--- read_when: - Videos über den Agenten generieren - Konfiguration von Videogenerierungs-Providern und -Modellen - Die Parameter des Tools video_generate verstehen sidebarTitle: Video generation summary: Videos über video_generate aus Text-, Bild- oder Videoreferenzen über 16 Provider-Backends hinweg generieren title: Videogenerierung x-i18n: generated_at: "2026-06-27T18:22:47Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: 64c8a3191262613a1acf684496570a6dd8893ebb3a2a7e5ae41337d58555c401 source_path: tools/video-generation.md workflow: 16 --- OpenClaw-Agenten können Videos aus Text-Prompts, Referenzbildern oder vorhandenen Videos generieren. Sechzehn Provider-Backends werden unterstützt, jeweils mit unterschiedlichen Modelloptionen, Eingabemodi und Funktionsumfängen. Der Agent wählt den passenden Provider automatisch anhand Ihrer Konfiguration und der verfügbaren API-Schlüssel aus. Das Tool `video_generate` wird nur angezeigt, wenn mindestens ein Provider für Videogenerierung verfügbar ist. Wenn Sie es in Ihren Agent-Tools nicht sehen, setzen Sie einen Provider-API-Schlüssel oder konfigurieren Sie `agents.defaults.videoGenerationModel`. OpenClaw behandelt Videogenerierung als drei Laufzeitmodi: - `generate` - Text-zu-Video-Anfragen ohne Referenzmedien. - `imageToVideo` - die Anfrage enthält ein oder mehrere Referenzbilder. - `videoToVideo` - die Anfrage enthält ein oder mehrere Referenzvideos. Provider können eine beliebige Teilmenge dieser Modi unterstützen. Das Tool validiert den aktiven Modus vor der Übermittlung und meldet unterstützte Modi in `action=list`. ## Schnellstart Legen Sie einen API-Schlüssel für einen unterstützten Provider fest: ```bash export GEMINI_API_KEY="your-key" ``` ```bash openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview" ``` > Generieren Sie ein 5-sekündiges filmisches Video eines freundlichen Hummers, der bei Sonnenuntergang surft. Der Agent ruft `video_generate` automatisch auf. Es ist keine Tool-Allowlist erforderlich. ## So funktioniert asynchrone Generierung Videogenerierung ist asynchron. Wenn der Agent `video_generate` in einer Sitzung aufruft: 1. OpenClaw übermittelt die Anfrage an den Provider und gibt sofort eine Aufgaben-ID zurück. 2. Der Provider verarbeitet den Auftrag im Hintergrund (typischerweise 30 Sekunden bis mehrere Minuten, je nach Provider und Auflösung; langsame queue-gestützte Provider können bis zum konfigurierten Timeout laufen). 3. Wenn das Video bereit ist, weckt OpenClaw dieselbe Sitzung mit einem internen Abschlussereignis. 4. Der Agent informiert den Benutzer über den normalen sichtbaren Antwortmodus der Sitzung: endgültige Antwortzustellung, wenn automatisch, oder `message(action="send")`, wenn die Sitzung das Nachrichtentool erfordert. Wenn die anfragende Sitzung inaktiv ist oder ihr aktives Wecken fehlschlägt und in der Abschlussantwort noch generiertes Video fehlt, sendet OpenClaw einen idempotenten direkten Fallback nur mit dem fehlenden Video. Während ein Auftrag läuft, geben doppelte `video_generate`-Aufrufe in derselben Sitzung den aktuellen Aufgabenstatus zurück, statt eine weitere Generierung zu starten. Verwenden Sie `openclaw tasks list` oder `openclaw tasks show `, um den Fortschritt über die CLI zu prüfen. Außerhalb von sitzungsgestützten Agent-Läufen (zum Beispiel bei direkten Tool-Aufrufen) fällt das Tool auf Inline-Generierung zurück und gibt den finalen Medienpfad im selben Turn zurück. Generierte Videodateien