框；如果 SDK 没有返回帧映射，则为空数组。
gait_feature / face_feature / reid_feature 身份识别相关特征向量。
reid_attributes / emotions 结构化属性和情绪识别结果。

人体2D/3D关节点示例

客户端请求

使用已上传的序列图片，单独调用人体2D/3D关节点接口，按序列个数独立计费。

POST /v1/sequences/seq_xxx/gait-pose
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "frames": [
    {"index": 0, "object_key": "sequences/seq_xxx/000000.jpg"},
    {"index": 1, "object_key": "sequences/seq_xxx/000001.jpg"},
    ...
  ]
}

服务端返回

返回该序列的 2D/3D 人体关节点和本次人体2D/3D关节点计费信息。

{
  "task_id": "seq_xxx",
  "status": "succeeded",
  "result": {
    "sequence_id": "seq_xxx",
    "frame_count": 12,
    "frames": [...],
    "pose_2ds": [
      [x0, y0, score0, ..., x16, y16, score16]
    ],
    "pose_3ds": [
      [x0, y0, z0, ..., x16, y16, z16]
    ],
    "emotions": [],
    "billing": {
      "amount": "1",
      "currency": "USD",
      "pricing_basis": {
        "rate_per_sequence": 1
      }
    }
  }
}

字段说明

pose_2ds 外层按帧排列；每帧是 3*17 个浮点数，顺序为 x0,y0,score0...x16,y16,score16。坐标相对上传序列图片，原点为图片中心。
pose_3ds 外层按帧排列；每帧是 3*17 个浮点数，顺序为 x0,y0,z0...x16,y16,z16。坐标原点为中心。
billing 本次人体2D/3D关节点独立计费信息。

图搜万物示例

客户端请求

上传一张图片并输入文字描述，接口返回匹配目标的坐标框。image_base64 使用原始 Base64，不带 data:image/... 前缀。

POST /v1/object-search
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "image_base64": "...",
  "prompt": "穿红色上衣的人"
}

服务端返回

返回图中目标框、标签和本次按图片计费的信息；找不到目标时 boxes 为空数组，不是调用失败；免注册试用可调用 /v1/public/object-search/trial。

{
  "boxes": [
    {"x1": 10, "y1": 20, "x2": 120, "y2": 260, "label": "person"}
  ],
  "billing": {
    "amount": 10,
    "currency": "CNY",
    "price_amount": 10,
    "price_currency": "CNY",
    "charge_amount": 10,
    "charge_currency": "CNY",
    "order_id": "locate_xxx"
  }
}

字段说明

image_base64 待检索图片的原始 Base64 内容，不带 data:image/... 前缀；建议使用 JPEG 或 PNG。
prompt 要查找的目标描述，例如“门口的箱子”或“穿红衣服的人”，支持中文或英文取决于上游模型。
boxes 匹配目标在上传图片中的像素坐标框，可能返回 0 个、1 个或多个；label 是模型生成标签，不是固定类别。

解析视频示例

客户端请求

创建一个视频解析任务，告诉服务端视频文件名。

POST /v1/videos
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "filename": "demo.mp4",
  "content_type": "video/mp4",
  "size_bytes": 12345678
}

服务端返回

返回任务 ID 和视频文件上传地址。

{
  "task_id": "vid_xxx",
  "status": "created",
  "object_key": "videos/vid_xxx/input.mp4",
  "upload_url": "/v1/video-uploads/vid_xxx?token=...",
  "upload_expires_at": "2026-05-06T12:00:00Z"
}

客户端请求

客户端把完整视频文件上传到 upload_url。

PUT /v1/video-uploads/vid_xxx?token=...
Content-Type: video/mp4

<binary video bytes>

服务端返回

确认视频二进制已经上传成功。

{
  "task_id": "vid_xxx",
  "object_key": "videos/vid_xxx/input.bin",
  "size_bytes": 12345678,
  "status": "uploaded"
}

客户端请求

上传完成后确认任务；如果余额不足，可在充值后再次调用该接口重试结算。

POST /v1/videos/vid_xxx/complete
Authorization: Bearer <api_key>

服务端返回

返回当前任务状态和视频元信息；后台 worker 会异步处理已上传视频。

{
  "task_id": "vid_xxx",
  "status": "uploaded",
  "video_meta": {
    "frame_count": 2992
  }
}

