Chuyển đến nội dung chính
Các agent OpenClaw có thể tạo video từ lời nhắc 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 hiện có 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 nó trong các công cụ agent, hãy đặt khóa API của nhà cung cấp hoặc cấu hình agents.defaults.videoGenerationModel.
OpenClaw xem tạo video là ba chế độ thời gian chạy:
  • generate - yêu cầu 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 danh sách cho phép công cụ.

​
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 tới nhà cung cấp và trả về ngay một id tác vụ.
  2. Nhà cung cấp xử lý công việc trong nền (thường từ 30 giây đến vài phút tùy thuộc vào nhà cung cấp và độ phân giải; các nhà cung cấp chậm dựa trên hàng đợi có thể chạy tới hết thời gian chờ đã cấu hình).
  3. Khi video sẵn sàng, OpenClaw đánh thức cùng phiên đó bằng một sự kiện hoàn tất nội bộ.
  4. Agent thông báo cho người dùng thông qua chế độ trả lời hiển thị thông thường của phiên: gửi trả lời cuối cùng khi tự động, hoặc message(action="send") khi phiên yêu cầu công cụ tin nhắn. Nếu phiên yêu cầu không hoạt động hoặc lần đánh thức đang hoạt động của nó thất bại, và một số video đã tạo vẫn còn thiếu trong trả lời hoàn tất, OpenClaw gửi một dự phòng trực tiếp có tính lũy đẳng chỉ với video còn thiếu.
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 độ từ CLI. Bên ngoài các lượt chạy agent có phiên hỗ trợ (ví dụ: gọi công cụ trực tiếp), công cụ quay về tạo nội tuyến và trả về đường dẫn phương tiện cuối cùng trong cùng lượt. Các tệp video đã tạo được lưu trong kho lưu trữ phương tiện do OpenClaw quản lý khi nhà cung cấp trả về byte. Giới hạn lưu video đã tạo mặc định tuân theo giới hạn phương tiện video, và agents.defaults.mediaMaxMb tăng giới hạn đó cho các bản render 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 việc 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 vài phút tùy thuộc vào nhà cung cấp và độ phân giải).
succeededVideo đã sẵn sàng; agent thức dậy và đăng video vào cuộc trò chuyện.
failedLỗi nhà cung cấp hoặc hết thời gian chờ; 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 một tác vụ mới. Dùng action: "status" để kiểm tra rõ ràng mà không kích hoạt một 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 tham chiếu thành videoTối đa 3 video với Seedance tham chiếu thành 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✓chỉ Wan-AI/Wan2.2-I2V-A14B-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 các biến môi trường khóa API bổ sung hoặc thay thế. 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 thời gian chạy khả dụng tại thời gian chạy.

​
Ma trận năng lực

Hợp đồng chế độ tường minh được dùng bởi video_generate, kiểm thử hợp đồng và đợt quét trực tiếp dùng chung:
Nhà cung cấpgenerateimageToVideovideoToVideoCác làn trực tiếp 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 có trong đợt quét dùng chung; phạm vi kiểm thử theo workflow nằm trong các kiểm thử Comfy
DeepInfra✓--generate; các schema video DeepInfra gốc là văn bản thành video trong hợp đồng Plugin
fal✓✓✓generate, imageToVideo; videoToVideo chỉ khi dùng Seedance tham chiếu thành video
Google✓✓✓generate, imageToVideo; bỏ qua videoToVideo dùng chung vì đợt quét Gemini/Veo hiện tại dựa trên bộ đệm 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 chỉnh sửa video 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 được đóng gói chỉ hỗ trợ văn bản và kling được đóng gói 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 đối với action: "generate".

​
Đầu vào nội dung

​
image
string
Một hình ảnh tham chiếu duy nhất (đường dẫn hoặc URL).
​
images
string[]
Nhiều hình ảnh tham chiếu (tối đa 9).
​
imageRoles
string[]
Gợi ý vai trò tùy chọn theo từng vị trí, song song với danh sách hình ảnh đã kết hợp. Giá trị chuẩn: first_frame, last_frame, reference_image.
​
video
string
Một video tham chiếu duy nhất (đường dẫn hoặc URL).
​
videos
string[]
Nhiều video tham chiếu (tối đa 4).
​
videoRoles
string[]
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 duy nhất (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[]
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.
Gợi ý vai trò được chuyển nguyên trạng đến nhà cung cấp. Các giá trị chuẩn đến từ union VideoGenerationAssetRole, nhưng nhà cung cấp có thể chấp nhận thêm các chuỗi vai trò khác. Mảng *Roles không được có nhiều mục hơn danh sách tham chiếu tương ứng; lỗi lệch một mục 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 đổi hình ảnh sang video với một hình ảnh.