werden im von OpenClaw verwalteten Medienspeicher gespeichert, wenn der Provider Bytes zurückgibt. Die Standard-Speichergrenze für generierte Videos folgt dem Videomedienlimit, und `agents.defaults.mediaMaxMb` erhöht sie für größere Renderings. Wenn ein Provider zusätzlich eine gehostete Ausgabe-URL zurückgibt, kann OpenClaw diese URL ausliefern, statt die Aufgabe fehlschlagen zu lassen, falls die lokale Persistierung eine übergroße Datei ablehnt. ### Aufgabenlebenszyklus | Status | Bedeutung | | ----------- | ----------------------------------------------------------------------------------------------------- | | `queued` | Aufgabe erstellt, wartet darauf, dass der Provider sie akzeptiert. | | `running` | Provider verarbeitet sie (typischerweise 30 Sekunden bis mehrere Minuten, je nach Provider und Auflösung). | | `succeeded` | Video bereit; der Agent wacht auf und postet es in die Unterhaltung. | | `failed` | Provider-Fehler oder Timeout; der Agent wacht mit Fehlerdetails auf. | Status über die CLI prüfen: ```bash openclaw tasks list openclaw tasks show openclaw tasks cancel ``` Wenn für die aktuelle Sitzung bereits eine Videoaufgabe `queued` oder `running` ist, gibt `video_generate` den vorhandenen Aufgabenstatus zurück, statt eine neue zu starten. Verwenden Sie `action: "status"`, um explizit zu prüfen, ohne eine neue Generierung auszulösen. ## Unterstützte Provider | Provider | Standardmodell | Text | Bildref. | Videoref. | Auth | | --------------------- | ------------------------------- | :--: | ---------------------------------------------------- | ----------------------------------------------- | ---------------------------------------- | | Alibaba | `wan2.6-t2v` | ✓ | Ja (Remote-URL) | Ja (Remote-URL) | `MODELSTUDIO_API_KEY` | | BytePlus (1.0) | `seedance-1-0-pro-250528` | ✓ | Bis zu 2 Bilder (nur I2V-Modelle; erstes + letztes Frame) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 1.5 | `seedance-1-5-pro-251215` | ✓ | Bis zu 2 Bilder (erstes + letztes Frame per Rolle) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 2.0 | `dreamina-seedance-2-0-260128` | ✓ | Bis zu 9 Referenzbilder | Bis zu 3 Videos | `BYTEPLUS_API_KEY` | | ComfyUI | `workflow` | ✓ | 1 Bild | - | `COMFY_API_KEY` oder `COMFY_CLOUD_API_KEY` | | DeepInfra | `Pixverse/Pixverse-T2V` | ✓ | - | - | `DEEPINFRA_API_KEY` | | fal | `fal-ai/minimax/video-01-live` | ✓ | 1 Bild; bis zu 9 mit Seedance reference-to-video | Bis zu 3 Videos mit Seedance reference-to-video | `FAL_KEY` | | Google | `veo-3.1-fast-generate-preview` | ✓ | 1 Bild | 1 Video | `GEMINI_API_KEY` | | MiniMax | `MiniMax-Hailuo-2.3` | ✓ | 1 Bild | - | `MINIMAX_API_KEY` oder MiniMax OAuth | | OpenAI | `sora-2` | ✓ | 1 Bild | 1 Video | `OPENAI_API_KEY` | | OpenRouter | `google/veo-3.1-fast` | ✓ | Bis zu 4 Bilder (erstes/letztes Frame oder Referenzen) | - | `OPENROUTER_API_KEY` | | Qwen | `wan2.6-t2v` | ✓ | Ja (Remote-URL) | Ja (Remote-URL) | `QWEN_API_KEY` | | Runway | `gen4.5` | ✓ | 1 Bild | 1 Video | `RUNWAYML_API_SECRET` | | Together | `Wan-AI/Wan2.2-T2V-A14B` | ✓ | Nur `Wan-AI/Wan2.2-I2V-A14B` | - | `TOGETHER_API_KEY` | | Vydra | `veo3` | ✓ | 1 Bild (`kling`) | - | `VYDRA_API_KEY` | | xAI | `grok-imagine-video` | ✓ | 1 Erst-Frame-Bild oder bis zu 7 `reference_image`s | 1 Video | `XAI_API_KEY` | Einige Provider akzeptieren zusätzliche oder alternative API-Schlüssel-Umgebungsvariablen. Weitere Details finden Sie auf den jeweiligen [Provider-Seiten](#related). Führen