From 0e474dcea601cb5a2dbe4739956e04bac75a49f4 Mon Sep 17 00:00:00 2001 From: "openclaw-docs-i18n[bot]" Date: Sat, 11 Apr 2026 01:40:09 +0000 Subject: [PATCH] chore(i18n): refresh zh-CN translations --- docs/zh-CN/providers/fal.md | 21 ++- docs/zh-CN/tools/video-generation.md | 232 ++++++++++++++------------- 2 files changed, 136 insertions(+), 117 deletions(-) diff --git a/docs/zh-CN/providers/fal.md b/docs/zh-CN/providers/fal.md index 04be9d655..d64773bf6 100644 --- a/docs/zh-CN/providers/fal.md +++ b/docs/zh-CN/providers/fal.md @@ -3,13 +3,13 @@ read_when: - 你想在 OpenClaw 中使用 fal 图像生成 - 你需要 `FAL_KEY` 认证流程 - 你想为 `image_generate` 或 `video_generate` 使用 fal 默认值 -summary: OpenClaw 中的 fal 图像和视频生成设置 +summary: 在 OpenClaw 中设置 fal 图像和视频生成 title: fal x-i18n: - generated_at: "2026-04-05T23:14:26Z" + generated_at: "2026-04-11T01:39:17Z" model: gpt-5.4 provider: openai - source_hash: 1922907d2c8360c5877a56495323d54bd846d47c27a801155e3d11e3f5706fbd + source_hash: 6865c3110cbb9d63f4ecec4467f89a801478759cd7a2f3efa83e8f7ce1dc3e67 source_path: providers/fal.md workflow: 15 --- @@ -19,7 +19,7 @@ x-i18n: OpenClaw 内置了 `fal` 提供商，用于托管式图像和视频生成。 - 提供商：`fal` -- 认证：`FAL_KEY`（规范方式；`FAL_API_KEY` 也可作为回退方案） +- 认证：`FAL_KEY`（规范名称；`FAL_API_KEY` 也可作为后备方案） - API：fal 模型端点 ## 快速开始 @@ -49,10 +49,10 @@ openclaw onboard --auth-choice fal-api-key 内置的 `fal` 图像生成提供商默认使用 `fal/fal-ai/flux/dev`。 -- 生成：每个请求最多 4 张图像 +- 生成：每次请求最多 4 张图像 - 编辑模式：已启用，支持 1 张参考图像 - 支持 `size`、`aspectRatio` 和 `resolution` -- 当前编辑注意事项：fal 图像编辑端点**不**支持 +- 当前编辑限制：fal 图像编辑端点**不**支持 `aspectRatio` 覆盖 要将 fal 用作默认图像提供商： @@ -76,15 +76,20 @@ openclaw onboard --auth-choice fal-api-key - 模式：文生视频和单图参考流程 - 运行时：基于队列的提交 / 状态 / 结果流程，用于长时间运行的任务 +- Seedance 2.0 模型引用： + - `fal/bytedance/seedance-2.0/fast/text-to-video` + - `fal/bytedance/seedance-2.0/fast/image-to-video` + - `fal/bytedance/seedance-2.0/text-to-video` + - `fal/bytedance/seedance-2.0/image-to-video` -要将 fal 用作默认视频提供商： +要将 Seedance 2.0 用作默认视频模型： ```json5 { agents: { defaults: { videoGenerationModel: { - primary: "fal/fal-ai/minimax/video-01-live", + primary: "fal/bytedance/seedance-2.0/fast/text-to-video", }, }, }, diff --git a/docs/zh-CN/tools/video-generation.md b/docs/zh-CN/tools/video-generation.md index 4f438c01c..94b262227 100644 --- a/docs/zh-CN/tools/video-generation.md +++ b/docs/zh-CN/tools/video-generation.md @@ -2,33 +2,33 @@ read_when: - 通过智能体生成视频 - 配置视频生成提供商和模型 - - 了解 `video_generate` 工具参数 -summary: 使用 12 个提供商后端，通过文本、图片或现有视频生成视频 + - 