Vydra

Modelo de imagen predeterminado:

• vydra/grok-imagine

Defínelo como el proveedor de imágenes predeterminado:

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "vydra/grok-imagine",
      },
    },
  },
}

El soporte incluido actual solo es de texto a imagen. Las rutas de edición alojadas de Vydra esperan URLs de imágenes remotas, y OpenClaw todavía no añade un puente de carga específico de Vydra en el Plugin incluido.

Modelos de video registrados:

• vydra/veo3 para texto a video
• vydra/kling para imagen a video

Define Vydra como el proveedor de video predeterminado:

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "vydra/veo3",
      },
    },
  },
}

Notas:

• vydra/veo3 se incluye solo como texto a video.
• vydra/kling actualmente requiere una referencia de URL de imagen remota. Las cargas de archivos locales se rechazan desde el inicio.
• La ruta HTTP kling actual de Vydra ha sido inconsistente sobre si requiere image_url o video_url; el proveedor incluido asigna la misma URL de imagen remota a ambos campos.
• El Plugin incluido se mantiene conservador y no reenvía controles de estilo no documentados como relación de aspecto, resolución, marca de agua o audio generado.

Cobertura en vivo específica del proveedor:

OPENCLAW_LIVE_TEST=1 \
OPENCLAW_LIVE_VYDRA_VIDEO=1 \
pnpm test:live -- extensions/vydra/vydra.live.test.ts

El archivo en vivo de Vydra incluido ahora cubre:

• vydra/veo3 de texto a video
• vydra/kling de imagen a video usando una URL de imagen remota

Sustituye el fixture de imagen remota cuando sea necesario:

export OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL="https://example.com/reference.png"

Define Vydra como proveedor de voz:

{
  messages: {
    tts: {
      provider: "vydra",
      providers: {
        vydra: {
          apiKey: "${VYDRA_API_KEY}",
          voiceId: "21m00Tcm4TlvDq8ikWAM",
        },
      },
    },
  },
}

Valores predeterminados:

• Modelo: elevenlabs/tts
• Id de voz: 21m00Tcm4TlvDq8ikWAM

El Plugin incluido actualmente expone una voz predeterminada conocida y fiable, y devuelve archivos de audio MP3.