客户端请求

轮询任务状态，直到处理完成或失败。

GET /v1/videos/vid_xxx
Authorization: Bearer <api_key>

服务端返回

返回当前任务状态；succeeded 表示可以获取最终结果。

{
  "status": "succeeded"
}

客户端请求

处理完成后获取完整解析结果。

GET /v1/videos/vid_xxx/result
Authorization: Bearer <api_key>

服务端返回

返回视频中的人员序列，每个序列包含帧位置、身份识别特征、结构化属性和情绪结果。视频解析适合服务端异步身份解析；如果目标是每个人的完整2D/3D关节点，推荐本地转序列后逐个调用 gait-pose。

{
  "task_id": "vid_xxx",
  "status": "succeeded",
  "frame_count": 2992,
  "sequence_count": 8,
  "total_sequence_frames": 276,
  "sequences": [
    {
      "sequence_id": "trk_001",
      "frame_count": 37,
      "frames": [
        {"frame_id": 1, "rect": {"x": 10, "y": 20, "width": 80, "height": 180}}
      ],
      "gait_feature": [0.12, ...],
      "face_feature": [0.08, ...],
      "reid_feature": [0.31, ...],
      "reid_attributes": [...],
      "emotions": ["neutral"]
    }
  ]
}

字段说明

filename 视频文件名，用于创建视频任务。
upload_url 视频文件上传地址。
sequences[] 视频中的人员序列，包含帧号、坐标框和序列结果。
rect OpenCV Rect，表示左上角坐标和宽高。
status 任务状态，例如等待上传、处理中、成功或失败。

language

步态解析用户中心

邮箱/手机号密码

计费&充值

支持在线支付，到账后余额会自动更新。

当前余额

如需批量调用，可访问 API 服务

包月套餐

购买后获得 30 天有效额度；调用时优先从套餐额度扣费，超出部分继续从充值余额按原价扣费。

计费方式

W-Agent 按实际处理量计费，优先使用套餐额度，超出部分从充值余额扣费。

解析视频 按上传视频的总帧数计费，上传完成后扣费。

获取视频结果 按输出序列个数计费，获取视频结果时扣费，与帧数无关。

解析步态序列 按输出序列个数计费，空结果按 1 个序列计费。

人体2D/3D关节点 按上传序列个数计费，作为独立接口单独扣费。

图搜万物 按上传图片张数计费。

API 接入

提供面向开发者和 Agent 的公网 API。不同调用方式的鉴权和支付流程不同，但业务字段和结果结构保持一致，便于自动化系统直接解析、检索和比对。

我要做什么	推荐接口/流程	边界和不要误用
判断是否同一人	上传同一 track 的有序人体序列，调用 /v1/sequences/{task_id}/parse，读取 gait_feature、face_feature、reid_feature，同类型特征做点积。	不要用原始图片相似度或不同类型特征交叉比较。
我有视频，想要身份特征	可直接用 /v1/videos 做服务端异步解析；如果需要本地序列文件夹和 JSON，推荐先用 local_video_to_sequence_demo 再调用 Sequence API。	视频解析主要返回人员序列、框、身份特征、属性和情绪，不是完整关节点接口。
从视频得到每个人的 2D/3D 关节点	推荐本地视频预处理生成每个人的 sequence 文件夹，再逐个调用 /v1/sequences/{task_id}/gait-pose。	不要直接上传多人视频后期待 video parse 返回完整 pose_2ds / pose_3ds。
已有单人序列，想提取关节点	按序列流程上传图片，再调用 /v1/sequences/{task_id}/gait-pose。	pose 坐标相对上传序列图片；如果是人体 crop，映射回原视频要结合 crop/meta 信息。
在图片里找目标	调用 /v1/object-search，传原始 image_base64 和 prompt。	boxes 是原图像素坐标；找不到目标返回 boxes: []，不是错误。

解析步态序列示例

客户端请求

创建一个步态序列解析任务，告诉服务端本次会上传多少帧图片。

POST /v1/sequences
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "frame_count": 12
}

