Pembuatan video

Input referensi memilih mode runtime:

• Tidak ada media referensi → generate
• Referensi gambar apa pun → imageToVideo
• Referensi video apa pun → videoToVideo
• Input audio referensi tidak mengubah mode yang diselesaikan; input tersebut diterapkan di atas mode apa pun yang dipilih referensi gambar/video, dan hanya bekerja dengan penyedia yang mendeklarasikan maxInputAudios.

Referensi gambar dan video campuran bukan permukaan kapabilitas bersama yang stabil. Sebaiknya gunakan satu jenis referensi per permintaan.

# Pencadangan dan opsi bertipe

Beberapa pemeriksaan kapabilitas diterapkan pada lapisan pencadangan, bukan pada batas alat, sehingga permintaan yang melebihi batas penyedia utama masih dapat berjalan pada cadangan yang mampu:

• Kandidat aktif yang tidak mendeklarasikan maxInputAudios (atau 0) dilewati ketika permintaan berisi referensi audio; kandidat berikutnya dicoba.
• maxDurationSeconds kandidat aktif di bawah durationSeconds yang diminta tanpa daftar supportedDurationSeconds yang dideklarasikan → dilewati.
• Permintaan berisi providerOptions dan kandidat aktif secara eksplisit mendeklarasikan skema providerOptions bertipe → dilewati jika kunci yang diberikan tidak ada dalam skema atau tipe nilai tidak cocok. Penyedia tanpa skema yang dideklarasikan menerima opsi apa adanya (penerusan kompatibel mundur). Penyedia dapat memilih keluar dari semua opsi penyedia dengan mendeklarasikan skema kosong (capabilities.providerOptions: {}), yang menyebabkan pelewatan yang sama seperti ketidakcocokan tipe.

Alasan pelewatan pertama dalam permintaan dicatat pada warn sehingga operator melihat ketika penyedia utama mereka dilewati; pelewatan berikutnya dicatat pada debug untuk menjaga rantai cadangan panjang tetap tenang. Jika setiap kandidat dilewati, galat teragregasi menyertakan alasan pelewatan untuk masing-masing.

# Tindakan

# Pemilihan model

OpenClaw menyelesaikan model dalam urutan ini:

1. Parameter alat model - jika agen menentukannya dalam panggilan.
2. videoGenerationModel.primary dari konfigurasi.
3. videoGenerationModel.fallbacks secara berurutan.
4. Deteksi otomatis - penyedia yang memiliki autentikasi valid, dimulai dengan penyedia default saat ini, lalu penyedia yang tersisa dalam urutan alfabetis.

Jika sebuah penyedia gagal, kandidat berikutnya dicoba secara otomatis. Jika semua kandidat gagal, galat menyertakan detail dari setiap percobaan.

Atur agents.defaults.mediaGenerationAutoProviderFallback: false untuk menggunakan hanya entri model, primary, dan fallbacks eksplisit.

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

# Catatan penyedia

# Mode kapabilitas penyedia

Kontrak pembuatan video bersama mendukung kapabilitas khusus mode alih-alih hanya batas agregat datar. Implementasi penyedia baru sebaiknya mengutamakan blok mode eksplisit:

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,
  },
}

Field agregat datar seperti maxInputImages dan maxInputVideos tidak cukup untuk mengiklankan dukungan mode transformasi. Penyedia sebaiknya mendeklarasikan generate, imageToVideo, dan videoToVideo secara eksplisit agar pengujian live, pengujian kontrak, dan alat bersama video_generate dapat memvalidasi dukungan mode secara deterministik.

Ketika satu model dalam suatu penyedia memiliki dukungan input referensi yang lebih luas daripada yang lain, gunakan maxInputImagesByModel, maxInputVideosByModel, atau maxInputAudiosByModel alih-alih menaikkan batas seluruh mode.

# Pengujian live

Cakupan live opt-in untuk penyedia bawaan bersama:

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

Wrapper repo:

pnpm test:live:media video

File live ini memuat env var penyedia yang hilang dari ~/.profile, secara default mengutamakan kunci API live/env sebelum profil auth tersimpan, dan menjalankan smoke yang aman untuk rilis secara default:

• generate untuk setiap penyedia non-FAL dalam sweep.
• Prompt lobster satu detik.
• Batas operasi per penyedia dari OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 secara default).

FAL bersifat opt-in karena latensi antrean di sisi penyedia dapat mendominasi waktu rilis:

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

Tetapkan OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 untuk juga menjalankan mode transformasi yang dideklarasikan yang dapat dijalankan dengan aman oleh sweep bersama menggunakan media lokal:

• imageToVideo ketika capabilities.imageToVideo.enabled.
• videoToVideo ketika capabilities.videoToVideo.enabled dan penyedia/model menerima input video lokal berbasis buffer dalam sweep bersama.

Saat ini lane live videoToVideo bersama mencakup runway hanya ketika Anda memilih runway/gen4_aleph.

# Konfigurasi

Tetapkan model pembuatan video default di konfigurasi OpenClaw Anda:

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

Atau melalui CLI:

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

# Terkait

• Alibaba Model Studio
• Tugas latar belakang - pelacakan tugas untuk pembuatan video asinkron
• BytePlus
• ComfyUI
• Referensi konfigurasi
• fal
• Google (Gemini)
• MiniMax
• Model
• OpenAI
• Qwen
• Runway
• Together AI
• Ringkasan alat
• Vydra
• xAI