Generowanie wideo

• generate - żądania text-to-video bez multimediów referencyjnych.
• imageToVideo - żądanie zawiera co najmniej jeden obraz referencyjny.
• videoToVideo - żądanie zawiera co najmniej jeden film referencyjny.

​

Szybki start

export GEMINI_API_KEY="your-key"

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

​

Jak działa generowanie asynchroniczne

1. OpenClaw przesyła żądanie do dostawcy i natychmiast zwraca identyfikator zadania.
2. Dostawca przetwarza zadanie w tle (zwykle od 30 sekund do kilku minut, zależnie od dostawcy i rozdzielczości; powolni dostawcy oparci na kolejce mogą działać aż do skonfigurowanego limitu czasu).
3. Gdy film jest gotowy, OpenClaw wybudza tę samą sesję wewnętrznym zdarzeniem ukończenia.
4. Agent informuje użytkownika przez normalny tryb widocznej odpowiedzi sesji: dostarczenie odpowiedzi końcowej, gdy jest automatyczne, albo message(action="send"), gdy sesja wymaga narzędzia wiadomości. Jeśli sesja żądającego jest nieaktywna albo jej aktywne wybudzenie się nie powiedzie, a w odpowiedzi ukończenia nadal brakuje części wygenerowanego wideo, OpenClaw wysyła idempotentną bezpośrednią rezerwę tylko z brakującym wideo.

​

Cykl życia zadania

openclaw tasks list
openclaw tasks show <taskId>
openclaw tasks cancel <taskId>

​

Obsługiwani dostawcy

​

Macierz możliwości

​

Parametry narzędzia

​

Wymagane

​

Dane wejściowe treści

​

Kontrole stylu

​

Zaawansowane

• Brak mediów referencyjnych → generate
• Dowolna referencja obrazu → imageToVideo
• Dowolna referencja filmu → videoToVideo
• Wejścia audio referencyjnego nie zmieniają rozwiązanego trybu; stosują się ponad dowolnym trybem wybranym przez referencje obrazu/filmu i działają tylko z dostawcami deklarującymi maxInputAudios.

​

Fallback i opcje typowane

• Aktywny kandydat niedeklarujący maxInputAudios (lub deklarujący 0) jest pomijany, gdy żądanie zawiera referencje audio; próbowany jest następny kandydat.
• maxDurationSeconds aktywnego kandydata poniżej żądanego durationSeconds bez zadeklarowanej listy supportedDurationSeconds → pominięty.
• Żądanie zawiera providerOptions, a aktywny kandydat jawnie deklaruje typowany schemat providerOptions → pominięty, jeśli podane klucze nie znajdują się w schemacie lub typy wartości nie pasują. Dostawcy bez zadeklarowanego schematu otrzymują opcje bez zmian (wstecznie kompatybilne przekazanie). Dostawca może zrezygnować ze wszystkich opcji dostawcy przez zadeklarowanie pustego schematu (capabilities.providerOptions: {}), co powoduje takie samo pominięcie jak niezgodność typu.

​

Akcje

​

Wybór modelu

1. Parametr narzędzia model - jeśli agent określi go w wywołaniu.
2. videoGenerationModel.primary z konfiguracji.
3. videoGenerationModel.fallbacks po kolei.
4. Automatyczne wykrywanie - dostawcy z prawidłowym uwierzytelnieniem, zaczynając od bieżącego domyślnego dostawcy, a następnie pozostali dostawcy w kolejności alfabetycznej.

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

​

Uwagi o dostawcach

​

Tryby możliwości dostawcy

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,
  },
}

​

Testy live

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

pnpm test:live:media video

• generate dla każdego dostawcy spoza FAL w przebiegu.
• Jednosekundowy prompt z homarem.
• Limit operacji dla każdego dostawcy z OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (domyślnie 180000).

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

• imageToVideo, gdy capabilities.imageToVideo.enabled.
• videoToVideo, gdy capabilities.videoToVideo.enabled i dostawca/model akceptuje lokalne wejście wideo oparte na buforze we wspólnym przebiegu.

​

Konfiguracja

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

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

​

Powiązane

• Alibaba Model Studio
• Zadania w tle - śledzenie zadań dla asynchronicznego generowania wideo
• BytePlus
• ComfyUI
• Dokumentacja konfiguracji
• fal
• Google (Gemini)
• MiniMax
• Modele
• OpenAI
• Qwen
• Runway
• Together AI
• Przegląd narzędzi
• Vydra
• xAI