​
Điều khiển kiểu

​
aspectRatio
string
Gợi ý tỷ lệ khung hình như 1:1, 16:9, 9:16, adaptive, hoặc một giá trị riêng của nhà cung cấp. OpenClaw chuẩn hóa hoặc bỏ qua các giá trị không được hỗ trợ theo từng nhà cung cấp.
​
resolution
string
Gợi ý độ phân giải như 480P, 720P, 768P, 1080P, 4K, hoặc một giá trị riêng của nhà cung cấp. OpenClaw chuẩn hóa hoặc bỏ qua các giá trị không được hỗ trợ theo từng nhà cung cấp.
​
durationSeconds
number
Thời lượng mục tiêu tính bằng giây (làm tròn đến giá trị gần nhất được 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 riêng của nhà cung cấp: nó được chuyển nguyên trạng đến các nhà cung cấp khai báo adaptive trong capability 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 việc bỏ qua có thể thấy được.

​
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/model (ví dụ runway/gen4.5).
​
filename
string
Gợi ý tên tệp đầu ra.
​
timeoutMs
number
Thời gian chờ thao tác nhà cung cấp tùy chọn tính bằng mili giây. Khi bị bỏ qua, OpenClaw dùng agents.defaults.videoGenerationModel.timeoutMs nếu được cấu hình, nếu không thì dùng mặc định của nhà cung cấp do plugin định nghĩa khi có.
​
providerOptions
object
Tùy chọn riêng của 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. Nhà cung cấp không có schema đã khai báo sẽ nhận tùy chọn nguyên trạng. Chạy video_generate action=list để xem từng nhà cung cấp chấp nhận gì.
Không phải mọi nhà cung cấp đều hỗ trợ tất cả tham số. OpenClaw chuẩn hóa thời lượng về giá trị gần nhất được nhà cung cấp hỗ trợ, và ánh xạ lại các gợi ý hình học đã dịch như kích thước sang tỷ lệ khung hình khi nhà cung cấp fallback cung cấp một bề mặt điều khiển khác. Các ghi đè thật sự không được hỗ trợ sẽ bị bỏ qua theo cơ chế nỗ lực tối đa và được báo cáo dưới dạng cảnh báo trong kết quả công cụ. Các giới hạn capability cứng (như quá nhiều đầu vào tham chiếu) sẽ thất bại trước khi gửi. Kết quả công cụ báo cáo các thiết lập 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
  • Có bất kỳ tham chiếu hình ảnh nào → imageToVideo
  • Có bất kỳ tham chiếu video nào → videoToVideo
  • Đầu vào âm thanh tham chiếu không thay đổi chế độ đã phân giải; chúng áp dụng trên chế độ mà tham chiếu hình ảnh/video chọn, và chỉ hoạt động với nhà cung cấp khai báo maxInputAudios.
Trộn tham chiếu hình ảnh và video không phải là một bề mặt capability dùng chung ổn định. Ưu tiên một loại tham chiếu cho mỗi yêu cầu.

​
Fallback và tùy chọn có kiểu

Một số kiểm tra capability được áp dụng ở lớp fallback thay vì ranh giới công cụ, nên một yêu cầu vượt quá giới hạn của nhà cung cấp chính vẫn có thể chạy trên fallback có khả năng:
  • 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 được 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 khóa được cung cấp không nằm trong schema hoặc kiểu giá trị không khớp. Nhà cung cấp không có schema đã khai báo sẽ nhận tùy chọn nguyên trạng (truyền qua tương thích ngược). Một nhà cung cấp có thể chọn không nhận tất cả tùy chọn nhà cung cấp bằng cách khai báo 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 operator thấy khi nhà cung cấp chính của họ bị bỏ qua; các lần bỏ qua tiếp theo ghi log ở mức debug để giữ các chuỗi fallback dài không 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, model và capability có sẵn của họ.

