​

Generación de video

• generate para solicitudes de texto a video sin medios de referencia
• imageToVideo cuando la solicitud incluye una o más imágenes de referencia
• videoToVideo cuando la solicitud incluye uno o más videos de referencia

​

Inicio rápido

1. Configura una API key para cualquier proveedor compatible:

export GEMINI_API_KEY="your-key"

2. Opcionalmente, fija un modelo predeterminado:

openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview"

3. Pídele al agente:

Genera un video cinematográfico de 5 segundos de una langosta amigable surfeando al atardecer.

​

Qué sucede cuando generas un video

1. OpenClaw envía la solicitud al proveedor y devuelve inmediatamente un ID de tarea.
2. El proveedor procesa el trabajo en segundo plano (normalmente entre 30 segundos y 5 minutos, según el proveedor y la resolución).
3. Cuando el video está listo, OpenClaw reactiva la misma sesión con un evento interno de finalización.
4. El agente publica el video terminado de vuelta en la conversación original.

​

Ciclo de vida de la tarea

1. queued — tarea creada, en espera de que el proveedor la acepte.
2. running — el proveedor está procesando (normalmente entre 30 segundos y 5 minutos, según el proveedor y la resolución).
3. succeeded — video listo; el agente se reactiva y lo publica en la conversación.
4. failed — error del proveedor o tiempo de espera agotado; el agente se reactiva con detalles del error.

openclaw tasks list
openclaw tasks show <taskId>
openclaw tasks cancel <taskId>

​

Proveedores compatibles

​

Matriz de capacidades declaradas

​

Parámetros de la herramienta

​

Obligatorios

​

Entradas de contenido

​

Controles de estilo

​

Avanzado

• Sin medios de referencia: generate
• Cualquier imagen de referencia: imageToVideo
• Cualquier video de referencia: videoToVideo
• Las entradas de audio de referencia no cambian el modo resuelto; se aplican además del modo que seleccionan las referencias de imagen/video, y solo funcionan con proveedores que declaran maxInputAudios

​

Fallback y opciones tipadas

• Si el candidato activo no declara maxInputAudios (o lo declara como 0), se omite cuando la solicitud contiene referencias de audio, y se prueba el siguiente candidato.
• Si maxDurationSeconds del candidato activo está por debajo del durationSeconds solicitado y el candidato no declara una lista supportedDurationSeconds, se omite.
• Si la solicitud contiene providerOptions y el candidato activo declara explícitamente un esquema tipado de providerOptions, el candidato se omite cuando las claves proporcionadas no están en el esquema o los tipos de valor no coinciden. Los proveedores que todavía no han declarado un esquema reciben las opciones tal como están (paso a través retrocompatible). Un proveedor puede excluir explícitamente todas las opciones de proveedor declarando un esquema vacío (capabilities.providerOptions: {}), lo que provoca la misma omisión que una incompatibilidad de tipos.

​

Acciones

• generate (predeterminada) — crea un video a partir del prompt dado y de entradas de referencia opcionales.
• status — comprueba el estado de la tarea de video en curso para la sesión actual sin iniciar otra generación.
• list — muestra los proveedores, modelos y sus capacidades disponibles.

​

Selección de modelo

1. Parámetro de herramienta model — si el agente especifica uno en la llamada.
2. videoGenerationModel.primary — desde la configuración.
3. videoGenerationModel.fallbacks — se prueban en orden.
4. Detección automática — usa proveedores que tienen autenticación válida, comenzando por el proveedor predeterminado actual y luego los proveedores restantes en orden alfabético.

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],
      },
    },
  },
}

​

Notas sobre proveedores

​

Modos de capacidad del proveedor

capabilities: {
  generate: {
    maxVideos: 1,
    maxDurationSeconds: 10,
    supportsResolution: true,
  },
  imageToVideo: {
    enabled: true,
    maxVideos: 1,
    maxInputImages: 1,
    maxDurationSeconds: 5,
  },
  videoToVideo: {
    enabled: true,
    maxVideos: 1,
    maxInputVideos: 1,
    maxDurationSeconds: 5,
  },
}

​

Pruebas en vivo

OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts

pnpm test:live:media video

• generate para cada proveedor distinto de FAL en el barrido
• prompt de langosta de un segundo
• límite de operación por proveedor desde OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 de forma predeterminada)

pnpm test:live:media video --video-providers fal

• imageToVideo cuando capabilities.imageToVideo.enabled
• videoToVideo cuando capabilities.videoToVideo.enabled y el proveedor/modelo acepta entrada de video local respaldada por búfer en el barrido compartido

• runway solo cuando seleccionas runway/gen4_aleph

​

Configuración

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "qwen/wan2.6-t2v",
        fallbacks: ["qwen/wan2.6-r2v-flash"],
      },
    },
  },
}

openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"

​

Relacionado

• Resumen de herramientas
• Tareas en segundo plano — seguimiento de tareas para la generación de video asíncrona
• Alibaba Model Studio
• BytePlus
• ComfyUI
• fal
• Google (Gemini)
• MiniMax
• OpenAI
• Qwen
• Runway
• Together AI
• Vydra
• xAI
• Referencia de configuración
• Modelos