理解 `video_generate` 工具参数 +summary: 使用 12 个提供商后端，从文本、图像或现有视频生成视频 title: 视频生成 x-i18n: - generated_at: "2026-04-06T22:52:40Z" + generated_at: "2026-04-11T01:39:19Z" model: gpt-5.4 provider: openai - source_hash: bf1224c59a5f1217f56cf2001870aca710a09268677dcd12aad2efbe476e47b7 + source_hash: f0949cd819b40b909801d877066bcdea01ca7335f6cdd807cb4155953734ffdc source_path: tools/video-generation.md workflow: 15 --- # 视频生成 -OpenClaw 智能体可以根据文本提示、参考图片或现有视频生成视频。支持 12 个提供商后端，每个后端都有不同的模型选项、输入模式和功能集。智能体会根据你的配置和可用的 API 密钥自动选择合适的提供商。 +OpenClaw 智能体可以根据文本提示、参考图像或现有视频生成视频。当前支持 12 个提供商后端，每个后端在模型选项、输入模式和功能集方面各不相同。智能体会根据你的配置和可用的 API 密钥自动选择合适的提供商。 -只有在至少有一个视频生成提供商可用时，`video_generate` 工具才会显示。如果你没有在智能体工具中看到它，请设置提供商 API 密钥或配置 `agents.defaults.videoGenerationModel`。 +只有在至少有一个视频生成提供商可用时，`video_generate` 工具才会显示。如果你在智能体工具中看不到它，请设置提供商 API 密钥或配置 `agents.defaults.videoGenerationModel`。 OpenClaw 将视频生成视为三种运行时模式： - `generate`：用于没有参考媒体的文生视频请求 -- `imageToVideo`：当请求包含一个或多个参考图片时使用 -- `videoToVideo`：当请求包含一个或多个参考视频时使用 +- `imageToVideo`：当请求包含一个或多个参考图像时 +- `videoToVideo`：当请求包含一个或多个参考视频时 -提供商可以支持这些模式中的任意子集。工具会在提交前验证当前模式，并在 `action=list` 中报告支持的模式。 +提供商可能支持上述模式中的任意子集。该工具会在提交前验证当前激活的模式，并在 `action=list` 中报告支持的模式。 ## 快速开始 @@ -38,7 +38,7 @@ OpenClaw 将视频生成视为三种运行时模式： export GEMINI_API_KEY="your-key" ``` -2. 可选：固定默认模型： +2. 可选：固定一个默认模型： ```bash openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview" @@ -46,33 +46,33 @@ openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1 3. 向智能体发出请求： -> 生成一段 5 秒钟的电影感视频，内容是一只友善的龙虾在夕阳下冲浪。 +> 生成一个 5 秒钟的电影感视频：一只友好的龙虾在日落时分冲浪。 -智能体会自动调用 `video_generate`。无需对工具进行 allowlist 配置。 +智能体会自动调用 `video_generate`。不需要进行工具允许列表配置。 -## 当你生成视频时会发生什么 +## 生成视频时会发生什么 -视频生成是异步的。当智能体在会话中调用 `video_generate` 时： +视频生成是异步的。当智能体在一个会话中调用 `video_generate` 时： 1. OpenClaw 会将请求提交给提供商，并立即返回一个任务 ID。 2. 提供商会在后台处理该任务（通常需要 30 秒到 5 分钟，具体取决于提供商和分辨率）。 -3. 当视频准备好后，OpenClaw 会通过内部完成事件唤醒同一个会话。 -4. 智能体会将生成完成的视频发回原始对话中。 +3. 当视频准备就绪后，OpenClaw 会通过内部完成事件唤醒同一个会话。 +4. 智能体会将生成完成的视频发布回原始对话中。 -当任务正在处理中时，在同一会话中重复调用 `video_generate` 不会启动新的生成任务，而是返回当前任务状态。你可以使用 `openclaw tasks list` 或 `openclaw tasks show ` 在 CLI 中检查进度。 +当任务正在进行中时，同一会话中的重复 `video_generate` 调用不会启动新的生成任务，而是返回当前任务状态。你可以使用 `openclaw tasks list` 或 `openclaw tasks show ` 从 CLI 检查进度。 -在没有会话支撑的智能体运行之外（例如直接调用工具），该工具会回退为内联生成，并在同一轮中返回最终媒体路径。 +在没有会话支持的智能体运行之外（例如直接调用工具），该工具会回退为内联生成，并在同一轮中返回最终媒体路径。 ### 任务生命周期 -每个 `video_generate` 请求都会经过四个状态： +每个 `video_generate` 请求都会经历四种状态： -1. **queued** -- 任务已创建，等待提供商接受。 +1. **queued** -- 任务已创建，正在等待提供商接受。 