Sie `video_generate action=list` aus, um verfügbare Provider, Modelle und Laufzeitmodi zur Laufzeit zu prüfen. ### Capability-Matrix Der explizite Modusvertrag, der von `video_generate`, Vertragstests und dem gemeinsamen Live-Sweep verwendet wird: | Provider | `generate` | `imageToVideo` | `videoToVideo` | Gemeinsame Live-Lanes heute | | ---------- | :--------: | :------------: | :------------: | --------------------------------------------------------------------------------------------------------------------------------------- | | Alibaba | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` übersprungen, weil dieser Provider Remote-`http(s)`-Video-URLs benötigt | | BytePlus | ✓ | ✓ | - | `generate`, `imageToVideo` | | ComfyUI | ✓ | ✓ | - | Nicht im gemeinsamen Sweep; workflowspezifische Abdeckung liegt bei den Comfy-Tests | | DeepInfra | ✓ | - | - | `generate`; native DeepInfra-Videoschemas sind im Plugin-Vertrag Text-zu-Video | | fal | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` nur bei Verwendung von Seedance reference-to-video | | Google | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; gemeinsames `videoToVideo` übersprungen, weil der aktuelle buffer-gestützte Gemini/Veo-Sweep diese Eingabe nicht akzeptiert | | MiniMax | ✓ | ✓ | - | `generate`, `imageToVideo` | | OpenAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; gemeinsames `videoToVideo` übersprungen, weil diese Organisation/dieser Eingabepfad derzeit Provider-seitigen Video-Edit-Zugriff benötigt | | OpenRouter | ✓ | ✓ | - | `generate`, `imageToVideo` | | Qwen | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` übersprungen, weil dieser Provider Remote-`http(s)`-Video-URLs benötigt | | Runway | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` läuft nur, wenn das ausgewählte Modell `runway/gen4_aleph` ist | | Together | ✓ | ✓ | - | `generate`, `imageToVideo` | | Vydra | ✓ | ✓ | - | `generate`; gemeinsames `imageToVideo` übersprungen, weil das gebündelte `veo3` nur Text unterstützt und das gebündelte `kling` eine Remote-Bild-URL erfordert | | xAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` übersprungen, weil dieser Provider derzeit eine Remote-MP4-URL benötigt | ## Tool-Parameter ### Erforderlich Textbeschreibung des zu generierenden Videos. Erforderlich für `action: "generate"`. ### Inhaltseingaben Einzelnes Referenzbild (Pfad oder URL). Mehrere Referenzbilder (bis zu 9). Optionale Rollenhinweise pro Position, parallel zur kombinierten Bildliste. Kanonische Werte: `first_frame`, `last_frame`, `reference_image`. Einzelnes Referenzvideo (Pfad oder URL). Mehrere Referenzvideos (bis zu 4). Optionale Rollenhinweise pro Position, parallel zur kombinierten Videoliste. Kanonischer Wert: `reference_video`. Einzelne Referenzaudiodatei (Pfad oder URL). Wird für Hintergrundmusik oder eine Stimmreferenz verwendet, wenn der Provider Audioeingaben unterstützt. Mehrere Referenzaudiodateien (bis zu 3). Optionale Rollenhinweise pro Position, parallel zur kombinierten Audioliste. Kanonischer Wert: `reference_audio`. Rollenhinweise werden unverändert an den Provider weitergegeben. Kanonische Werte stammen aus der Union `VideoGenerationAssetRole`, aber Provider können zusätzliche Rollenzeichenfolgen akzeptieren. `*Roles`-Arrays dürfen nicht mehr Einträge haben als die entsprechende Referenzliste; Off-by-one-Fehler schlagen mit einer klaren Fehlermeldung fehl. Verwenden Sie eine leere Zeichenfolge, um einen Slot