Chuyển đến nội dung chính

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

Các agent OpenClaw có thể tạo video từ prompt văn bản, hình ảnh tham chiếu hoặc video hiện có. Mười sáu backend nhà cung cấp được hỗ trợ, mỗi backend có các tùy chọn mô hình, chế độ đầu vào và bộ tính năng khác nhau. Agent tự động chọn nhà cung cấp phù hợp dựa trên cấu hình và các khóa API có sẵn của bạn.
Công cụ video_generate chỉ xuất hiện khi có ít nhất một nhà cung cấp tạo video khả dụng. Nếu bạn không thấy công cụ này trong các công cụ của agent, hãy đặt khóa API của nhà cung cấp hoặc cấu hình agents.defaults.videoGenerationModel.
OpenClaw xử lý tạo video theo ba chế độ runtime:
  • generate — yêu cầu chuyển văn bản thành video không có phương tiện tham chiếu.
  • imageToVideo — yêu cầu bao gồm một hoặc nhiều hình ảnh tham chiếu.
  • videoToVideo — yêu cầu bao gồm một hoặc nhiều video tham chiếu.
Nhà cung cấp có thể hỗ trợ bất kỳ tập con nào của các chế độ đó. Công cụ xác thực chế độ đang hoạt động trước khi gửi và báo cáo các chế độ được hỗ trợ trong action=list.

​
Bắt đầu nhanh

1

Cấu hình xác thực

Đặt khóa API cho bất kỳ nhà cung cấp nào được hỗ trợ:
export GEMINI_API_KEY="your-key"
2

Chọn mô hình mặc định (tùy chọn)

openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview"
3

Yêu cầu agent

Tạo một video điện ảnh dài 5 giây về một con tôm hùm thân thiện đang lướt sóng lúc hoàng hôn.
Agent tự động gọi video_generate. Không cần đưa công cụ vào danh sách cho phép.

​
Cách tạo bất đồng bộ hoạt động

Tạo video là bất đồng bộ. Khi agent gọi video_generate trong một phiên:
  1. OpenClaw gửi yêu cầu đến nhà cung cấp và ngay lập tức trả về một id tác vụ.
  2. Nhà cung cấp xử lý công việc ở chế độ nền (thường từ 30 giây đến 5 phút tùy theo nhà cung cấp và độ phân giải).
  3. Khi video đã sẵn sàng, OpenClaw đánh thức cùng phiên đó bằng một sự kiện hoàn tất nội bộ.
  4. Agent đăng video đã hoàn tất trở lại cuộc trò chuyện ban đầu.
Trong khi một công việc đang chạy, các lệnh gọi video_generate trùng lặp trong cùng phiên sẽ trả về trạng thái tác vụ hiện tại thay vì bắt đầu một lần tạo khác. Dùng openclaw tasks list hoặc openclaw tasks show <taskId> để kiểm tra tiến trình từ CLI. Bên ngoài các lần chạy agent có phiên hỗ trợ (ví dụ: gọi công cụ trực tiếp), công cụ sẽ chuyển sang tạo nội tuyến và trả về đường dẫn phương tiện cuối cùng trong cùng lượt. Các tệp video được tạo sẽ được lưu trong kho lưu trữ phương tiện do OpenClaw quản lý khi nhà cung cấp trả về byte. Giới hạn lưu video được tạo mặc định tuân theo giới hạn phương tiện video, và agents.defaults.mediaMaxMb tăng giới hạn này cho các bản dựng lớn hơn. Khi nhà cung cấp cũng trả về URL đầu ra được lưu trữ, OpenClaw có thể gửi URL đó thay vì làm tác vụ thất bại nếu lưu cục bộ từ chối một tệp quá lớn.

​
Vòng đời tác vụ

Trạng tháiÝ nghĩa
queuedTác vụ đã được tạo, đang chờ nhà cung cấp chấp nhận.
runningNhà cung cấp đang xử lý (thường từ 30 giây đến 5 phút tùy theo nhà cung cấp và độ phân giải).
succeededVideo đã sẵn sàng; agent thức dậy và đăng video vào cuộc trò chuyện.
failedLỗi hoặc hết thời gian chờ từ nhà cung cấp; agent thức dậy với chi tiết lỗi.
Kiểm tra trạng thái từ CLI: 
openclaw tasks list
openclaw tasks show <taskId>
openclaw tasks cancel <taskId>
Nếu một tác vụ video đã ở trạng thái queued hoặc running cho phiên hiện tại, video_generate trả về trạng thái tác vụ hiện có thay vì bắt đầu tác vụ mới. Dùng action: "status" để kiểm tra rõ ràng mà không kích hoạt lần tạo mới.

