option
MaisonMaison Skill DevOps et CI/CD klingai-upgrade-migration

Migrer et mettre à niveau les versions du SDK Kling AI en toute sécurité. À utiliser lors de la mise à jour des dépendances ou de la migration des configurations. Déclenchez cette action avec des expressions telles que « klingai upgrade », « kling ai migration », « update klingai » ou « klingai breaking changes ».

...Développer tout
70
Heure mise à jour 3 juillet 2026

À propos klingai-upgrade-migration

La compétence «klingai-upgrade-migration » est conçue pour faciliter la migration et la mise à niveau en toute sécurité du SDK Kling AI. Elle s’avère particulièrement utile lors de la mise à niveau des dépendances, de la migration des configurations ou de la gestion des changements majeurs dans l’intégration de Kling AI. Cette compétence garantit un processus fluide de mise à jour des versions du SDK et d’adaptation aux nouvelles modifications de l’API, réduisant ainsi le risque d’erreurs pendant la migration. Elle fournit des étapes claires à suivre, de la consultation des notes de mise à jour au déploiement progressif des mises à jour, garantissant qu’aucune fonctionnalité critique ne soit négligée au cours du processus.

Cette compétence aide principalement à mettre à jour le SDK Kling AI et ses dépendances, en veillant à ce que l’intégration reste fonctionnelle tout au long de la mise à niveau. Parmi ses principales fonctionnalités figurent des conseils détaillés sur l’examen des changements de compatibilité, la mise à jour des dépendances, l’ajustement du code pour respecter les nouvelles normes API, ainsi que le test approfondi des modifications avant leur déploiement. De plus, elle souligne l’importance de la capacité de retour en arrière et des stratégies de déploiement sécurisées telles que le déploiement « canary » ou « blue-green ». En utilisant cette compétence, les développeurs peuvent s’assurer que leur système est à jour sans introduire de problèmes majeurs.

Cette compétence s’adresse aux développeurs ou aux professionnels DevOps qui gèrent les intégrations Kling AI dans des environnements de production. Elle est particulièrement utile pour les équipes qui doivent maintenir des pipelines d’intégration et de livraison continues (CI/CD) tout en mettant à niveau les dépendances. Elle peut également s’avérer bénéfique pour ceux qui travaillent sur des migrations d’API ou assurent le support à long terme de leurs systèmes, en garantissant que tous les changements rompant la compatibilité sont gérés et atténués efficacement.

FAQ

Comment déclencher la compétence «klingai-upgrade-migration » ?

Vous pouvez déclencher la compétence à l’aide d’expressions telles que « klingai upgrade », « kling ai migration », « update klingai » ou « klingai breaking changes ».

Quelles sont les conditions préalables à l’utilisation de cette compétence ?

Les prérequis comprennent une intégration Kling AI existante, un système de contrôle de version permettant de revenir en arrière, ainsi qu’un environnement de test pour valider les modifications.

Puis-je utiliser cette compétence pour un déploiement complet en production ?

Oui, mais il est recommandé d’utiliser des stratégies de déploiement progressif, telles que les déploiements « canary » ou « blue-green », afin de minimiser les risques dans les environnements de production.

Que dois-je faire si une erreur survient pendant le processus de migration ?

Pour obtenir des instructions détaillées sur la gestion des erreurs, consultez le fichier « errors.md » situé dans le répertoire « {baseDir}/references/ ».

Où puis-je trouver des ressources supplémentaires sur la migration et la gestion des versions de l’API ?

Vous trouverez des ressources supplémentaires dans le journal des modifications de Kling AI, le guide de migration et la documentation sur la gestion des versions des API via les liens fournis.

Voir sur GitHub

Kling AI Upgrade & Migration

Overview

Guide for migrating between Kling AI model versions. Covers breaking changes, parameter differences, feature availability, and parallel testing strategies.

Version History

VersionReleaseKey Changes
v1.02024-06Initial T2V + I2V
v1.52024-091080p, motion brush, I2V-only model
v1.62024-11Lip sync, camera paths, effects API
v2.02025-03Quality leap, kling-v2-master
v2.12025-06Optimized I2V, kling-v2-1-master for T2V
v2.5 Turbo2025-0940% faster, best speed/quality ratio
v2.62025-12Native audio, 30-48 FPS, highest quality

Migration: v1.x to v2.x

# v1.x requestbody = {    "model_name": "kling-v1-6",    "prompt": "A sunset over mountains",    "duration": "5",    "mode": "standard",}# v2.x -- only model_name changesbody["model_name"] = "kling-v2-master"

Breaking changes:

  • kling-v2-1 is I2V-only (no text-to-video support)
  • Camera control intensities produce different results at same values
  • Generation times differ (v2.x generally slower, higher quality)

Migration: v2.x to v2.6 with Audio

body["model_name"] = "kling-v2-6"body["motion_has_audio"] = True  # NEW: synchronized audio# Cost impact: audio multiplies credits 5x# 5s standard: 10 -> 50 credits

Feature Availability Matrix

Featurev1.0v1.5v1.6v2.0v2.1v2.5Tv2.6
Text-to-videoYYYYI2V onlyYY
Image-to-videoYYYYYYY
Camera control--YYYYY
Motion brush-YYYYYY
Lip sync--YYYYY
Effects--YYYYY
Native audio------Y
1080p-YYYYYY

Parallel A/B Comparison

def compare_models(prompt, models):    """Generate same prompt across models for comparison."""    results = {}    for model in models:        r = requests.post(f"{BASE}/videos/text2video", headers=get_headers(), json={            "model_name": model, "prompt": prompt, "duration": "5", "mode": "standard",        }).json()        results[model] = {"task_id": r["data"]["task_id"], "start": time.time()}    # Poll all    while any("url" not in r for r in results.values()):        for model, info in results.items():            if "url" in info or "error" in info:                continue            r = requests.get(                f"{BASE}/videos/text2video/{info['task_id']}", headers=get_headers()            ).json()            if r["data"]["task_status"] == "succeed":                info["url"] = r["data"]["task_result"]["videos"][0]["url"]                info["time"] = round(time.time() - info["start"])            elif r["data"]["task_status"] == "failed":                info["error"] = r["data"].get("task_status_msg")        time.sleep(10)    for model, info in results.items():        print(f"{model}: {info.get('url', info.get('error'))} ({info.get('time', '?')}s)")    return results

Rollback Strategy

# Feature flag for instant rollbackKLING_MODEL = os.environ.get("KLING_MODEL_VERSION", "kling-v2-master")body["model_name"] = KLING_MODEL# To rollback: export KLING_MODEL_VERSION=kling-v1-6

Resources

  • Model Documentation
  • Developer Portal

Tous les fichiers

1 fichiers
SKILL.md 1.5k
Voir

Installer klingai-upgrade-migration

Téléchargez et décompressez les fichiers de compétences dans votre répertoire .claude/skills/.

Télécharger le ZIP

Clonez le dépôt et copiez les fichiers de compétence dans votre projet.

git clone https://github.com/jeremylongshore/claude-code-plugins-plus-skills/blob/main/plugins/saas-packs/klingai-pack/skills/klingai-upgrade-migration/SKILL.md # Copy SKILL.md to your .claude/skills/ directory

Copier Copier
Configuration rapide: Copiez le dossier de la compétence dans .claude/skills/ ; Claude la détectera automatiquement et l'utilisera.

Compétences similaires

Verification & Quality Assurance
Heure mise à jour 29 juin 2026
base44-cli
Heure mise à jour 29 juin 2026
Railway CLI Management
Heure mise à jour 2 juillet 2026
debug
Heure mise à jour 3 juillet 2026
OR