​
Chọn model

OpenClaw phân giải model theo thứ tự này:
  1. Tham số công cụ model - nếu agent chỉ định trong lời 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 đến 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 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 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.Model: 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.Model T2V (*-t2v-*) không chấp nhận đầu vào hình ảnh; model I2V và model *-pro-* chung hỗ trợ một hình ảnh tham chiếu duy nhất (khung hình đầu tiên). Truyền hình ảnh theo vị trí hoặc đặt role: "first_frame". ID model T2V tự động được 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. Model: seedance-1-5-pro-251215.Dùng API content[] hợp nhất. Hỗ trợ tối đa 2 hình ảnh đầu vào (first_frame + last_frame). Tất cả 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. Model: 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. Tất cả đầu vào phải là URL https:// từ xa. Đặt role trên từng asset - 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 đám mây theo workflow. Hỗ trợ text-to-video và image-to-video thông qua graph đã cấu hình.
Sử dụng luồng có hàng đợi hỗ trợ cho các tác vụ chạy lâu. Theo mặc định, OpenClaw chờ tối đa 20 phút trước khi xem một tác vụ hàng đợi fal đang chạy là đã hết thời gian chờ. Hầu hết các mô hình video của fal chấp nhận một tham chiếu hình ảnh duy nhất. Các mô hình Seedance 2.0 reference-to-video chấp nhận tối đa 9 hình ảnh, 3 video và 3 tham chiếu âm thanh, với tối đa 12 tệp tham chiếu tổng cộng.
Hỗ trợ một tham chiếu hình ảnh hoặc một tham chiếu video. Các yêu cầu âm thanh được tạo sẽ bị bỏ qua kèm cảnh báo trên đường dẫn Gemini API vì API đó từ chối tham số generateAudio cho quá trình tạo video Veo hiện tại.
Chỉ hỗ trợ một tham chiếu hình ảnh duy nhất. MiniMax chấp nhận độ phân giải 768P và 1080P; các yêu cầu như 720P được chuẩn hóa về giá trị được hỗ trợ gần nhất trước khi gửi.
Chỉ chuyển tiếp phần ghi đè size. Các ghi đè kiểu dáng khác (aspectRatio, resolution, audio, watermark) bị bỏ qua kèm cảnh báo.
Sử dụng API /videos bất đồng bộ của OpenRouter. OpenClaw gửi tác vụ, thăm dò polling_url, rồi tải xuống unsigned_urls hoặc endpoint nội dung tác vụ được ghi trong tài liệu. Giá trị mặc định google/veo-3.1-fast đi kèm 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 data URI. Video-to-video yêu cầu runway/gen4_aleph. Các lần chạy chỉ có văn bản cung cấp tỷ lệ khung hình 16:9 và 9:16.
Chỉ hỗ trợ một tham chiếu hình ảnh duy nhất.
Sử dụng trực tiếp https://www.vydra.ai/api/v1 để tránh các chuyển hướng làm mất thông tin xác thực. veo3 được đi kèm chỉ ở dạng text-to-video; kling yêu cầu URL hình ảnh từ xa.
Hỗ trợ text-to-video, image-to-video với một hình ảnh khung đầu tiên, 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 khả năng của nhà cung cấp

Hợp đồng tạo video dùng chung hỗ trợ các khả năng theo từng chế độ thay vì chỉ có 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 generate, imageToVideo và videoToVideo để các bài 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 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 cho toàn bộ chế độ.

​
Kiểm thử trực tiếp

Phạm vi kiểm thử trực tiếp tùy chọn cho các nhà cung cấp đi kèm dùng chung: 
OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts
Wrapper của repo: 
pnpm test:live:media video
Theo mặc định, tệp trực tiếp này dùng các biến môi trường nhà cung cấp đã xuất trước các hồ sơ xác thực đã lưu, và chạy smoke an toàn cho phát hành theo mặc định:
  • generate cho mọi nhà cung cấp không phải FAL trong lượt quét.
  • Prompt một giây về tôm hùm.
  • Giới hạn thao tác theo từng nhà cung cấp từ OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (mặc định là 180000).
FAL là tùy chọn 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 media 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 bộ đệm 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 thông qua CLI: 
openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"

​
Liên quan