nicht zu setzen. Legen Sie für xAI jede Bildrolle auf `reference_image` fest, um den Generierungsmodus `reference_images` zu verwenden; lassen Sie die Rolle weg oder verwenden Sie `first_frame` für Image-to-Video mit einem einzelnen Bild. ### Stilsteuerungen Hinweis zum Seitenverhältnis, z. B. `1:1`, `16:9`, `9:16`, `adaptive` oder ein providerspezifischer Wert. OpenClaw normalisiert oder ignoriert nicht unterstützte Werte je Provider. Hinweis zur Auflösung, z. B. `480P`, `720P`, `768P`, `1080P`, `4K` oder ein providerspezifischer Wert. OpenClaw normalisiert oder ignoriert nicht unterstützte Werte je Provider. Zieldauer in Sekunden (auf den nächstgelegenen vom Provider unterstützten Wert gerundet). Größenhinweis, wenn der Provider ihn unterstützt. Aktiviert generiertes Audio in der Ausgabe, sofern unterstützt. Unterscheidet sich von `audioRef*` (Eingaben). Schaltet Provider-Wasserzeichen um, sofern unterstützt. `adaptive` ist ein providerspezifischer Sentinel: Er wird unverändert an Provider weitergegeben, die `adaptive` in ihren Fähigkeiten deklarieren (z. B. verwendet BytePlus Seedance dies, um das Verhältnis automatisch aus den Abmessungen des Eingabebilds zu erkennen). Provider, die dies nicht deklarieren, geben den Wert über `details.ignoredOverrides` im Tool-Ergebnis aus, sodass das Verwerfen sichtbar ist. ### Erweitert `"status"` gibt die aktuelle Sitzungsaufgabe zurück; `"list"` prüft Provider. Provider-/Modell-Override (z. B. `runway/gen4.5`). Hinweis zum Ausgabedateinamen. Optionales Timeout für Provider-Vorgänge in Millisekunden. Wenn ausgelassen, verwendet OpenClaw `agents.defaults.videoGenerationModel.timeoutMs`, sofern konfiguriert, andernfalls den vom Plugin festgelegten Provider-Standard, wenn einer existiert. Providerspezifische Optionen als JSON-Objekt (z. B. `{"seed": 42, "draft": true}`). Provider, die ein typisiertes Schema deklarieren, validieren die Schlüssel und Typen; unbekannte Schlüssel oder Abweichungen überspringen den Kandidaten während des Fallbacks. Provider ohne deklariertes Schema erhalten die Optionen unverändert. Führen Sie `video_generate action=list` aus, um zu sehen, was die einzelnen Provider akzeptieren. Nicht alle Provider unterstützen alle Parameter. OpenClaw normalisiert die Dauer auf den nächstgelegenen vom Provider unterstützten Wert und bildet übersetzte Geometriehinweise wie Größe-zu-Seitenverhältnis neu ab, wenn ein Fallback-Provider eine andere Steuerungsoberfläche bereitstellt. Wirklich nicht unterstützte Overrides werden nach bestem Bemühen ignoriert und im Tool-Ergebnis als Warnungen gemeldet. Harte Fähigkeitsgrenzen (z. B. zu viele Referenzeingaben) schlagen vor der Übermittlung fehl. Tool-Ergebnisse melden angewendete Einstellungen; `details.normalization` erfasst jede Übersetzung von angefordert zu angewendet. Referenzeingaben wählen den Laufzeitmodus aus: - Keine Referenzmedien → `generate` - Beliebige Bildreferenz → `imageToVideo` - Beliebige Videoreferenz → `videoToVideo` - Referenz-Audioeingaben ändern den aufgelösten Modus **nicht**; sie werden auf den Modus angewendet, den die Bild-/Videoreferenzen auswählen, und funktionieren nur mit Providern, die `maxInputAudios` deklarieren. Gemischte Bild- und Videoreferenzen sind keine stabile gemeinsame Fähigkeitsoberfläche. Bevorzugen Sie einen Referenztyp pro Anfrage. #### Fallback und typisierte Optionen Einige Fähigkeitsprüfungen werden auf der Fallback-Ebene statt an der Tool-Grenze