​
Nhà cung cấp được hỗ trợ

Nhà cung cấpMô hình mặc địnhVăn bảnTham chiếu hình ảnhTham chiếu videoXác thực
Alibabawan2.6-t2v✓Có (URL từ xa)Có (URL từ xa)MODELSTUDIO_API_KEY
BytePlus (1.0)seedance-1-0-pro-250528✓Tối đa 2 hình ảnh (chỉ mô hình I2V; khung đầu + cuối)—BYTEPLUS_API_KEY
BytePlus Seedance 1.5seedance-1-5-pro-251215✓Tối đa 2 hình ảnh (khung đầu + cuối qua vai trò)—BYTEPLUS_API_KEY
BytePlus Seedance 2.0dreamina-seedance-2-0-260128✓Tối đa 9 hình ảnh tham chiếuTối đa 3 videoBYTEPLUS_API_KEY
ComfyUIworkflow✓1 hình ảnh—COMFY_API_KEY hoặc COMFY_CLOUD_API_KEY
DeepInfraPixverse/Pixverse-T2V✓——DEEPINFRA_API_KEY
falfal-ai/minimax/video-01-live✓1 hình ảnh; tối đa 9 với Seedance reference-to-videoTối đa 3 video với Seedance reference-to-videoFAL_KEY
Googleveo-3.1-fast-generate-preview✓1 hình ảnh1 videoGEMINI_API_KEY
MiniMaxMiniMax-Hailuo-2.3✓1 hình ảnh—MINIMAX_API_KEY hoặc MiniMax OAuth
OpenAIsora-2✓1 hình ảnh1 videoOPENAI_API_KEY
OpenRoutergoogle/veo-3.1-fast✓Tối đa 4 hình ảnh (khung đầu/cuối hoặc tham chiếu)—OPENROUTER_API_KEY
Qwenwan2.6-t2v✓Có (URL từ xa)Có (URL từ xa)QWEN_API_KEY
Runwaygen4.5✓1 hình ảnh1 videoRUNWAYML_API_SECRET
TogetherWan-AI/Wan2.2-T2V-A14B✓1 hình ảnh—TOGETHER_API_KEY
Vydraveo3✓1 hình ảnh (kling)—VYDRA_API_KEY
xAIgrok-imagine-video✓1 hình ảnh khung đầu hoặc tối đa 7 reference_image1 videoXAI_API_KEY
Một số nhà cung cấp chấp nhận thêm hoặc thay thế các biến môi trường khóa API. Xem từng trang nhà cung cấp để biết chi tiết. Chạy video_generate action=list để kiểm tra các nhà cung cấp, mô hình và chế độ runtime khả dụng tại thời điểm chạy.

​
Ma trận khả năng

Hợp đồng chế độ tường minh được dùng bởi video_generate, các kiểm thử hợp đồng và lượt quét live dùng chung:
Nhà cung cấpgenerateimageToVideovideoToVideoCác làn live dùng chung hiện nay
Alibaba✓✓✓generate, imageToVideo; bỏ qua videoToVideo vì nhà cung cấp này cần URL video http(s) từ xa
BytePlus✓✓—generate, imageToVideo
ComfyUI✓✓—Không nằm trong lượt quét dùng chung; phạm vi kiểm thử dành riêng cho workflow nằm trong các kiểm thử Comfy
DeepInfra✓——generate; các schema video DeepInfra gốc là chuyển văn bản thành video trong hợp đồng đi kèm
fal✓✓✓generate, imageToVideo; videoToVideo chỉ khi dùng Seedance reference-to-video
Google✓✓✓generate, imageToVideo; bỏ qua videoToVideo dùng chung vì lượt quét Gemini/Veo dựa trên bộ đệm hiện tại không chấp nhận đầu vào đó
MiniMax✓✓—generate, imageToVideo
OpenAI✓✓✓generate, imageToVideo; bỏ qua videoToVideo dùng chung vì đường dẫn tổ chức/đầu vào này hiện cần quyền truy cập inpaint/remix phía nhà cung cấp
OpenRouter✓✓—generate, imageToVideo
Qwen✓✓✓generate, imageToVideo; bỏ qua videoToVideo vì nhà cung cấp này cần URL video http(s) từ xa
Runway✓✓✓generate, imageToVideo; videoToVideo chỉ chạy khi mô hình được chọn là runway/gen4_aleph
Together✓✓—generate, imageToVideo
Vydra✓✓—generate; bỏ qua imageToVideo dùng chung vì veo3 đi kèm chỉ hỗ trợ văn bản và kling đi kèm yêu cầu URL hình ảnh từ xa
xAI✓✓✓generate, imageToVideo; bỏ qua videoToVideo vì nhà cung cấp này hiện cần URL MP4 từ xa