2. **running** -- 提供商正在处理（通常需要 30 秒到 5 分钟，具体取决于提供商和分辨率）。 3. **succeeded** -- 视频已就绪；智能体会被唤醒并将其发布到对话中。 4. **failed** -- 提供商错误或超时；智能体会带着错误详情被唤醒。 -通过 CLI 检查状态： +从 CLI 检查状态： ```bash openclaw tasks list @@ -80,102 +80,102 @@ openclaw tasks show openclaw tasks cancel ``` -防止重复：如果当前会话已有视频任务处于 `queued` 或 `running` 状态，`video_generate` 会返回现有任务状态，而不是启动新任务。使用 `action: "status"` 可以显式检查状态，而不会触发新的生成。 +防重复：如果当前会话的视频任务已经处于 `queued` 或 `running` 状态，`video_generate` 会返回现有任务状态，而不是启动新的任务。使用 `action: "status"` 可以显式检查状态，而不会触发新的生成。 ## 支持的提供商 -| 提供商 | 默认模型 | 文本 | 图片参考 | 视频参考 | API 密钥 | +| 提供商 | 默认模型 | 文本 | 图像参考 | 视频参考 | API 密钥 | | ------ | ------------------------------- | ---- | ----------------- | ---------------- | ----------------------------------------- | -| Alibaba | `wan2.6-t2v` | 是 | 是（远程 URL） | 是（远程 URL） | `MODELSTUDIO_API_KEY` | -| BytePlus | `seedance-1-0-lite-t2v-250428` | 是 | 1 张图片 | 否 | `BYTEPLUS_API_KEY` | -| ComfyUI | `workflow` | 是 | 1 张图片 | 否 | `COMFY_API_KEY` 或 `COMFY_CLOUD_API_KEY` | -| fal | `fal-ai/minimax/video-01-live` | 是 | 1 张图片 | 否 | `FAL_KEY` | -| Google | `veo-3.1-fast-generate-preview` | 是 | 1 张图片 | 1 个视频 | `GEMINI_API_KEY` | -| MiniMax | `MiniMax-Hailuo-2.3` | 是 | 1 张图片 | 否 | `MINIMAX_API_KEY` | -| OpenAI | `sora-2` | 是 | 1 张图片 | 1 个视频 | `OPENAI_API_KEY` | -| Qwen | `wan2.6-t2v` | 是 | 是（远程 URL） | 是（远程 URL） | `QWEN_API_KEY` | -| Runway | `gen4.5` | 是 | 1 张图片 | 1 个视频 | `RUNWAYML_API_SECRET` | -| Together | `Wan-AI/Wan2.2-T2V-A14B` | 是 | 1 张图片 | 否 | `TOGETHER_API_KEY` | -| Vydra | `veo3` | 是 | 1 张图片（`kling`） | 否 | `VYDRA_API_KEY` | -| xAI | `grok-imagine-video` | 是 | 1 张图片 | 1 个视频 | `XAI_API_KEY` | +| Alibaba | `wan2.6-t2v` | 是 | 是（远程 URL） | 是（远程 URL） | `MODELSTUDIO_API_KEY` | +| BytePlus（国际版） | `seedance-1-0-lite-t2v-250428` | 是 | 1 张图像 | 否 | `BYTEPLUS_API_KEY` | +| ComfyUI | `workflow` | 是 | 1 张图像 | 否 | `COMFY_API_KEY` 或 `COMFY_CLOUD_API_KEY` | +| fal | `fal-ai/minimax/video-01-live` | 是 | 1 张图像 | 否 | `FAL_KEY` | +| Google | `veo-3.1-fast-generate-preview` | 是 | 1 张图像 | 1 个视频 | `GEMINI_API_KEY` | +| MiniMax | `MiniMax-Hailuo-2.3` | 是 | 1 张图像 | 否 | `MINIMAX_API_KEY` | +| OpenAI | `sora-2` | 是 | 1 张图像 | 1 个视频 | `OPENAI_API_KEY` | +| Qwen | `wan2.6-t2v` | 是 | 是（远程 URL） | 是（远程 URL） | `QWEN_API_KEY` | +| Runway | `gen4.5` | 是 | 1 张图像 | 1 个视频 | `RUNWAYML_API_SECRET` | +| Together | `Wan-AI/Wan2.2-T2V-A14B` | 是 | 1 张图像 | 否 | `TOGETHER_API_KEY` | +| Vydra | `veo3` | 是 | 1 张图像（`kling`） | 否 | `VYDRA_API_KEY` | +| xAI | `grok-imagine-video` | 是 | 1 张图像 | 1 个视频 | `XAI_API_KEY` | -某些提供商接受额外或替代的 API 密钥环境变量。