Skip to main content
内置的 Vydra 插件添加：
  • 通过 vydra/grok-imagine 生成图像
  • 通过 vydra/veo3（文本转视频）和 vydra/kling（图像转视频）生成视频
  • 通过 Vydra 基于 ElevenLabs 的 TTS 路由进行语音合成
OpenClaw 对这三项能力都使用同一个 VYDRA_API_KEY。
属性值
提供商 IDvydra
插件内置，enabledByDefault: true
凭证环境变量VYDRA_API_KEY
新手引导标志--auth-choice vydra-api-key
直接 CLI 标志--vydra-api-key <key>
契约imageGenerationProviders, videoGenerationProviders, speechProviders
基础 URLhttps://www.vydra.ai/api/v1（使用 www 主机）
使用 https://www.vydra.ai/api/v1 作为基础 URL。Vydra 的根域主机（https://vydra.ai/api/v1）目前会重定向到 www。一些 HTTP 客户端会在跨主机重定向时丢弃 Authorization，这会把有效的 API key 变成误导性的认证失败。内置插件会将任何配置的 vydra.ai 基础 URL 规范化为 www.vydra.ai，以避免这个问题。

​
设置

1

运行交互式新手引导

openclaw onboard --auth-choice vydra-api-key
或者直接设置环境变量：
export VYDRA_API_KEY="vydra_live_..."
2

选择默认能力

选择下面的一项或多项能力（图像、视频或语音），并应用对应配置。

​
能力

默认且唯一内置的图像模型：
  • vydra/grok-imagine
将它设置为默认图像提供商：
{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "vydra/grok-imagine",
      },
    },
  },
}
内置支持仅限文本转图像，每个请求最多生成一张图像。Vydra 的托管编辑路由需要远程图像 URL，内置插件不会添加 Vydra 专用的上传桥接。
请参阅图像生成，了解共享工具参数、提供商选择和故障转移行为。
已注册的视频模型：
  • vydra/veo3 用于文本转视频（拒绝图像引用输入）
  • vydra/kling 用于图像转视频（需要且仅需要一个远程图像 URL）
将 Vydra 设置为默认视频提供商：
{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "vydra/veo3",
      },
    },
  },
}
说明：
  • vydra/kling 会预先拒绝本地文件上传；只有远程图像 URL 引用可用。
  • Vydra 的 kling HTTP 路由对于它需要 image_url 还是 video_url 一直不一致；内置提供商会在两个字段中发送同一个远程图像 URL。
  • 内置插件保持保守，不会转发未文档化的样式旋钮，例如宽高比、分辨率、水印或生成的音频。
请参阅视频生成，了解共享工具参数、提供商选择和故障转移行为。
提供商专用实时覆盖：
OPENCLAW_LIVE_TEST=1 \
OPENCLAW_LIVE_VYDRA_VIDEO=1 \
pnpm test:live -- extensions/vydra/vydra.live.test.ts
内置的 Vydra 实时文件覆盖：
  • vydra/veo3 文本转视频
  • 使用远程图像 URL 的 vydra/kling 图像转视频
需要时覆盖远程图像夹具：
export OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL="https://example.com/reference.png"
将 Vydra 设置为语音提供商：
{
  messages: {
    tts: {
      provider: "vydra",
      providers: {
        vydra: {
          apiKey: "${VYDRA_API_KEY}",
          voiceId: "21m00Tcm4TlvDq8ikWAM",
        },
      },
    },
  },
}
默认值：
  • 模型：elevenlabs/tts
  • 语音 ID：21m00Tcm4TlvDq8ikWAM（“Rachel”）
内置插件公开这一项已知可用的默认语音，并返回 MP3 音频文件。

​
相关

提供商目录

浏览所有可用提供商。

图像生成

共享图像工具参数和提供商选择。

视频生成

共享视频工具参数和提供商选择。

配置参考

Agent 默认值和模型配置。