angewendet, sodass eine Anfrage, die die Grenzen des primären Providers überschreitet, weiterhin auf einem fähigen Fallback ausgeführt werden kann: - Aktiver Kandidat, der kein `maxInputAudios` (oder `0`) deklariert, wird übersprungen, wenn die Anfrage Audioreferenzen enthält; der nächste Kandidat wird versucht. - `maxDurationSeconds` des aktiven Kandidaten liegt unter dem angeforderten `durationSeconds` und es ist keine Liste `supportedDurationSeconds` deklariert → übersprungen. - Anfrage enthält `providerOptions` und der aktive Kandidat deklariert explizit ein typisiertes `providerOptions`-Schema → übersprungen, wenn gelieferte Schlüssel nicht im Schema enthalten sind oder Werttypen nicht übereinstimmen. Provider ohne deklariertes Schema erhalten Optionen unverändert (rückwärtskompatible Durchreichung). Ein Provider kann alle Provider-Optionen ablehnen, indem er ein leeres Schema deklariert (`capabilities.providerOptions: {}`), was denselben Skip wie eine Typabweichung verursacht. Der erste Skip-Grund in einer Anfrage wird mit `warn` protokolliert, damit Operatoren sehen, wann ihr primärer Provider übergangen wurde; nachfolgende Skips werden mit `debug` protokolliert, um lange Fallback-Ketten ruhig zu halten. Wenn jeder Kandidat übersprungen wird, enthält der aggregierte Fehler den Skip-Grund für jeden. ## Aktionen | Aktion | Funktion | | ---------- | -------------------------------------------------------------------------------------------------------- | | `generate` | Standard. Erstellt ein Video aus dem angegebenen Prompt und optionalen Referenzeingaben. | | `status` | Prüft den Status der laufenden Videoaufgabe für die aktuelle Sitzung, ohne eine weitere Generierung zu starten. | | `list` | Zeigt verfügbare Provider, Modelle und deren Fähigkeiten an. | ## Modellauswahl OpenClaw löst das Modell in dieser Reihenfolge auf: 1. **Tool-Parameter `model`** - wenn der Agent im Aufruf einen angibt. 2. **`videoGenerationModel.primary`** aus der Konfiguration. 3. **`videoGenerationModel.fallbacks`** der Reihe nach. 4. **Automatische Erkennung** - Provider mit gültiger Authentifizierung, beginnend mit dem aktuellen Standard-Provider, anschließend verbleibende Provider in alphabetischer Reihenfolge. Wenn ein Provider fehlschlägt, wird der nächste Kandidat automatisch versucht. Wenn alle Kandidaten fehlschlagen, enthält der Fehler Details aus jedem Versuch. Setzen Sie `agents.defaults.mediaGenerationAutoProviderFallback: false`, um nur die expliziten Einträge `model`, `primary` und `fallbacks` zu verwenden. ```json5 { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"], }, }, }, } ``` ## Provider-Hinweise Verwendet den asynchronen DashScope-/Model-Studio-Endpunkt. Referenzbilder und Videos müssen entfernte `http(s)`-URLs sein. Provider-ID: `byteplus`. Modelle: `seedance-1-0-pro-250528` (Standard), `seedance-1-0-pro-t2v-250528`, `seedance-1-0-pro-fast-251015`, `seedance-1-0-lite-t2v-250428`, `seedance-1-0-lite-i2v-250428`. T2V-Modelle (`*-t2v-*`) akzeptieren keine Bildeingaben; I2V-Modelle und allgemeine `*-pro-*`-Modelle unterstützen ein einzelnes Referenzbild (erstes Frame). Übergeben Sie das Bild positionsbasiert oder setzen Sie `role: "first_frame"`. T2V-Modell-IDs werden automatisch auf die entsprechende I2V- Variante umgeschaltet, wenn ein Bild bereitgestellt wird. Unterstützte `providerOptions`-Schlüssel: `seed` (Zahl), `draft` (boolesch - erzwingt 480p), `camera_fixed` (boolesch). Erfordert das Plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). Provider-ID: `byteplus-seedance15`. Modell: `seedance-1-5-pro-251215`. Verwendet die einheitliche `content[]`-API. Unterstützt höchstens 2 Eingabebilder (`first_frame` + `last_frame`). Alle Eingaben müssen entfernte `https://`- URLs sein. Setzen Sie `role: "first_frame"` / `"last_frame"` für jedes Bild oder übergeben Sie Bilder positionsbasiert. `aspectRatio: "adaptive"` erkennt das Verhältnis automatisch aus dem Eingabebild. `audio: true` wird auf `generate_audio` abgebildet. `providerOptions.seed` (Zahl) wird weitergegeben. Erfordert das Plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). Provider-ID: `byteplus-seedance2`. Modelle: `dreamina-seedance-2-0-260128`, `dreamina-seedance-2-0-fast-260128`. Verwendet die einheitliche `content[]`-API. Unterstützt bis zu 9 Referenzbilder, 3 Referenzvideos und 3 Referenzaudiodateien. Alle Eingaben müssen entfernte `https://`-URLs sein. Setzen Sie `role` für jedes Asset - unterstützte Werte: `"first_frame"`, `"last_frame"`, `"reference_image"`, `"reference_video"`, `"reference_audio"`. `aspectRatio: "adaptive"` erkennt das Verhältnis automatisch aus dem Eingabebild. `audio: true` wird auf `generate_audio` abgebildet. `providerOptions.seed` (Zahl) wird weitergegeben. Workflow-gesteuerte lokale oder Cloud-Ausführung. Unterstützt Text-zu-Video und Bild-zu-Video über den konfigurierten Graphen. Verwendet einen warteschlangengestützten Ablauf für lang laufende Jobs. OpenClaw wartet standardmäßig bis zu 20 Minuten, bevor ein laufender fal-Warteschlangenjob als abgelaufen behandelt wird. Die meisten fal-Videomodelle akzeptieren eine einzelne Bildreferenz. Seedance-2.0-Referenz-zu-Video- Modelle akzeptieren bis zu 9 Bilder, 3 Videos und 3 Audioreferenzen, mit höchstens 12 Referenzdateien insgesamt. Unterstützt eine Bild- oder eine Videoreferenz. Anfragen für generiertes Audio werden auf dem Gemini-API-Pfad mit einer Warnung ignoriert, weil diese API den Parameter `generateAudio` für die aktuelle Veo-Videogenerierung ablehnt. Nur eine einzelne Bildreferenz. MiniMax akzeptiert die Auflösungen `768P` und `1080P`; Anfragen wie `720P` werden vor der Übermittlung auf den nächstliegenden unterstützten Wert normalisiert. Nur die `size`-Überschreibung wird weitergeleitet. Andere Stilüberschreibungen (`aspectRatio`, `resolution`, `audio`, `watermark`) werden mit einer Warnung ignoriert. Verwendet die asynchrone `/videos`-API von OpenRouter. OpenClaw übermittelt den Job, fragt `polling_url` ab und lädt entweder `unsigned_urls` oder den dokumentierten Job-Inhaltsendpunkt herunter. Der gebündelte Standard `google/veo-3.1-fast` bewirbt Dauern von 4/6/8 Sekunden, Auflösungen `720P`/`1080P` und Seitenverhältnisse `16:9`/`9:16`. Dasselbe DashScope-Backend wie Alibaba. Referenzeingaben müssen entfernte `http(s)`-URLs sein; lokale Dateien werden vorab abgelehnt. Unterstützt lokale Dateien über Daten-URIs. Video-zu-Video erfordert `runway/gen4_aleph`. Reine Textläufe stellen die Seitenverhältnisse `16:9` und `9:16` bereit. Nur eine einzelne Bildreferenz. Verwendet `https://www.vydra.ai/api/v1` direkt, um auth-verwerfende Weiterleitungen zu vermeiden. `veo3` ist nur als Text-zu-Video gebündelt; `kling` erfordert eine entfernte Bild-URL. Unterstützt Text-zu-Video, Bild-zu-Video mit einem einzelnen ersten Frame, bis zu 7 `reference_image`-Eingaben über xAI `reference_images` sowie entfernte Video-Bearbeitungs- und