服务端返回

返回任务 ID 和每一帧图片对应的上传地址。

{
  "task_id": "seq_xxx",
  "uploads": [
    {
      "index": 0,
      "object_key": "sequences/seq_xxx/000000.jpg",
      "upload_url": "/v1/uploads/seq_xxx/0?token=...",
      "upload_expires_at": "2026-05-06T12:00:00Z"
    },
    ...
  ]
}

客户端请求

客户端按 uploads 中的地址逐帧上传图片。

PUT /v1/uploads/seq_xxx/0?token=...
Content-Type: image/jpeg

<binary image bytes>

服务端返回

确认当前帧已经上传成功。

{
  "uploaded": true
}

客户端请求

所有图片上传完成后，发起同步解析。

POST /v1/sequences/seq_xxx/parse
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "frame_count": 12,
  "frames": [
    {"index": 0, "object_key": "sequences/seq_xxx/000000.jpg"},
    {"index": 1, "object_key": "sequences/seq_xxx/000001.jpg"},
    ...
  ]
}

服务端返回

{
  "task_id": "seq_xxx",
  "status": "succeeded",
  "sequence_count": 2,
  "sequences": [
    {
      "sequence_id": "seq_xxx_split_01",
      "frame_count": 6,
      "frames": [
        {"frame_id": 0, "box": [120, 40, 220, 260]}
      ],
      "gait_feature": [0.12, ...],
      "face_feature": [0.08, ...],
      "reid_feature": [0.31, ...],
      "reid_attributes": [...],
      "emotions": ["neutral"]
    },
    {"sequence_id": "seq_xxx_split_02", "frame_count": 0, "frames": []}
  ]
}

字段说明

frame_count 序列图片数量，用于计费和校验。
uploads[].upload_url 每帧图片的上传地址。
uploads[].object_key 服务端分配的帧对象地址；调用 parse 时必须原样传回 frames[].object_key。
sequences 输出序列数组。一个输入序列可能因为跟踪串框被 ReID 检查拆分成多个单人序列。
sequences[].frames SDK 返回的结果帧号和坐标框；如果 SDK 没有返回帧映射，则为空数组。
gait_feature / face_feature / reid_feature 身份识别相关特征向量。
reid_attributes / emotions 结构化属性和情绪识别结果。

人体2D/3D关节点示例

客户端请求

使用已上传的序列图片，单独调用人体2D/3D关节点接口，按序列个数独立计费。

POST /v1/sequences/seq_xxx/gait-pose
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "frames": [
    {"index": 0, "object_key": "sequences/seq_xxx/000000.jpg"},
    {"index": 1, "object_key": "sequences/seq_xxx/000001.jpg"},
    ...
  ]
}

服务端返回

返回该序列的 2D/3D 人体关节点和本次人体2D/3D关节点计费信息。

{
  "task_id": "seq_xxx",
  "status": "succeeded",
  "result": {
    "sequence_id": "seq_xxx",
    "frame_count": 12,
    "frames": [...],
    "pose_2ds": [
      [x0, y0, score0, ..., x16, y16, score16]
    ],
    "pose_3ds": [
      [x0, y0, z0, ..., x16, y16, z16]
    ],
    "emotions": [],
    "billing": {
      "amount": "1",
      "currency": "USD",
      "pricing_basis": {
        "rate_per_sequence": 1
      }
    }
  }
}

字段说明

pose_2ds 外层按帧排列；每帧是 3*17 个浮点数，顺序为 x0,y0,score0...x16,y16,score16。坐标相对上传序列图片，原点为图片中心。
pose_3ds 外层按帧排列；每帧是 3*17 个浮点数，顺序为 x0,y0,z0...x16,y16,z16。坐标原点为中心。
billing 本次人体2D/3D关节点独立计费信息。

图搜万物示例

客户端请求

上传一张图片并输入文字描述，接口返回匹配目标的坐标框。image_base64 使用原始 Base64，不带 data:image/... 前缀。

POST /v1/object-search
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "image_base64": "...",
  "prompt": "穿红色上衣的人"
}

服务端返回

返回图中目标框、标签和本次按图片计费的信息；找不到目标时 boxes 为空数组，不是调用失败；免注册试用可调用 /v1/public/object-search/trial。

