Generowanie wideo w OpenClaw (video_generate)

Wprowadzenie

Agenci OpenClaw moga generowac wideo za posrednictwem dwunastu backenddow dostawcow, obslugujacych rozne opcje modeli i tryby wejsciowe. Narzedzie automatycznie wybiera odpowiednich dostawcow na podstawie konfiguracji i dostepnych kluczy API.

Trzy tryby pracy

System dziala w trzech trybach:

• generate — generowanie tekst-na-wideo bez mediow referencyjnych
• imageToVideo — generowanie z referencyjnymi obrazami
• videoToVideo — generowanie z referencyjnymi filmami

Asynchroniczne przetwarzanie

Generowanie wideo obejmuje cztery stany zadania:

1. queued — zadanie utworzone, oczekuje na akceptacje dostawcy
2. running — dostawca przetwarza (zazwyczaj 30 sekund do 3 minut)
3. succeeded — film gotowy; agent publikuje go w konwersacji
4. failed — blad dostawcy lub przekroczenie limitu czasu

Agent zwraca identyfikator zadania natychmiast i wznawia sesje po zakonczeniu przetwarzania.

Obslugiwani dostawcy

Dostepnych jest 12 dostawcow: Alibaba, BytePlus, ComfyUI, fal, Google, MiniMax, OpenAI, Qwen, Runway, Together, Vydra i xAI. Kazdy obsluguje rozne kombinacje trybow generowania i akceptuje wlasne klucze API.

Parametry narzedzia

Wymagane

• prompt — opis tekstowy generowanego wideo

Wejscia medialne

• image, images — referencyjne obrazy
• video, videos — referencyjne filmy

Kontrolki stylu

• Proporcje obrazu, rozdzielczosc, czas trwania, rozmiar
• Opcje audio i znaku wodnego

Priorytet wyboru modelu

1. Parametr model podany w wywolaniu narzedzia
2. Ustawienie primary w konfiguracji
3. Lista fallbacks w kolejnosci
4. Automatyczne wykrywanie na podstawie dostepnych dostawcow

Wazne informacje

• Unikaj mieszania referencji obrazowych i wideo w jednym wywolaniu
• Czas trwania jest automatycznie normalizowany do wartosci obslugiwanych przez dostawce
• Nieudane proby u jednego dostawcy automatycznie uruchamiaja fallback
• Typ wejscia referencyjnego determinuje wybor trybu runtime