वीडियो निर्माण

• generate - कोई संदर्भ मीडिया नहीं (टेक्स्ट-टू-वीडियो)।
• imageToVideo - एक या अधिक संदर्भ छवियाँ।
• videoToVideo - एक या अधिक संदर्भ वीडियो।

​

तुरंत शुरू करें

export GEMINI_API_KEY="your-key"

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

​

एसिंक्रोनस जनरेशन कैसे काम करता है

1. OpenClaw प्रदाता को अनुरोध सबमिट करता है और तुरंत एक टास्क आईडी लौटाता है।
2. प्रदाता बैकग्राउंड में कार्य को प्रोसेस करता है (प्रदाता और रिज़ॉल्यूशन के आधार पर आमतौर पर 30 सेकंड से कई मिनट तक; धीमे कतार-समर्थित प्रदाता कॉन्फ़िगर किए गए टाइमआउट तक चल सकते हैं)।
3. वीडियो तैयार होने पर OpenClaw आंतरिक पूर्णता इवेंट के साथ उसी सत्र को सक्रिय करता है।
4. एजेंट सत्र के सामान्य दृश्यमान-उत्तर मोड के माध्यम से इसकी जानकारी देता है: स्वचालित अंतिम उत्तर, या जब सत्र को संदेश टूल की आवश्यकता हो तब message(action="send")। यदि अनुरोधकर्ता सत्र निष्क्रिय है, या उसका सक्रियण विफल हो जाता है और पूर्णता उत्तर में जनरेट किया गया मीडिया अब भी मौजूद नहीं है, तो OpenClaw मीडिया के साथ एक आइडेम्पोटेंट प्रत्यक्ष फ़ॉलबैक भेजता है।

​

टास्क जीवनचक्र

openclaw tasks list
openclaw tasks show <lookup>
openclaw tasks cancel <lookup>

​

समर्थित प्रदाता

​

क्षमता मैट्रिक्स

​

टूल पैरामीटर

​

आवश्यक

​

सामग्री इनपुट

​

शैली नियंत्रण

​

उन्नत

• 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।

​

फ़ॉलबैक और टाइप किए गए विकल्प

• 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।

​

कार्रवाइयाँ

​

मॉडल चयन

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।

{
  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

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,
  },
}

​

लाइव परीक्षण

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

pnpm test:live:media video

• 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)।

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

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

​

कॉन्फ़िगरेशन

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

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