​
Tham số công cụ

​
Bắt buộc

​
prompt
string
bắt buộc
Mô tả văn bản của video cần tạo. Bắt buộc cho action: "generate".

​
Đầu vào nội dung

​
image
string
Một hình ảnh tham chiếu (đường dẫn hoặc URL).
​
images
string[]
Nhiều hình ảnh tham chiếu (tối đa 9).
​
imageRoles
string[]
Các gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách hình ảnh đã kết hợp. Các giá trị chuẩn: first_frame, last_frame, reference_image.
​
video
string
Một video tham chiếu (đường dẫn hoặc URL).
​
videos
string[]
Nhiều video tham chiếu (tối đa 4).
​
videoRoles
string[]
Các gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách video đã kết hợp. Giá trị chuẩn: reference_video.
​
audioRef
string
Một âm thanh tham chiếu (đường dẫn hoặc URL). Dùng cho nhạc nền hoặc tham chiếu giọng nói khi nhà cung cấp hỗ trợ đầu vào âm thanh.
​
audioRefs
string[]
Nhiều âm thanh tham chiếu (tối đa 3).
​
audioRoles
string[]
Các gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách âm thanh đã kết hợp. Giá trị chuẩn: reference_audio.
Các gợi ý vai trò được chuyển tiếp nguyên trạng đến nhà cung cấp. Các giá trị chuẩn đến từ union VideoGenerationAssetRole nhưng nhà cung cấp có thể chấp nhận thêm chuỗi vai trò khác. Mảng *Roles không được có nhiều mục hơn danh sách tham chiếu tương ứng; lỗi lệch một đơn vị sẽ thất bại với thông báo lỗi rõ ràng. Dùng chuỗi rỗng để bỏ đặt một vị trí. Với xAI, đặt mọi vai trò hình ảnh thành reference_image để dùng chế độ tạo reference_images của nó; bỏ qua vai trò hoặc dùng first_frame cho chuyển hình ảnh đơn thành video.

​
Điều khiển phong cách

​
aspectRatio
string
1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9, hoặc adaptive.
​
resolution
string
480P, 720P, 768P, hoặc 1080P.
​
durationSeconds
number
Thời lượng mục tiêu tính bằng giây (làm tròn đến giá trị gần nhất mà nhà cung cấp hỗ trợ).
​
size
string
Gợi ý kích thước khi nhà cung cấp hỗ trợ.
​
audio
boolean
Bật âm thanh được tạo trong đầu ra khi được hỗ trợ. Khác với audioRef* (đầu vào).
​
watermark
boolean
Bật/tắt watermark của nhà cung cấp khi được hỗ trợ.
adaptive là một sentinel dành riêng cho nhà cung cấp: nó được chuyển tiếp nguyên trạng đến các nhà cung cấp khai báo adaptive trong năng lực của họ (ví dụ BytePlus Seedance dùng nó để tự động phát hiện tỷ lệ từ kích thước hình ảnh đầu vào). Các nhà cung cấp không khai báo nó sẽ hiển thị giá trị qua details.ignoredOverrides trong kết quả công cụ để có thể thấy phần bị bỏ qua.

