वीडियो निर्माण

"status" वर्तमान सत्र का कार्य लौटाता है; "list" प्रदाताओं का निरीक्षण करता है।

OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRpbWVvdXRNcyIgdHlwZT0ibnVtYmVyIg प्रदाता की कार्रवाई के लिए वैकल्पिक टाइमआउट, मिलीसेकंड में। इसे छोड़ने पर, यदि कॉन्फ़िगर किया गया हो तो OpenClaw agents.defaults.mediaModels.video.timeoutMs का उपयोग करता है, अन्यथा उपलब्ध होने पर Plugin में निर्धारित प्रदाता डिफ़ॉल्ट का उपयोग करता है। OPENCLAW_DOCS_MARKER:paramClose:

संदर्भ इनपुट रनटाइम मोड चुनते हैं:

• कोई संदर्भ मीडिया नहीं -> generate
• कोई भी छवि संदर्भ -> imageToVideo
• कोई भी वीडियो संदर्भ -> videoToVideo
• संदर्भ ऑडियो इनपुट समाधान किए गए मोड को नहीं बदलते; वे छवि/वीडियो संदर्भों द्वारा चुने गए किसी भी मोड के ऊपर लागू होते हैं और केवल उन प्रदाताओं के साथ काम करते हैं जो maxInputAudios घोषित करते हैं।

मिश्रित छवि और वीडियो संदर्भ एक स्थिर साझा क्षमता सतह नहीं हैं। प्रत्येक अनुरोध में एक ही संदर्भ प्रकार को प्राथमिकता दें।

फ़ॉलबैक और टाइप किए गए विकल्प

कुछ क्षमता जाँच टूल सीमा के बजाय फ़ॉलबैक परत पर लागू होती हैं, इसलिए प्राथमिक प्रदाता की सीमाएँ पार करने वाला अनुरोध भी किसी सक्षम फ़ॉलबैक पर चल सकता है:

• जब अनुरोध में ऑडियो संदर्भ होते हैं, तब कोई maxInputAudios (या 0) घोषित न करने वाले सक्रिय उम्मीदवार को छोड़ दिया जाता है; अगला उम्मीदवार आज़माया जाता है। यही सुरक्षा जाँच छवि और वीडियो संदर्भों की संख्या पर maxInputImages/maxInputVideos के विरुद्ध लागू होती है।
• सक्रिय उम्मीदवार का maxDurationSeconds, अनुरोधित durationSeconds से कम है और कोई supportedDurationSeconds सूची घोषित नहीं है -> छोड़ दिया जाता है।
• अनुरोध में providerOptions है और सक्रिय उम्मीदवार स्पष्ट रूप से टाइप की गई providerOptions स्कीमा घोषित करता है -> यदि दी गई कुंजियाँ स्कीमा में नहीं हैं या मानों के प्रकार मेल नहीं खाते, तो छोड़ दिया जाता है। घोषित स्कीमा के बिना प्रदाताओं को विकल्प बिना किसी बदलाव के प्राप्त होते हैं (पश्चगामी-संगत पास-थ्रू)। कोई प्रदाता रिक्त स्कीमा (capabilities.providerOptions: {}) घोषित करके सभी प्रदाता विकल्पों से बाहर हो सकता है, जिससे प्रकार बेमेल होने जैसा ही उम्मीदवार छोड़ना होता है।

अनुरोध में उम्मीदवार छोड़ने का पहला कारण warn स्तर पर लॉग होता है, ताकि ऑपरेटर देख सकें कि उनके प्राथमिक प्रदाता को कब छोड़ दिया गया; लंबी फ़ॉलबैक शृंखलाओं को शांत रखने के लिए बाद के कारण debug स्तर पर लॉग होते हैं। यदि प्रत्येक उम्मीदवार छोड़ दिया जाता है, तो समेकित त्रुटि में प्रत्येक के लिए छोड़ने का कारण शामिल होता है।

कार्रवाइयाँ

मॉडल चयन

OpenClaw मॉडल का समाधान इस क्रम में करता है:

1. model टूल पैरामीटर - यदि एजेंट कॉल में कोई मान निर्दिष्ट करता है।
2. कॉन्फ़िगरेशन से videoGenerationModel.primary।
3. क्रमानुसार videoGenerationModel.fallbacks।
4. स्वतः पहचान - वे प्रदाता जिनके पास मान्य प्रमाणीकरण है, वर्तमान डिफ़ॉल्ट प्रदाता से शुरू होकर, फिर शेष प्रदाता वर्णानुक्रम में।