详情请参见各个[提供商页面](#related)。 +某些提供商还接受其他附加或替代的 API 密钥环境变量。详情请参见各自的[提供商页面](#related)。 -运行 `video_generate action=list` 可在运行时检查可用的提供商、模型和运行时模式。 +运行 `video_generate action=list` 可在运行时查看可用提供商、模型和运行时模式。 -### 声明式能力矩阵 +### 声明的能力矩阵 -这是 `video_generate`、契约测试和共享实时扫描所使用的显式模式契约。 +这是 `video_generate`、契约测试以及共享实时扫描所使用的显式模式契约。 -| 提供商 | `generate` | `imageToVideo` | `videoToVideo` | 当前共享实时通道 | -| ------ | ---------- | -------------- | -------------- | ------------------------------------------------------------------------------------------------------------------------------------- | -| Alibaba | 是 | 是 | 是 | `generate`、`imageToVideo`；跳过 `videoToVideo`，因为该提供商需要远程 `http(s)` 视频 URL | -| BytePlus | 是 | 是 | 否 | `generate`、`imageToVideo` | -| ComfyUI | 是 | 是 | 否 | 不在共享扫描中；特定于工作流的覆盖由 Comfy 测试负责 | -| fal | 是 | 是 | 否 | `generate`、`imageToVideo` | -| Google | 是 | 是 | 是 | `generate`、`imageToVideo`；共享 `videoToVideo` 已跳过，因为当前基于缓冲区的 Gemini/Veo 扫描不接受该输入 | -| MiniMax | 是 | 是 | 否 | `generate`、`imageToVideo` | -| OpenAI | 是 | 是 | 是 | `generate`、`imageToVideo`；共享 `videoToVideo` 已跳过，因为当前此组织/输入路径需要提供商侧的 inpaint/remix 访问权限 | -| Qwen | 是 | 是 | 是 | `generate`、`imageToVideo`；跳过 `videoToVideo`，因为该提供商需要远程 `http(s)` 视频 URL | -| Runway | 是 | 是 | 是 | `generate`、`imageToVideo`；仅当所选模型为 `runway/gen4_aleph` 时才运行 `videoToVideo` | -| Together | 是 | 是 | 否 | `generate`、`imageToVideo` | -| Vydra | 是 | 是 | 否 | `generate`；共享 `imageToVideo` 已跳过，因为内置 `veo3` 仅支持文本，而内置 `kling` 需要远程图片 URL | -| xAI | 是 | 是 | 是 | `generate`、`imageToVideo`；跳过 `videoToVideo`，因为该提供商目前需要远程 MP4 URL | +| 提供商 | `generate` | `imageToVideo` | `videoToVideo` | 当前共享实时通道 | +| ------ | ---------- | -------------- | -------------- | ------------------------------------------------------------------------------- | +| Alibaba | 是 | 是 | 是 | `generate`、`imageToVideo`；`videoToVideo` 已跳过，因为该提供商需要远程 `http(s)` 视频 URL | +| BytePlus（国际版） | 是 | 是 | 否 | `generate`、`imageToVideo` | +| ComfyUI | 是 | 是 | 否 | 不在共享扫描中；特定工作流覆盖保留在 Comfy 测试中 | +| fal | 是 | 是 | 否 | `generate`、`imageToVideo` | +| Google | 是 | 是 | 是 | `generate`、`imageToVideo`；共享 `videoToVideo` 已跳过，因为当前基于缓冲区的 Gemini/Veo 扫描不接受该输入 | +| MiniMax | 是 | 是 | 否 | `generate`、`imageToVideo` | +| OpenAI | 是 | 是 | 是 | `generate`、`imageToVideo`；共享 `videoToVideo` 已跳过，因为当前这个组织/输入路径需要提供商侧的修补/混编访问 | +| Qwen | 是 | 是 | 是 | `generate`、`imageToVideo`；`videoToVideo` 已跳过，因为该提供商需要远程 `http(s)` 视频 URL | +| Runway | 是 | 是 | 是 | `generate`、`imageToVideo`；只有在所选模型为 `runway/gen4_aleph` 时才会运行 `videoToVideo` | +| Together | 是 | 是 | 否 | `generate`、`imageToVideo` | +| Vydra | 是 | 是 | 否 | `generate`；共享 `imageToVideo` 已跳过，因为内置 `veo3` 仅支持文本，而内置 `kling` 需要远程图像 URL | +| xAI | 是 | 是 | 是 | `generate`、`imageToVideo`；`videoToVideo` 已跳过，因为该提供商当前需要远程 MP4 URL | ## 工具参数 ### 必填 -| 参数 | 类型 | 描述 | -| --------- | ------ | ------------------------------------------------------------------------- | -| `prompt` | string | 要生成的视频文本描述（`action: "generate"` 时必填） | +| 参数 | 类型 | 描述 | +| ---- | ------ | ---- | +| `prompt` | string | 视频生成的文本描述（`action: "generate"` 时必填） | ### 内容输入 -| 参数 | 类型 | 描述 | -| --------- | -------- | ---------------------------- | -| `image` | string | 单个参考图片（路径或 URL） | -| `images` | string[] | 多个参考图片（最多 5 张） | -| `video` | string | 单个参考视频（路径或 URL） | -| `videos` | string[] | 多个参考视频（最多 4 个） | +| 参数 | 类型 | 描述 | +| ---- | -------- | ---- | +| `image` | string | 单个参考图像（路径或 URL） | +| `images` | string[] | 多个参考图像（最多 5 个） | +| `video` | string | 单个参考视频（路径或 URL） | +| `videos` | string[] | 多个参考视频（最多 4 个） | -### 样式控制 +### 风格控制 -| 参数 | 类型 | 描述 | -| ----------------- | ------- | ------------------------------------------------------------------------ | +| 参数 | 类型 | 描述 | +| ---- | ---- | ---- | | `aspectRatio` | string | `1:1`、`2:3`、`3:2`、`3:4`、`4:3`、`4:5`、`5:4`、`9:16`、`16:9`、`21:9` | -| `resolution` | string | `480P`、`720P`、`768P` 或 `1080P` | -| `durationSeconds` | number | 目标时长（秒，四舍五入到最接近的提供商支持值） | -| `size` | string | 当提供商支持时使用的尺寸提示 | -| `audio` | boolean | 在支持时启用生成音频 | -| `watermark` | boolean | 在支持时切换提供商水印 | +| `resolution` | string | `480P`、`720P`、`768P` 或 `1080P` | +| `durationSeconds` | number | 目标时长（秒，四舍五入到最接近的提供商支持值） | +| `size` | string | 当提供商支持时使用的尺寸提示 | +| `audio` | boolean | 在支持时启用生成音频 | +| `watermark` | boolean | 在支持时切换提供商水印 | ### 高级 -| 参数 | 类型 | 描述 | -| ---------- | ------ | ----------------------------------------------- | -| `action` | string | `"generate"`（默认）、`"status"` 或 `"list"` | -| `model` | string | 提供商/模型覆盖（例如 `runway/gen4.5`） | -| `filename` | string | 输出文件名提示 | +| 参数 | 类型 | 描述 | +| ---- | ---- | ---- | +| `action` | string | `"generate"`（默认）、`"status"` 或 `"list"` | +| `model` | string | 提供商/模型覆盖（例如 `runway/gen4.5`） | +| `filename` | string | 输出文件名提示 | -并非所有提供商都支持所有参数。OpenClaw 已经会将时长规范化到最接近的提供商支持值，也会在回退提供商暴露不同控制面时，重映射诸如尺寸到宽高比之类的几何提示。真正不受支持的覆盖项会尽力忽略，并在工具结果中报告为警告。硬性能力限制（例如参考输入过多）会在提交前直接失败。 +并非所有提供商都支持所有参数。