{
  "boxes": [
    {"x1": 10, "y1": 20, "x2": 120, "y2": 260, "label": "person"}
  ],
  "billing": {
    "amount": 10,
    "currency": "CNY",
    "price_amount": 10,
    "price_currency": "CNY",
    "charge_amount": 10,
    "charge_currency": "CNY",
    "order_id": "locate_xxx"
  }
}

字段说明

image_base64 待检索图片的原始 Base64 内容，不带 data:image/... 前缀；建议使用 JPEG 或 PNG。
prompt 要查找的目标描述，例如“门口的箱子”或“穿红衣服的人”，支持中文或英文取决于上游模型。
boxes 匹配目标在上传图片中的像素坐标框，可能返回 0 个、1 个或多个；label 是模型生成标签，不是固定类别。

解析视频示例

客户端请求

创建一个视频解析任务，告诉服务端视频文件名。

POST /v1/videos
Authorization: Bearer <api_key>
Content-Type: application/json

{
  "filename": "demo.mp4",
  "content_type": "video/mp4",
  "size_bytes": 12345678
}

服务端返回

返回任务 ID 和视频文件上传地址。

{
  "task_id": "vid_xxx",
  "status": "created",
  "object_key": "videos/vid_xxx/input.mp4",
  "upload_url": "/v1/video-uploads/vid_xxx?token=...",
  "upload_expires_at": "2026-05-06T12:00:00Z"
}

客户端请求

客户端把完整视频文件上传到 upload_url。

PUT /v1/video-uploads/vid_xxx?token=...
Content-Type: video/mp4

<binary video bytes>

服务端返回

确认视频二进制已经上传成功。

{
  "task_id": "vid_xxx",
  "object_key": "videos/vid_xxx/input.bin",
  "size_bytes": 12345678,
  "status": "uploaded"
}

客户端请求

上传完成后确认任务；如果余额不足，可在充值后再次调用该接口重试结算。

POST /v1/videos/vid_xxx/complete
Authorization: Bearer <api_key>

服务端返回

返回当前任务状态和视频元信息；后台 worker 会异步处理已上传视频。

{
  "task_id": "vid_xxx",
  "status": "uploaded",
  "video_meta": {
    "frame_count": 2992
  }
}

客户端请求

轮询任务状态，直到处理完成或失败。

GET /v1/videos/vid_xxx
Authorization: Bearer <api_key>

服务端返回

返回当前任务状态；succeeded 表示可以获取最终结果。

{
  "status": "succeeded"
}

客户端请求

处理完成后获取完整解析结果。

GET /v1/videos/vid_xxx/result
Authorization: Bearer <api_key>

服务端返回

{
  "task_id": "vid_xxx",
  "status": "succeeded",
  "frame_count": 2992,
  "sequence_count": 8,
  "total_sequence_frames": 276,
  "sequences": [
    {
      "sequence_id": "trk_001",
      "frame_count": 37,
      "frames": [
        {"frame_id": 1, "rect": {"x": 10, "y": 20, "width": 80, "height": 180}}
      ],
      "gait_feature": [0.12, ...],
      "face_feature": [0.08, ...],
      "reid_feature": [0.31, ...],
      "reid_attributes": [...],
      "emotions": ["neutral"]
    }
  ]
}

字段说明

filename 视频文件名，用于创建视频任务。
upload_url 视频文件上传地址。
sequences[] 视频中的人员序列，包含帧号、坐标框和序列结果。
rect OpenCV Rect，表示左上角坐标和宽高。
status 任务状态，例如等待上传、处理中、成功或失败。

W-Agent

产品能力

身份识别

人体2D/3D关节点

图搜万物

API 接入

解析步态序列示例

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

字段说明

人体2D/3D关节点示例

客户端请求

服务端返回

字段说明

图搜万物示例

客户端请求

服务端返回

字段说明

解析视频示例

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

字段说明

计费方式

包月套餐

X402 支持

下载调用 Demo

注册用户 Demo

匿名调用 Demo

步态解析用户中心

计费&充值

包月套餐

计费方式

API Key 管理

计费方式

包月套餐

使用记录

API 接入

解析步态序列示例

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

字段说明

人体2D/3D关节点示例

客户端请求

服务端返回

字段说明

图搜万物示例

客户端请求

服务端返回

字段说明

解析视频示例

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

客户端请求

服务端返回

字段说明

下载调用 Demo

注册用户 Demo

匿名调用 Demo