वीडियो निर्माण

"status" वर्तमान सेशन टास्क लौटाता है; "list" प्रदाताओं का निरीक्षण करता है।

OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRpbWVvdXRNcyIgdHlwZT0ibnVtYmVyIg मिलीसेकंड में वैकल्पिक प्रदाता ऑपरेशन टाइमआउट। छोड़े जाने पर, OpenClaw कॉन्फ़िगर होने पर agents.defaults.videoGenerationModel.timeoutMs का उपयोग करता है, अन्यथा मौजूद होने पर Plugin-लेखित प्रदाता डिफ़ॉल्ट का उपयोग करता है। OPENCLAW_DOCS_MARKER:paramClose:

संदर्भ इनपुट रनटाइम मोड चुनते हैं:

• कोई संदर्भ मीडिया नहीं → generate
• कोई भी इमेज संदर्भ → imageToVideo
• कोई भी वीडियो संदर्भ → videoToVideo
• संदर्भ ऑडियो इनपुट हल किए गए मोड को नहीं बदलते; वे इमेज/वीडियो संदर्भों द्वारा चुने गए किसी भी मोड के ऊपर लागू होते हैं, और केवल maxInputAudios घोषित करने वाले प्रदाताओं के साथ काम करते हैं।

मिश्रित इमेज और वीडियो संदर्भ स्थिर साझा क्षमता सरफेस नहीं हैं। प्रति अनुरोध एक संदर्भ प्रकार को प्राथमिकता दें।

Fallback और typed विकल्प

कुछ क्षमता जांचें टूल सीमा के बजाय fallback लेयर पर लागू की जाती हैं, इसलिए प्राथमिक प्रदाता की सीमाओं से अधिक अनुरोध अभी भी सक्षम fallback पर चल सकता है:

• कोई maxInputAudios (या 0) घोषित न करने वाला सक्रिय उम्मीदवार तब छोड़ा जाता है जब अनुरोध में ऑडियो संदर्भ हों; अगला उम्मीदवार आज़माया जाता है।
• सक्रिय उम्मीदवार का maxDurationSeconds अनुरोधित durationSeconds से कम है और कोई घोषित supportedDurationSeconds सूची नहीं है → छोड़ा गया।
• अनुरोध में providerOptions हैं और सक्रिय उम्मीदवार स्पष्ट रूप से typed providerOptions स्कीमा घोषित करता है → यदि दी गई कुंजियां स्कीमा में नहीं हैं या मान प्रकार मेल नहीं खाते तो छोड़ा गया। घोषित स्कीमा के बिना प्रदाता विकल्पों को यथावत प्राप्त करते हैं (बैकवर्ड-कम्पैटिबल पास-थ्रू)। कोई प्रदाता खाली स्कीमा (capabilities.providerOptions: {}) घोषित करके सभी प्रदाता विकल्पों से बाहर निकल सकता है, जिससे type mismatch जैसा ही skip होता है।

किसी अनुरोध में पहला skip कारण warn पर लॉग होता है ताकि ऑपरेटर देख सकें कि उनका प्राथमिक प्रदाता छोड़ा गया था; बाद के skip debug पर लॉग होते हैं ताकि लंबी fallback चेन शांत रहें। यदि हर उम्मीदवार छोड़ा जाता है, तो संकलित त्रुटि में प्रत्येक का skip कारण शामिल होता है।

क्रियाएं

मॉडल चयन

OpenClaw मॉडल को इस क्रम में हल करता है:

1. model टूल पैरामीटर - यदि एजेंट कॉल में एक निर्दिष्ट करता है।
2. कॉन्फ़िग से videoGenerationModel.primary।
3. क्रम में videoGenerationModel.fallbacks।
4. अपने-आप पहचान - वे प्रदाता जिनके पास मान्य auth है, वर्तमान डिफ़ॉल्ट प्रदाता से शुरू करके, फिर शेष प्रदाता वर्णानुक्रम में।

यदि कोई प्रदाता विफल होता है, तो अगला उम्मीदवार अपने-आप आज़माया जाता है। यदि सभी उम्मीदवार विफल होते हैं, तो त्रुटि में हर प्रयास के विवरण शामिल होते हैं।

केवल स्पष्ट model, primary, और fallbacks प्रविष्टियों का उपयोग करने के लिए agents.defaults.mediaGenerationAutoProviderFallback: false सेट करें।

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

प्रदाता नोट्स

प्रदाता capability modes

shared video-generation contract केवल flat aggregate limits के बजाय mode-specific capabilities का समर्थन करता है। नए provider implementations को explicit mode blocks 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 flat aggregate fields transform-mode support विज्ञापित करने के लिए पर्याप्त नहीं हैं। Providers को generate, imageToVideo, और videoToVideo स्पष्ट रूप से declare करने चाहिए ताकि live tests, contract tests, और shared video_generate tool mode support को deterministically validate कर सकें।

जब किसी provider में एक model के पास बाकी की तुलना में wider reference-input support हो, तो mode-wide limit बढ़ाने के बजाय maxInputImagesByModel, maxInputVideosByModel, या maxInputAudiosByModel का उपयोग करें।

Live tests

shared bundled providers के लिए opt-in live coverage:

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

Repo wrapper:

pnpm test:live:media video

यह live file default रूप से stored auth profiles से पहले already-exported provider env vars का उपयोग करती है, और default रूप से release-safe smoke चलाती है:

• sweep में हर non-FAL provider के लिए generate.
• एक-second lobster prompt.
• प्रति-provider operation cap OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS से (180000 default रूप से).

FAL opt-in है क्योंकि provider-side queue latency release time पर हावी हो सकती है:

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

shared sweep जिन declared transform modes को local media के साथ सुरक्षित रूप से exercise कर सकता है, उन्हें भी चलाने के लिए OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 set करें:

• capabilities.imageToVideo.enabled होने पर imageToVideo.
• capabilities.videoToVideo.enabled होने पर videoToVideo और जब provider/model shared sweep में buffer-backed local video input स्वीकार करता हो।

आज shared videoToVideo live lane runway को केवल तब cover करता है जब आप runway/gen4_aleph select करते हैं।

Configuration

अपने OpenClaw config में default video-generation model set 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.videoGenerationModel.primary "qwen/wan2.6-t2v"

संबंधित

• Alibaba Model Studio
• Background tasks - async video generation के लिए task tracking
• BytePlus
• ComfyUI
• Configuration reference
• fal
• Google (Gemini)
• MiniMax
• Models
• OpenAI
• Qwen
• Runway
• Together AI
• Tools overview
• Vydra
• xAI