Erweiterungsabläufe. ## Provider-Fähigkeitsmodi Der gemeinsame Videogenerierungsvertrag unterstützt modusspezifische Fähigkeiten statt nur flache aggregierte Grenzen. Neue Provider-Implementierungen sollten explizite Modusblöcke bevorzugen: ```typescript capabilities: { generate: { maxVideos: 1, maxDurationSeconds: 10, supportsResolution: true, }, imageToVideo: { enabled: true, maxVideos: 1, maxInputImages: 1, maxInputImagesByModel: { "provider/reference-to-video": 9 }, maxDurationSeconds: 5, }, videoToVideo: { enabled: true, maxVideos: 1, maxInputVideos: 1, maxDurationSeconds: 5, }, } ``` Flache aggregierte Felder wie `maxInputImages` und `maxInputVideos` reichen **nicht** aus, um Unterstützung für Transformationsmodi auszuweisen. Provider sollten `generate`, `imageToVideo` und `videoToVideo` explizit deklarieren, damit Live- Tests, Vertragstests und das gemeinsame Tool `video_generate` die Modusunterstützung deterministisch validieren können. Wenn ein Modell in einem Provider breitere Unterstützung für Referenzeingaben hat als der Rest, verwenden Sie `maxInputImagesByModel`, `maxInputVideosByModel` oder `maxInputAudiosByModel`, statt die modusweite Grenze anzuheben. ## Live-Tests Opt-in-Live-Abdeckung für die gemeinsam gebündelten Provider: ```bash OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts ``` Repo-Wrapper: ```bash pnpm test:live:media video ``` Diese Live-Datei verwendet standardmäßig bereits exportierte Provider-Umgebungsvariablen vor gespeicherten Authentifizierungsprofilen und führt standardmäßig einen release-sicheren Smoke-Test aus: - `generate` für jeden Nicht-FAL-Provider in der Prüfung. - Einsekündiger Hummer-Prompt. - Vorgangslimit pro Provider aus `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` (standardmäßig `180000`). FAL ist opt-in, weil die Warteschlangenlatenz auf Provider-Seite die Release- Zeit dominieren kann: ```bash pnpm test:live:media video --video-providers fal ``` Setzen Sie `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1`, um auch deklarierte Transformationsmodi auszuführen, die die gemeinsame Prüfung mit lokalen Medien sicher testen kann: - `imageToVideo`, wenn `capabilities.imageToVideo.enabled`. - `videoToVideo`, wenn `capabilities.videoToVideo.enabled` und das Provider-/Modell pufferbasierte lokale Videoeingabe in der gemeinsamen Prüfung akzeptiert. Heute deckt die gemeinsame `videoToVideo`-Live-Lane `runway` nur ab, wenn Sie `runway/gen4_aleph` auswählen. ## Konfiguration Legen Sie das standardmäßige Videogenerierungsmodell in Ihrer OpenClaw-Konfiguration fest: ```json5 { agents: { defaults: { videoGenerationModel: { primary: "qwen/wan2.6-t2v", fallbacks: ["qwen/wan2.6-r2v-flash"], }, }, }, } ``` Oder über die CLI: ```bash openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v" ``` ## Verwandt - [Alibaba Model Studio](/de/providers/alibaba) - [Hintergrundaufgaben](/de/automation/tasks) - Aufgabenverfolgung für asynchrone Videogenerierung - [BytePlus](/de/concepts/model-providers#byteplus-international) - [ComfyUI](/de/providers/comfy) - [Konfigurationsreferenz](/de/gateway/config-agents#agent-defaults) - [fal](/de/providers/fal) - [Google (Gemini)](/de/providers/google) - [MiniMax](/de/providers/minimax) - [Modelle](/de/concepts/models) - [OpenAI](/de/providers/openai) - [Qwen](/de/providers/qwen) - [Runway](/de/providers/runway) - [Together AI](/de/providers/together) - [Tools-Übersicht](/de/tools) - [Vydra](/de/providers/vydra) - [xAI](/de/providers/xai)