​
Nâng cao

​
action
"generate" | "status" | "list"
mặc định:"generate"
"status" trả về tác vụ phiên hiện tại; "list" kiểm tra các nhà cung cấp.
​
model
string
Ghi đè nhà cung cấp/mô hình (ví dụ runway/gen4.5).
​
filename
string
Gợi ý tên tệp đầu ra.
​
timeoutMs
number
Thời gian chờ yêu cầu nhà cung cấp tùy chọn tính bằng mili giây.
​
providerOptions
object
Các tùy chọn dành riêng cho nhà cung cấp dưới dạng đối tượng JSON (ví dụ {"seed": 42, "draft": true}). Các nhà cung cấp khai báo schema có kiểu sẽ xác thực khóa và kiểu; khóa không xác định hoặc không khớp sẽ bỏ qua ứng viên trong quá trình fallback. Các nhà cung cấp không có schema đã khai báo sẽ nhận nguyên trạng các tùy chọn. Chạy video_generate action=list để xem từng nhà cung cấp chấp nhận những gì.
Không phải mọi nhà cung cấp đều hỗ trợ mọi tham số. OpenClaw chuẩn hóa thời lượng thành giá trị gần nhất mà nhà cung cấp hỗ trợ, và ánh xạ lại các gợi ý hình học đã chuyển đổi như kích thước sang tỷ lệ khung hình khi một nhà cung cấp fallback cung cấp bề mặt điều khiển khác. Các ghi đè thực sự không được hỗ trợ sẽ bị bỏ qua theo cách nỗ lực tối đa và được báo cáo dưới dạng cảnh báo trong kết quả công cụ. Các giới hạn năng lực cứng (chẳng hạn quá nhiều đầu vào tham chiếu) sẽ thất bại trước khi gửi. Kết quả công cụ báo cáo các cài đặt đã áp dụng; details.normalization ghi lại mọi chuyển đổi từ yêu cầu sang áp dụng.
Đầu vào tham chiếu chọn chế độ runtime:
  • Không có phương tiện tham chiếu → generate
  • Bất kỳ tham chiếu hình ảnh nào → imageToVideo
  • Bất kỳ tham chiếu video nào → videoToVideo
  • Đầu vào âm thanh tham chiếu không thay đổi chế độ đã phân giải; chúng áp dụng bên trên bất kỳ chế độ nào mà tham chiếu hình ảnh/video chọn, và chỉ hoạt động với các nhà cung cấp khai báo maxInputAudios.
Kết hợp tham chiếu hình ảnh và video không phải là một bề mặt năng lực dùng chung ổn định. Nên dùng một loại tham chiếu cho mỗi yêu cầu.

​
Fallback và tùy chọn có kiểu

Một số kiểm tra năng lực được áp dụng ở lớp fallback thay vì ranh giới công cụ, vì vậy yêu cầu vượt quá giới hạn của nhà cung cấp chính vẫn có thể chạy trên một fallback đủ năng lực:
  • Ứng viên đang hoạt động không khai báo maxInputAudios (hoặc 0) sẽ bị bỏ qua khi yêu cầu chứa tham chiếu âm thanh; ứng viên tiếp theo được thử.
  • maxDurationSeconds của ứng viên đang hoạt động thấp hơn durationSeconds đã yêu cầu và không có danh sách supportedDurationSeconds đã khai báo → bị bỏ qua.
  • Yêu cầu chứa providerOptions và ứng viên đang hoạt động khai báo rõ ràng schema providerOptions có kiểu → bị bỏ qua nếu các khóa được cung cấp không nằm trong schema hoặc kiểu giá trị không khớp. Các nhà cung cấp không có schema đã khai báo nhận nguyên trạng tùy chọn (truyền qua tương thích ngược). Một nhà cung cấp có thể từ chối toàn bộ tùy chọn nhà cung cấp bằng cách khai báo một schema rỗng (capabilities.providerOptions: {}), điều này gây ra cùng kiểu bỏ qua như lỗi không khớp kiểu.
Lý do bỏ qua đầu tiên trong một yêu cầu được ghi log ở mức warn để người vận hành thấy khi nhà cung cấp chính của họ bị bỏ qua; các lần bỏ qua tiếp theo ghi log ở mức debug để giữ cho các chuỗi fallback dài không quá ồn. Nếu mọi ứng viên đều bị bỏ qua, lỗi tổng hợp sẽ bao gồm lý do bỏ qua cho từng ứng viên.

​
Hành động

Hành độngChức năng
generateMặc định. Tạo video từ prompt đã cho và các đầu vào tham chiếu tùy chọn.
statusKiểm tra trạng thái của tác vụ video đang chạy cho phiên hiện tại mà không bắt đầu một lần tạo khác.
listHiển thị các nhà cung cấp, mô hình và năng lực hiện có.