यदि कोई प्रदाता विफल होता है, तो अगला उम्मीदवार स्वचालित रूप से आज़माया जाता है। यदि सभी उम्मीदवार विफल होते हैं, तो त्रुटि में प्रत्येक प्रयास का विवरण शामिल होता है।

प्रमाणीकृत प्रदाताओं के बीच स्वचालित फ़ॉलबैक हमेशा सक्षम रहता है। प्रति-कॉल model प्रामाणिक रहता है।

{  agents: {    defaults: {      videoGenerationModel: {        primary: "google/veo-3.1-fast-generate-preview",        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],        timeoutMs: 180000, // वैकल्पिक प्रति-टूल प्रदाता अनुरोध टाइमआउट ओवरराइड      },    },  },}

प्रदाता संबंधी टिप्पणियाँ

प्रदाता क्षमता मोड

साझा वीडियो-जनरेशन अनुबंध केवल समतल समग्र सीमाओं के बजाय मोड-विशिष्ट क्षमताओं का समर्थन करता है। नए प्रदाता कार्यान्वयनों को स्पष्ट मोड ब्लॉक को प्राथमिकता देनी चाहिए:

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,  },}

maxInputImages और maxInputVideos जैसे समतल समग्र फ़ील्ड रूपांतरण-मोड समर्थन घोषित करने के लिए पर्याप्त नहीं हैं। प्रदाताओं को generate, imageToVideo और videoToVideo स्पष्ट रूप से घोषित करने चाहिए, ताकि लाइव परीक्षण, अनुबंध परीक्षण और साझा video_generate टूल मोड समर्थन को नियतात्मक रूप से सत्यापित कर सकें।

जब किसी प्रदाता का एक मॉडल अन्य मॉडलों की तुलना में अधिक व्यापक संदर्भ-इनपुट समर्थन देता हो, तो मोड-व्यापी सीमा बढ़ाने के बजाय maxInputImagesByModel, maxInputVideosByModel या maxInputAudiosByModel का उपयोग करें।

लाइव परीक्षण

साझा बंडल किए गए प्रदाताओं के लिए ऑप्ट-इन लाइव कवरेज:

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

रेपो रैपर:

pnpm test:live:media video

यह लाइव फ़ाइल डिफ़ॉल्ट रूप से संग्रहीत प्रमाणीकरण प्रोफ़ाइल से पहले पहले से एक्सपोर्ट किए गए प्रदाता एनवायरनमेंट वेरिएबल का उपयोग करती है, और डिफ़ॉल्ट रूप से रिलीज़-सुरक्षित स्मोक परीक्षण चलाती है:

• generate स्वीप में प्रत्येक गैर-FAL प्रदाता के लिए।
• एक-सेकंड का लॉब्स्टर प्रॉम्प्ट।
• OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS से प्रति-प्रदाता ऑपरेशन सीमा (डिफ़ॉल्ट रूप से 180000)।

FAL ऑप्ट-इन है, क्योंकि प्रदाता-पक्ष की कतार विलंबता रिलीज़ समय पर हावी हो सकती है:

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

घोषित रूपांतरण मोड भी चलाने के लिए OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 सेट करें, जिनका साझा स्वीप स्थानीय मीडिया के साथ सुरक्षित रूप से प्रयोग कर सकता है:

• imageToVideo, जब capabilities.imageToVideo.enabled।
• videoToVideo, जब capabilities.videoToVideo.enabled और प्रदाता/मॉडल साझा स्वीप में बफ़र-समर्थित स्थानीय वीडियो इनपुट स्वीकार करता हो।

वर्तमान में साझा videoToVideo लाइव लेन केवल तभी runway को कवर करती है, जब आप runway/gen4_aleph चुनते हैं।

कॉन्फ़िगरेशन

अपने OpenClaw कॉन्फ़िगरेशन में डिफ़ॉल्ट वीडियो-जनरेशन मॉडल सेट करें:

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

या CLI के माध्यम से:

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

संबंधित

• Alibaba Model Studio
• पृष्ठभूमि कार्य - एसिंक्रोनस वीडियो जनरेशन के लिए कार्य ट्रैकिंग
• BytePlus
• ComfyUI
• कॉन्फ़िगरेशन संदर्भ
• fal
• Google (Gemini)
• MiniMax
• मॉडल
• OpenAI
• Qwen
• Runway
• Together AI
• टूल का अवलोकन
• Vydra
• xAI