Vydra

Modelo de imagen predeterminado y único incluido:

• vydra/grok-imagine

Configúralo como proveedor de imágenes predeterminado:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "vydra/grok-imagine",      },    },  },}

El soporte incluido es solo de texto a imagen, con un máximo de una imagen por solicitud. Las rutas de edición alojadas de Vydra esperan URLs de imágenes remotas, y el Plugin incluido no agrega un puente de carga específico de Vydra.

Modelos de video registrados:

• vydra/veo3 para texto a video (rechaza entradas de referencia de imagen)
• vydra/kling para imagen a video (requiere exactamente una URL de imagen remota)

Configura Vydra como proveedor de video predeterminado:

{  agents: {    defaults: {      videoGenerationModel: {        primary: "vydra/veo3",      },    },  },}

Notas:

• vydra/kling rechaza las cargas de archivos locales desde el inicio; solo funciona una referencia de URL de imagen remota.
• La ruta HTTP kling de Vydra ha sido inconsistente sobre si requiere image_url o video_url; el proveedor incluido envía la misma URL de imagen remota en ambos campos.
• El Plugin incluido se mantiene conservador y no reenvía controles de estilo no documentados, como relación de aspecto, resolución, marca de agua o audio generado.

Cobertura en vivo específica del proveedor:

OPENCLAW_LIVE_TEST=1 \OPENCLAW_LIVE_VYDRA_VIDEO=1 \pnpm test:live -- extensions/vydra/vydra.live.test.ts

El archivo en vivo incluido de Vydra cubre:

• vydra/veo3 de texto a video
• vydra/kling de imagen a video usando una URL de imagen remota

Sobrescribe el fixture de imagen remota cuando sea necesario:

export OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL="https://example.com/reference.png"

Configura Vydra como proveedor de voz:

{  messages: {    tts: {      provider: "vydra",      providers: {        vydra: {          apiKey: "${VYDRA_API_KEY}",          voiceId: "21m00Tcm4TlvDq8ikWAM",        },      },    },  },}

Valores predeterminados:

• Modelo: elevenlabs/tts
• Id. de voz: 21m00Tcm4TlvDq8ikWAM ("Rachel")

El Plugin incluido expone esta voz predeterminada conocida y fiable, y devuelve archivos de audio MP3.