​
Chọn mô hình

OpenClaw phân giải mô hình theo thứ tự này:
  1. Tham số công cụ model — nếu tác tử chỉ định một mô hình trong lệnh gọi.
  2. videoGenerationModel.primary từ cấu hình.
  3. videoGenerationModel.fallbacks theo thứ tự.
  4. Tự động phát hiện — các nhà cung cấp có xác thực hợp lệ, bắt đầu với nhà cung cấp mặc định hiện tại, rồi các nhà cung cấp còn lại theo thứ tự bảng chữ cái.
Nếu một nhà cung cấp thất bại, ứng viên tiếp theo sẽ được thử tự động. Nếu tất cả ứng viên đều thất bại, lỗi sẽ bao gồm chi tiết từ từng lần thử. Đặt agents.defaults.mediaGenerationAutoProviderFallback: false để chỉ dùng các mục model, primary và fallbacks rõ ràng. 
{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],
      },
    },
  },
}

​
Ghi chú về nhà cung cấp

Dùng endpoint bất đồng bộ DashScope / Model Studio. Hình ảnh và video tham chiếu phải là URL http(s) từ xa.
ID nhà cung cấp: byteplus.Mô hình: seedance-1-0-pro-250528 (mặc định), seedance-1-0-pro-t2v-250528, seedance-1-0-pro-fast-251015, seedance-1-0-lite-t2v-250428, seedance-1-0-lite-i2v-250428.Mô hình T2V (*-t2v-*) không chấp nhận đầu vào hình ảnh; mô hình I2V và mô hình *-pro-* tổng quát hỗ trợ một hình ảnh tham chiếu (khung hình đầu tiên). Truyền hình ảnh theo vị trí hoặc đặt role: "first_frame". ID mô hình T2V được tự động chuyển sang biến thể I2V tương ứng khi có hình ảnh được cung cấp.Các khóa providerOptions được hỗ trợ: seed (số), draft (boolean — buộc 480p), camera_fixed (boolean).
Yêu cầu Plugin @openclaw/byteplus-modelark. ID nhà cung cấp: byteplus-seedance15. Mô hình: seedance-1-5-pro-251215.Dùng API content[] hợp nhất. Hỗ trợ tối đa 2 hình ảnh đầu vào (first_frame + last_frame). Mọi đầu vào phải là URL https:// từ xa. Đặt role: "first_frame" / "last_frame" trên từng hình ảnh, hoặc truyền hình ảnh theo vị trí.aspectRatio: "adaptive" tự động phát hiện tỷ lệ từ hình ảnh đầu vào. audio: true ánh xạ sang generate_audio. providerOptions.seed (số) được chuyển tiếp.
Yêu cầu Plugin @openclaw/byteplus-modelark. ID nhà cung cấp: byteplus-seedance2. Mô hình: dreamina-seedance-2-0-260128, dreamina-seedance-2-0-fast-260128.Dùng API content[] hợp nhất. Hỗ trợ tối đa 9 hình ảnh tham chiếu, 3 video tham chiếu và 3 âm thanh tham chiếu. Mọi đầu vào phải là URL https:// từ xa. Đặt role trên từng tài sản — các giá trị được hỗ trợ: "first_frame", "last_frame", "reference_image", "reference_video", "reference_audio".aspectRatio: "adaptive" tự động phát hiện tỷ lệ từ hình ảnh đầu vào. audio: true ánh xạ sang generate_audio. providerOptions.seed (số) được chuyển tiếp.
Thực thi cục bộ hoặc trên cloud theo workflow. Hỗ trợ chuyển văn bản thành video và hình ảnh thành video thông qua đồ thị đã cấu hình.
Dùng luồng có hàng đợi hỗ trợ cho các tác vụ chạy lâu. Hầu hết mô hình video fal chấp nhận một tham chiếu hình ảnh duy nhất. Các mô hình tham chiếu thành video Seedance 2.0 chấp nhận tối đa 9 hình ảnh, 3 video và 3 tham chiếu âm thanh, với tổng cộng tối đa 12 tệp tham chiếu.
Hỗ trợ một tham chiếu hình ảnh hoặc một tham chiếu video.
Chỉ một tham chiếu hình ảnh duy nhất.
Chỉ ghi đè size được chuyển tiếp. Các ghi đè phong cách khác (aspectRatio, resolution, audio, watermark) bị bỏ qua kèm cảnh báo.
Dùng API /videos bất đồng bộ của OpenRouter. OpenClaw gửi tác vụ, thăm dò polling_url, và tải xuống unsigned_urls hoặc endpoint nội dung tác vụ đã được tài liệu hóa. Mặc định google/veo-3.1-fast được đóng gói quảng bá thời lượng 4/6/8 giây, độ phân giải 720P/1080P, và tỷ lệ khung hình 16:9/9:16.
Cùng backend DashScope như Alibaba. Đầu vào tham chiếu phải là URL http(s) từ xa; tệp cục bộ bị từ chối ngay từ đầu.
Hỗ trợ tệp cục bộ qua URI dữ liệu. Chuyển video thành video yêu cầu runway/gen4_aleph. Các lần chạy chỉ văn bản cung cấp tỷ lệ khung hình 16:9 và 9:16.
Chỉ một tham chiếu hình ảnh duy nhất.
Dùng trực tiếp https://www.vydra.ai/api/v1 để tránh các chuyển hướng làm rơi xác thực. veo3 được đóng gói chỉ cho chuyển văn bản thành video; kling yêu cầu URL hình ảnh từ xa.
Hỗ trợ chuyển văn bản thành video, chuyển hình ảnh khung đầu tiên đơn thành video, tối đa 7 đầu vào reference_image thông qua reference_images của xAI, và các luồng chỉnh sửa/mở rộng video từ xa.