OpenClaw 已经会将时长规范化为最接近的提供商支持值；当回退提供商暴露的是不同的控制界面时，它还会重新映射已转换的几何提示，例如从 size 到 aspectRatio。真正不受支持的覆盖项会在尽力处理的基础上被忽略，并在工具结果中报告为警告。硬性能力限制（例如参考输入过多）会在提交前直接失败。 -工具结果会报告实际应用的设置。当 OpenClaw 在提供商回退期间重映射时长或几何参数时，返回的 `durationSeconds`、`size`、`aspectRatio` 和 `resolution` 值反映的是实际提交的内容，而 `details.normalization` 会记录从请求值到应用值的转换。 +工具结果会报告实际应用的设置。当 OpenClaw 在提供商回退期间重新映射时长或几何参数时，返回的 `durationSeconds`、`size`、`aspectRatio` 和 `resolution` 值会反映实际提交的内容，而 `details.normalization` 会记录从请求值到应用值的转换。 参考输入还会决定运行时模式： - 没有参考媒体：`generate` -- 任意图片参考：`imageToVideo` +- 任意图像参考：`imageToVideo` - 任意视频参考：`videoToVideo` -混合图片和视频参考并不是稳定的共享能力面。 -建议每次请求只使用一种参考类型。 +混合图像和视频参考并不是稳定的共享能力表面。 +每个请求最好只使用一种参考类型。 ## 操作 -- **generate**（默认）-- 根据给定提示和可选参考输入创建视频。 +- **generate**（默认） -- 根据给定提示和可选参考输入创建视频。 - **status** -- 检查当前会话中正在进行的视频任务状态，而不启动新的生成。 -- **list** -- 显示可用提供商、模型及其能力。 +- **list** -- 显示可用的提供商、模型及其能力。 ## 模型选择 @@ -184,11 +184,11 @@ openclaw tasks cancel 1. **`model` 工具参数** -- 如果智能体在调用中指定了它。 2. **`videoGenerationModel.primary`** -- 来自配置。 3. **`videoGenerationModel.fallbacks`** -- 按顺序尝试。 -4. **自动检测** -- 使用具有有效认证的提供商，从当前默认提供商开始，然后按字母顺序尝试其余提供商。 +4. **自动检测** -- 使用具有有效凭证的提供商，先从当前默认提供商开始，然后按字母顺序尝试其余提供商。 -如果某个提供商失败，会自动尝试下一个候选项。如果所有候选项都失败，错误中会包含每次尝试的详情。 +如果某个提供商失败，系统会自动尝试下一个候选项。如果所有候选项都失败，错误中会包含每次尝试的详细信息。 -如果你希望视频生成只使用显式的 `model`、`primary` 和 `fallbacks` 条目，请设置 `agents.defaults.mediaGenerationAutoProviderFallback: false`。 +如果你希望视频生成只使用显式配置的 `model`、`primary` 和 `fallbacks` 条目，请设置 `agents.defaults.mediaGenerationAutoProviderFallback: false`。 ```json5 { @@ -203,26 +203,40 @@ openclaw tasks cancel } ``` +可以使用以下配置固定 fal 上的 Seedance 2.0： + +```json5 +{ + agents: { + defaults: { + videoGenerationModel: { + primary: "fal/bytedance/seedance-2.0/fast/text-to-video", + }, + }, + }, +} +``` + ## 提供商说明 -| 提供商 | 说明 | -| ------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------- | -| Alibaba | 使用 DashScope/Model Studio 异步端点。参考图片和视频必须是远程 `http(s)` URL。 | -| BytePlus | 仅支持单张参考图片。 | -| ComfyUI | 由工作流驱动的本地或云端执行。通过已配置的图支持文生视频和图生视频。 | -| fal | 对长时间运行的任务使用基于队列的流程。仅支持单张参考图片。 | -| Google | 使用 Gemini/Veo。支持一个图片参考或一个视频参考。 | -| MiniMax | 仅支持单张参考图片。 | -| OpenAI | 仅转发 `size` 覆盖项。其他样式覆盖（`aspectRatio`、`resolution`、`audio`、`watermark`）会被忽略，并附带警告。 | -| Qwen | 与 Alibaba 使用相同的 DashScope 后端。参考输入必须是远程 `http(s)` URL；本地文件会在前置检查时被拒绝。 | -| Runway | 通过数据 URI 支持本地文件。视频到视频需要 `runway/gen4_aleph`。纯文本运行公开 `16:9` 和 `9:16` 宽高比。 | -| Together | 仅支持单张参考图片。 | -| Vydra | 直接使用 `https://www.vydra.ai/api/v1`，以避免认证在重定向时丢失。内置 `veo3` 仅支持文生视频；`kling` 需要远程图片 URL。 | -| xAI | 支持文生视频、图生视频以及远程视频编辑/扩展流程。 | +| 提供商 | 说明 | +| -------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------- | +| Alibaba | 使用 DashScope/Model Studio 异步端点。参考图像和视频必须是远程 `http(s)` URL。 | +| BytePlus（国际版） | 仅支持单张参考图像。 | +| ComfyUI | 由工作流驱动的本地或云端执行。通过已配置的图形工作流支持文生视频和图生视频。 | +| fal | 对长时间运行任务使用基于队列的流程。仅支持单张参考图像。包含 Seedance 2.0 文生视频和图生视频模型引用。 | +| Google | 使用 Gemini/Veo。支持一张参考图像或一个参考视频。 | +| MiniMax | 仅支持单张参考图像。 | +| OpenAI | 只会传递 `size` 覆盖项。其他风格覆盖项（`aspectRatio`、`resolution`、`audio`、`watermark`）会被忽略，并附带警告。 | +| Qwen | 与 Alibaba 使用相同的 DashScope 后端。参考输入必须是远程 `http(s)` URL；本地文件会在一开始就被拒绝。 | +| Runway | 通过 data URI 支持本地文件。视频转视频需要 `runway/gen4_aleph`。纯文本生成仅暴露 `16:9` 和 `9:16` 两种宽高比。 | +| Together | 仅支持单张参考图像。 | +| Vydra | 直接使用 `https://www.vydra.ai/api/v1` 以避免重定向过程中丢失认证信息。内置 `veo3` 仅支持文生视频；`kling` 需要远程图像 URL。 | +| xAI | 支持文生视频、图生视频，以及基于远程视频的编辑/延展流程。 | ## 提供商能力模式 -共享视频生成契约现在允许提供商声明特定模式的能力，而不仅仅是扁平的聚合限制。新的提供商实现应优先使用显式模式块： +共享视频生成契约现在允许提供商声明特定模式的能力，而不是仅声明扁平化的聚合限制。新的提供商实现应优先使用显式模式块： ```typescript capabilities: { @@ -246,11 +260,11 @@ capabilities: { } ``` -像 `maxInputImages` 和 `maxInputVideos` 这样的扁平聚合字段不足以声明变换模式支持。提供商应显式声明 `generate`、`imageToVideo` 和 `videoToVideo`，这样实时测试、契约测试以及共享 `video_generate` 工具才能以确定性的方式验证模式支持。 +像 `maxInputImages` 和 `maxInputVideos` 这样的扁平聚合字段，不足以声明转换模式支持。提供商应显式声明 `generate`、`imageToVideo` 和 `videoToVideo`，以便实时测试、契约测试以及共享的 `video_generate` 工具能够确定性地验证模式支持。 ## 实时测试 -为共享内置提供商启用自选实时覆盖： +共享内置提供商的按需实时覆盖： ```bash OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts @@ -262,15 +276,15 @@ OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.liv pnpm test:live:media video ``` -该实时测试文件会从 `~/.profile` 加载缺失的提供商环境变量，默认优先使用实时/环境 API 密钥而不是已存储的认证配置文件，并运行它能够使用本地媒体安全覆盖的声明模式： +该实时测试文件会从 `~/.profile` 加载缺失的提供商环境变量，默认优先使用实时/环境变量 API 密钥，而不是已存储的认证配置文件，并运行它能够借助本地媒体安全执行的已声明模式： -- 为扫描中的每个提供商运行 `generate` -- 当 `capabilities.imageToVideo.enabled` 时运行 `imageToVideo` -- 当 `capabilities.videoToVideo.enabled` 且提供商/模型在共享扫描中接受基于缓冲区的本地视频输入时运行 `videoToVideo` +- 对扫描中的每个提供商运行 `generate` +- 当 `capabilities.imageToVideo.enabled` 为真时运行 `imageToVideo` +- 当 `capabilities.videoToVideo.enabled` 为真，且提供商/模型在共享扫描中接受基于缓冲区的本地视频输入时运行 `videoToVideo` -目前共享 `videoToVideo` 实时通道覆盖： +当前共享的 `videoToVideo` 实时通道覆盖： -- 仅 `runway`，且仅当你选择 `runway/gen4_aleph` +- 仅 `runway`，并且你选择了 `runway/gen4_aleph` 时 ## 配置 @@ -289,7 +303,7 @@ pnpm test:live:media video } ``` -或者通过 CLI： +或通过 CLI： ```bash openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"