视频生成

"status" 返回当前会话任务；"list" 检查提供商。

OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRpbWVvdXRNcyIgdHlwZT0ibnVtYmVyIg 可选的提供商操作超时时间，以毫秒为单位。省略时，OpenClaw 会使用已配置的 agents.defaults.mediaModels.video.timeoutMs；否则，如果存在插件编写者设置的提供商默认值，则使用该默认值。 OPENCLAW_DOCS_MARKER:paramClose:

参考输入决定运行时模式：

• 无参考媒体 -> generate
• 存在任意图像参考 -> imageToVideo
• 存在任意视频参考 -> videoToVideo
• 参考音频输入不会改变解析出的模式；它们会应用于 图像/视频参考所选模式之上，并且仅适用于 声明了 maxInputAudios 的提供商。

混合使用图像和视频参考并非稳定的共享能力接口。 每次请求最好只使用一种参考类型。

回退和类型化选项

某些能力检查在回退层而非工具 边界执行，因此即使请求超出主要提供商的限制，仍可在能力足够的回退提供商上 运行：

• 当请求包含音频参考时，如果当前候选提供商未声明 maxInputAudios（或 0）， 则跳过该候选并尝试下一个候选。对照 maxInputImages/maxInputVideos 检查图像和视频参考数量时，也应用相同的 保护机制。
• 当前候选提供商的 maxDurationSeconds 低于请求的 durationSeconds， 且未声明 supportedDurationSeconds 列表 -> 跳过。
• 请求包含 providerOptions，且当前候选提供商明确 声明了类型化 providerOptions schema -> 如果提供的键 不在 schema 中或值类型不匹配，则跳过。未声明 schema 的提供商会原样接收选项（向后兼容的 透传）。提供商可通过声明空 schema （capabilities.providerOptions: {}）选择不接受任何提供商选项，这会 像类型不匹配一样导致跳过。

请求中的第一个跳过原因会以 warn 级别记录，使操作员可以看到 主要提供商何时被跳过；后续跳过原因会以 debug 级别记录，以免 过长的回退链产生过多日志。如果所有候选提供商都被跳过， 汇总错误会包含每个候选提供商的跳过原因。

操作

模型选择

OpenClaw 按以下顺序解析模型：

1. model 工具参数 - 如果智能体在调用中指定了该参数。
2. 配置中的 videoGenerationModel.primary。
3. 按顺序使用 videoGenerationModel.fallbacks。
4. 自动检测 - 从当前默认提供商开始，然后按字母 顺序检查其余提供商，选择具有有效身份验证的提供商。

如果提供商失败，将自动尝试下一个候选提供商。如果所有 候选提供商均失败，错误会包含每次尝试的详细信息。

始终启用跨已验证身份提供商的自动回退。每次调用指定的 model 仍具有最终决定权。

{  agents: {    defaults: {      videoGenerationModel: {        primary: "google/veo-3.1-fast-generate-preview",        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],        timeoutMs: 180000, // 可选的每工具提供商请求超时覆盖值      },    },  },}

提供商说明

提供商能力模式

共享视频生成契约支持特定于模式的能力， 而不仅是扁平的聚合限制。新的提供商实现 应优先使用显式模式块：

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 和 maxInputVideos 等扁平聚合字段 不足以声明对转换模式的支持。提供商应 显式声明 generate、imageToVideo 和 videoToVideo，使实时 测试、契约测试以及共享的 video_generate 工具能够以确定性方式验证 模式支持。

当提供商中的某个模型比其他模型支持更多引用输入时， 请使用 maxInputImagesByModel、maxInputVideosByModel 或 maxInputAudiosByModel，而不是提高整个模式的限制。

实时测试

共享内置提供商的选择性实时覆盖：

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

仓库封装命令：

pnpm test:live:media video

默认情况下，此实时测试文件优先使用已导出的提供商环境变量，而不是已存储的身份验证 配置文件，并默认运行适用于发布的冒烟测试：

• 扫描中的每个非 FAL 提供商均使用 generate。
• 一秒钟的龙虾提示词。
• 来自 OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS 的每提供商操作上限（默认为 180000）。

FAL 需要选择启用，因为提供商侧的队列延迟可能主导发布 耗时：

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

设置 OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 后，还会运行已声明的 转换模式；共享扫描可以使用本地媒体安全地测试这些模式：

• 当 capabilities.imageToVideo.enabled 时运行 imageToVideo。
• 当 capabilities.videoToVideo.enabled 且 提供商/模型在共享扫描中接受缓冲区支持的本地视频输入时，运行 videoToVideo。

目前，仅当选择 runway/gen4_aleph 时，共享的 videoToVideo 实时通道才会覆盖 runway。

配置

在 OpenClaw 配置中设置默认视频生成模型：

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

或通过 CLI 设置：

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

相关内容

• Alibaba Model Studio
• 后台任务 - 异步视频生成的任务跟踪
• BytePlus
• ComfyUI
• 配置参考
• fal
• Google (Gemini)
• MiniMax
• Models
• OpenAI
• Qwen
• Runway
• Together AI
• 工具概览
• Vydra
• xAI