​
Chế độ năng lực của nhà cung cấp

Hợp đồng tạo video dùng chung hỗ trợ các khả năng theo từng chế độ thay vì chỉ các giới hạn tổng hợp phẳng. Các triển khai nhà cung cấp mới nên ưu tiên các khối chế độ rõ ràng: 
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,
  },
}
Các trường tổng hợp phẳng như maxInputImages và maxInputVideos không đủ để quảng bá hỗ trợ chế độ chuyển đổi. Nhà cung cấp nên khai báo rõ ràng generate, imageToVideo và videoToVideo để các kiểm thử trực tiếp, kiểm thử hợp đồng và công cụ dùng chung video_generate có thể xác thực hỗ trợ chế độ một cách xác định. Khi một mô hình trong một nhà cung cấp hỗ trợ đầu vào tham chiếu rộng hơn phần còn lại, hãy dùng maxInputImagesByModel, maxInputVideosByModel hoặc maxInputAudiosByModel thay vì tăng giới hạn trên toàn chế độ.

​
Kiểm thử trực tiếp

Phạm vi kiểm thử trực tiếp dạng chọn tham gia cho các nhà cung cấp đi kèm dùng chung: 
OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
Trình bao bọc repo: 
pnpm test:live:media video
Tệp kiểm thử trực tiếp này tải các biến môi trường nhà cung cấp còn thiếu từ ~/.profile, mặc định ưu tiên khóa API trực tiếp/từ môi trường hơn hồ sơ xác thực đã lưu, và mặc định chạy một smoke an toàn cho phát hành:
  • generate cho mọi nhà cung cấp không phải FAL trong lượt quét.
  • Prompt tôm hùm một giây.
  • Giới hạn thao tác theo từng nhà cung cấp từ OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (mặc định là 180000).
FAL là chọn tham gia vì độ trễ hàng đợi phía nhà cung cấp có thể chiếm phần lớn thời gian phát hành: 
pnpm test:live:media video --video-providers fal
Đặt OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 để cũng chạy các chế độ chuyển đổi đã khai báo mà lượt quét dùng chung có thể thực thi an toàn với phương tiện cục bộ:
  • imageToVideo khi capabilities.imageToVideo.enabled.
  • videoToVideo khi capabilities.videoToVideo.enabled và nhà cung cấp/mô hình chấp nhận đầu vào video cục bộ dựa trên buffer trong lượt quét dùng chung.
Hiện tại làn trực tiếp videoToVideo dùng chung chỉ bao phủ runway khi bạn chọn runway/gen4_aleph.

​
Cấu hình

Đặt mô hình tạo video mặc định trong cấu hình OpenClaw của bạn: 
{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "qwen/wan2.6-t2v",
        fallbacks: ["qwen/wan2.6-r2v-flash"],
      },
    },
  },
}
Hoặc qua CLI: 
openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"

​
Liên quan