--- read_when: - Videos über den Agenten generieren - Provider und Modelle für die Video-Generierung konfigurieren - Die Parameter des video_generate-Tools verstehen sidebarTitle: Video generation summary: Videos über video_generate aus Text-, Bild- oder Videoreferenzen über 16 Provider-Backends hinweg generieren title: Videogenerierung x-i18n: generated_at: "2026-05-11T20:39:15Z" model: gpt-5.5 provider: openai source_hash: 1f1dbeea0393150c1495bcc0a9acc68a57b99d919f3134fb17820f22cfe05e90 source_path: tools/video-generation.md workflow: 16 --- OpenClaw-Agenten können Videos aus Text-Prompts, Referenzbildern oder vorhandenen Videos generieren. Sechzehn Provider-Backends werden unterstützt, jeweils mit unterschiedlichen Modelloptionen, Eingabemodi und Funktionsumfängen. Der Agent wählt den passenden Provider automatisch anhand Ihrer Konfiguration und der verfügbaren API-Schlüssel aus. Das Tool `video_generate` erscheint nur, wenn mindestens ein Provider für Videogenerierung verfügbar ist. Wenn Sie es in Ihren Agent-Tools nicht sehen, legen Sie einen Provider-API-Schlüssel fest oder konfigurieren Sie `agents.defaults.videoGenerationModel`. OpenClaw behandelt Videogenerierung als drei Laufzeitmodi: - `generate` - Text-zu-Video-Anfragen ohne Referenzmedien. - `imageToVideo` - die Anfrage enthält ein oder mehrere Referenzbilder. - `videoToVideo` - die Anfrage enthält ein oder mehrere Referenzvideos. Provider können eine beliebige Teilmenge dieser Modi unterstützen. Das Tool validiert den aktiven Modus vor der Übermittlung und meldet unterstützte Modi in `action=list`. ## Schnellstart Legen Sie einen API-Schlüssel für einen unterstützten Provider fest: ```bash export GEMINI_API_KEY="your-key" ``` ```bash openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview" ``` > Generieren Sie ein 5-sekündiges filmisches Video eines freundlichen Hummers, der bei Sonnenuntergang surft. Der Agent ruft `video_generate` automatisch auf. Keine Tool-Allowlist ist erforderlich. ## Funktionsweise der asynchronen Generierung Videogenerierung ist asynchron. Wenn der Agent `video_generate` in einer Sitzung aufruft: 1. OpenClaw übermittelt die Anfrage an den Provider und gibt sofort eine Task-ID zurück. 2. Der Provider verarbeitet den Job im Hintergrund (typischerweise 30 Sekunden bis mehrere Minuten, abhängig von Provider und Auflösung; langsame warteschlangengestützte Provider können bis zum konfigurierten Timeout laufen). 3. Wenn das Video bereit ist, weckt OpenClaw dieselbe Sitzung mit einem internen Abschlussereignis. 4. Der Agent informiert den Benutzer und hängt das fertige Video an. In Gruppen-/Kanal-Chats, die eine nur über Message-Tools sichtbare Zustellung verwenden, leitet der Agent das Ergebnis über das Message-Tool weiter, statt dass OpenClaw es direkt postet. Während ein Job läuft, geben doppelte `video_generate`-Aufrufe in derselben Sitzung den aktuellen Task-Status zurück, statt eine weitere Generierung zu starten. Verwenden Sie `openclaw tasks list` oder `openclaw tasks show `, um den Fortschritt über die CLI zu prüfen. Außerhalb sitzungsgestützter Agent-Läufe (zum Beispiel bei direkten Tool-Aufrufen) fällt das Tool auf Inline-Generierung zurück und gibt den finalen Medienpfad im selben Durchlauf zurück. Generierte Videodateien werden im von OpenClaw verwalteten Medienspeicher gespeichert, wenn der Provider Bytes zurückgibt. Die standardmäßige Speicherobergrenze für generierte Videos folgt dem Videomedienlimit, und `agents.defaults.mediaMaxMb` erhöht sie für größere Renderings. Wenn ein Provider zusätzlich eine gehostete Ausgabe-URL zurückgibt, kann OpenClaw diese URL ausliefern, statt den Task fehlschlagen zu lassen, wenn lokale Persistenz eine übergroße Datei ablehnt. ### Task-Lebenszyklus | Status | Bedeutung | | ----------- | ------------------------------------------------------------------------------------------------------ | | `queued` | Task erstellt, wartet darauf, dass der Provider ihn annimmt. | | `running` | Provider verarbeitet ihn (typischerweise 30 Sekunden bis mehrere Minuten, abhängig von Provider und Auflösung). | | `succeeded` | Video bereit; der Agent wacht auf und postet es in die Unterhaltung. | | `failed` | Provider-Fehler oder Timeout; der Agent wacht mit Fehlerdetails auf. | Status über die CLI prüfen: ```bash openclaw tasks list openclaw tasks show openclaw tasks cancel ``` Wenn für die aktuelle Sitzung bereits ein Video-Task `queued` oder `running` ist, gibt `video_generate` den vorhandenen Task-Status zurück, statt einen neuen zu starten. Verwenden Sie `action: "status"`, um explizit zu prüfen, ohne eine neue Generierung auszulösen. ## Unterstützte Provider | Provider | Standardmodell | Text | Bildreferenz | Videoreferenz | Authentifizierung | | --------------------- | ------------------------------- | :--: | --------------------------------------------------- | ----------------------------------------------- | ---------------------------------------- | | Alibaba | `wan2.6-t2v` | ✓ | Ja (Remote-URL) | Ja (Remote-URL) | `MODELSTUDIO_API_KEY` | | BytePlus (1.0) | `seedance-1-0-pro-250528` | ✓ | Bis zu 2 Bilder (nur I2V-Modelle; erstes + letztes Frame) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 1.5 | `seedance-1-5-pro-251215` | ✓ | Bis zu 2 Bilder (erstes + letztes Frame per Rolle) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 2.0 | `dreamina-seedance-2-0-260128` | ✓ | Bis zu 9 Referenzbilder | Bis zu 3 Videos | `BYTEPLUS_API_KEY` | | ComfyUI | `workflow` | ✓ | 1 Bild | - | `COMFY_API_KEY` oder `COMFY_CLOUD_API_KEY` | | DeepInfra | `Pixverse/Pixverse-T2V` | ✓ | - | - | `DEEPINFRA_API_KEY` | | fal | `fal-ai/minimax/video-01-live` | ✓ | 1 Bild; bis zu 9 mit Seedance reference-to-video | Bis zu 3 Videos mit Seedance reference-to-video | `FAL_KEY` | | Google | `veo-3.1-fast-generate-preview` | ✓ | 1 Bild | 1 Video | `GEMINI_API_KEY` | | MiniMax | `MiniMax-Hailuo-2.3` | ✓ | 1 Bild | - | `MINIMAX_API_KEY` oder MiniMax OAuth | | OpenAI | `sora-2` | ✓ | 1 Bild | 1 Video | `OPENAI_API_KEY` | | OpenRouter | `google/veo-3.1-fast` | ✓ | Bis zu 4 Bilder (erstes/letztes Frame oder Referenzen) | - | `OPENROUTER_API_KEY` | | Qwen | `wan2.6-t2v` | ✓ | Ja (Remote-URL) | Ja (Remote-URL) | `QWEN_API_KEY` | | Runway | `gen4.5` | ✓ | 1 Bild | 1 Video | `RUNWAYML_API_SECRET` | | Together | `Wan-AI/Wan2.2-T2V-A14B` | ✓ | 1 Bild | - | `TOGETHER_API_KEY` | | Vydra | `veo3` | ✓ | 1 Bild (`kling`) | - | `VYDRA_API_KEY` | | xAI | `grok-imagine-video` | ✓ | 1 Erst-Frame-Bild oder bis zu 7 `reference_image`s | 1 Video | `XAI_API_KEY` | Einige Provider akzeptieren zusätzliche oder alternative API-Schlüssel-Umgebungsvariablen. Details finden Sie auf den einzelnen [Provider-Seiten](#related). Führen Sie `video_generate action=list` aus, um verfügbare Provider, Modelle und Laufzeitmodi zur Laufzeit zu prüfen. ### Capability-Matrix Der explizite Modusvertrag, der von `video_generate`, Vertragstests und dem gemeinsamen Live-Sweep verwendet wird: | Provider | `generate` | `imageToVideo` | `videoToVideo` | Gemeinsame Live-Lanes heute | | ---------- | :--------: | :------------: | :------------: | ---------------------------------------------------------------------------------------------------------------------------------------- | | Alibaba | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` übersprungen, weil dieser Provider Remote-`http(s)`-Video-URLs benötigt | | BytePlus | ✓ | ✓ | - | `generate`, `imageToVideo` | | ComfyUI | ✓ | ✓ | - | Nicht im gemeinsamen Sweep; workflow-spezifische Abdeckung liegt bei Comfy-Tests | | DeepInfra | ✓ | - | - | `generate`; native DeepInfra-Videoschemas sind im gebündelten Vertrag Text-zu-Video | | fal | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` nur bei Verwendung von Seedance reference-to-video | | Google | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; gemeinsames `videoToVideo` übersprungen, weil der aktuelle buffer-gestützte Gemini/Veo-Sweep diese Eingabe nicht akzeptiert | | MiniMax | ✓ | ✓ | - | `generate`, `imageToVideo` | | OpenAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; gemeinsames `videoToVideo` übersprungen, weil dieser Org-/Eingabepfad derzeit Provider-seitigen Inpaint-/Remix-Zugriff benötigt | | OpenRouter | ✓ | ✓ | - | `generate`, `imageToVideo` | | Qwen | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` übersprungen, weil dieser Provider Remote-`http(s)`-Video-URLs benötigt | | Runway | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` läuft nur, wenn das ausgewählte Modell `runway/gen4_aleph` ist | | Together | ✓ | ✓ | - | `generate`, `imageToVideo` | | Vydra | ✓ | ✓ | - | `generate`; gemeinsames `imageToVideo` übersprungen, weil gebündeltes `veo3` nur Text unterstützt und gebündeltes `kling` eine Remote-Bild-URL erfordert | | xAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` übersprungen, weil dieser Provider derzeit eine Remote-MP4-URL benötigt | ## Tool-Parameter ### Erforderlich Textbeschreibung des zu generierenden Videos. Erforderlich für `action: "generate"`. ### Inhaltseingaben Einzelnes Referenzbild (Pfad oder URL). Mehrere Referenzbilder (bis zu 9). Optionale positionsbezogene Rollenhinweise parallel zur kombinierten Bildliste. Kanonische Werte: `first_frame`, `last_frame`, `reference_image`. Einzelnes Referenzvideo (Pfad oder URL). Mehrere Referenzvideos (bis zu 4). Optionale positionsbezogene Rollenhinweise parallel zur kombinierten Videoliste. Kanonischer Wert: `reference_video`. Einzelne Referenzaudiodatei (Pfad oder URL). Wird für Hintergrundmusik oder als Stimmreferenz verwendet, wenn der Provider Audioeingaben unterstützt. Mehrere Referenzaudiodateien (bis zu 3). Optionale positionsbezogene Rollenhinweise parallel zur kombinierten Audioliste. Kanonischer Wert: `reference_audio`. Rollenhinweise werden unverändert an den Provider weitergereicht. Kanonische Werte stammen aus der Union `VideoGenerationAssetRole`, Provider können jedoch zusätzliche Rollenzeichenfolgen akzeptieren. `*Roles`-Arrays dürfen nicht mehr Einträge haben als die entsprechende Referenzliste; Fehler um eins schlagen mit einer klaren Fehlermeldung fehl. Verwenden Sie eine leere Zeichenfolge, um einen Slot nicht zu setzen. Für xAI setzen Sie jede Bildrolle auf `reference_image`, um den Generierungsmodus `reference_images` zu verwenden; lassen Sie die Rolle weg oder verwenden Sie `first_frame` für Einzelbild-zu-Video. ### Stilsteuerung Hinweis zum Seitenverhältnis wie `1:1`, `16:9`, `9:16`, `adaptive` oder ein Provider-spezifischer Wert. OpenClaw normalisiert nicht unterstützte Werte je Provider oder ignoriert sie. Hinweis zur Auflösung wie `480P`, `720P`, `768P`, `1080P`, `4K` oder ein Provider-spezifischer Wert. OpenClaw normalisiert nicht unterstützte Werte je Provider oder ignoriert sie. Ziel-Dauer in Sekunden (gerundet auf den nächsten vom Provider unterstützten Wert). Größenhinweis, wenn der Provider ihn unterstützt. Generiertes Audio in der Ausgabe aktivieren, wenn unterstützt. Unterscheidet sich von `audioRef*` (Eingaben). Provider-Wasserzeichen umschalten, wenn unterstützt. `adaptive` ist ein Provider-spezifischer Sentinel: Er wird unverändert an Provider weitergereicht, die `adaptive` in ihren Fähigkeiten deklarieren (z. B. verwendet BytePlus Seedance dies, um das Verhältnis automatisch aus den Abmessungen des Eingabebilds zu erkennen). Provider, die es nicht deklarieren, geben den Wert über `details.ignoredOverrides` im Tool-Ergebnis aus, damit die Auslassung sichtbar ist. ### Erweitert `"status"` gibt die aktuelle Sitzungsaufgabe zurück; `"list"` prüft Provider. Provider-/Modell-Override (z. B. `runway/gen4.5`). Hinweis zum Ausgabedateinamen. Optionales Timeout für Provider-Operationen in Millisekunden. Wenn ausgelassen, verwendet OpenClaw `agents.defaults.videoGenerationModel.timeoutMs`, sofern konfiguriert. Provider-spezifische Optionen als JSON-Objekt (z. B. `{"seed": 42, "draft": true}`). Provider, die ein typisiertes Schema deklarieren, validieren Schlüssel und Typen; unbekannte Schlüssel oder Abweichungen überspringen den Kandidaten während des Fallbacks. Provider ohne deklariertes Schema erhalten die Optionen unverändert. Führen Sie `video_generate action=list` aus, um zu sehen, was jeder Provider akzeptiert. Nicht alle Provider unterstützen alle Parameter. OpenClaw normalisiert die Dauer auf den nächstliegenden vom Provider unterstützten Wert und ordnet übersetzte Geometriehinweise wie Größe-zu-Seitenverhältnis neu zu, wenn ein Fallback-Provider eine andere Steuerungsoberfläche bereitstellt. Wirklich nicht unterstützte Overrides werden nach bestem Aufwand ignoriert und als Warnungen im Tool-Ergebnis gemeldet. Harte Fähigkeitsgrenzen (wie zu viele Referenzeingaben) schlagen vor der Übermittlung fehl. Tool-Ergebnisse melden angewendete Einstellungen; `details.normalization` erfasst jede Übersetzung von angefordert zu angewendet. Referenzeingaben wählen den Laufzeitmodus aus: - Keine Referenzmedien → `generate` - Beliebige Bildreferenz → `imageToVideo` - Beliebige Videoreferenz → `videoToVideo` - Referenzaudioeingaben ändern den aufgelösten Modus **nicht**; sie werden zusätzlich zu dem Modus angewendet, den die Bild-/Videoreferenzen auswählen, und funktionieren nur mit Providern, die `maxInputAudios` deklarieren. Gemischte Bild- und Videoreferenzen sind keine stabile gemeinsame Fähigkeitsoberfläche. Bevorzugen Sie pro Anfrage einen Referenztyp. #### Fallback und typisierte Optionen Einige Fähigkeitsprüfungen werden auf der Fallback-Ebene statt an der Tool-Grenze angewendet, sodass eine Anfrage, die die Grenzen des primären Providers überschreitet, weiterhin auf einem fähigen Fallback ausgeführt werden kann: - Aktiver Kandidat, der kein `maxInputAudios` (oder `0`) deklariert, wird übersprungen, wenn die Anfrage Audioreferenzen enthält; der nächste Kandidat wird versucht. - `maxDurationSeconds` des aktiven Kandidaten liegt unter dem angeforderten `durationSeconds` ohne deklarierte Liste `supportedDurationSeconds` → übersprungen. - Anfrage enthält `providerOptions` und der aktive Kandidat deklariert explizit ein typisiertes `providerOptions`-Schema → übersprungen, wenn bereitgestellte Schlüssel nicht im Schema enthalten sind oder Werttypen nicht übereinstimmen. Provider ohne deklariertes Schema erhalten Optionen unverändert (rückwärtskompatible Durchleitung). Ein Provider kann alle Provider-Optionen deaktivieren, indem er ein leeres Schema deklariert (`capabilities.providerOptions: {}`), was denselben Sprung wie eine Typabweichung verursacht. Der erste Überspringgrund in einer Anfrage wird auf `warn` protokolliert, damit Betreiber sehen, wenn ihr primärer Provider übergangen wurde; nachfolgende Sprünge werden auf `debug` protokolliert, um lange Fallback-Ketten ruhig zu halten. Wenn jeder Kandidat übersprungen wird, enthält der aggregierte Fehler den Überspringgrund für jeden. ## Aktionen | Aktion | Wirkung | | ---------- | -------------------------------------------------------------------------------------------------------- | | `generate` | Standard. Erstellt ein Video aus dem angegebenen Prompt und optionalen Referenzeingaben. | | `status` | Prüft den Zustand der laufenden Videoaufgabe für die aktuelle Sitzung, ohne eine weitere Generierung zu starten. | | `list` | Zeigt verfügbare Provider, Modelle und deren Fähigkeiten an. | ## Modellauswahl OpenClaw löst das Modell in dieser Reihenfolge auf: 1. **Tool-Parameter `model`** - wenn der Agent einen im Aufruf angibt. 2. **`videoGenerationModel.primary`** aus der Konfiguration. 3. **`videoGenerationModel.fallbacks`** der Reihe nach. 4. **Automatische Erkennung** - Provider mit gültiger Authentifizierung, beginnend mit dem aktuellen Standard-Provider, anschließend die übrigen Provider in alphabetischer Reihenfolge. Wenn ein Provider fehlschlägt, wird der nächste Kandidat automatisch versucht. Wenn alle Kandidaten fehlschlagen, enthält der Fehler Details zu jedem Versuch. Setzen Sie `agents.defaults.mediaGenerationAutoProviderFallback: false`, um nur die expliziten Einträge `model`, `primary` und `fallbacks` zu verwenden. ```json5 { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"], }, }, }, } ``` ## Provider-Hinweise Verwendet den asynchronen DashScope-/Model-Studio-Endpunkt. Referenzbilder und -videos müssen entfernte `http(s)`-URLs sein. Provider-ID: `byteplus`. Modelle: `seedance-1-0-pro-250528` (Standard), `seedance-1-0-pro-t2v-250528`, `seedance-1-0-pro-fast-251015`, `seedance-1-0-lite-t2v-250428`, `seedance-1-0-lite-i2v-250428`. T2V-Modelle (`*-t2v-*`) akzeptieren keine Bildeingaben; I2V-Modelle und allgemeine `*-pro-*`-Modelle unterstützen ein einzelnes Referenzbild (erstes Frame). Übergeben Sie das Bild positionsbezogen oder setzen Sie `role: "first_frame"`. T2V-Modell-IDs werden automatisch auf die entsprechende I2V-Variante umgeschaltet, wenn ein Bild bereitgestellt wird. Unterstützte `providerOptions`-Schlüssel: `seed` (Zahl), `draft` (boolesch - erzwingt 480p), `camera_fixed` (boolesch). Erfordert das Plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). Provider-ID: `byteplus-seedance15`. Modell: `seedance-1-5-pro-251215`. Verwendet die einheitliche `content[]`-API. Unterstützt höchstens 2 Eingabebilder (`first_frame` + `last_frame`). Alle Eingaben müssen entfernte `https://`- URLs sein. Setzen Sie `role: "first_frame"` / `"last_frame"` für jedes Bild, oder übergeben Sie Bilder positionsbezogen. `aspectRatio: "adaptive"` erkennt das Verhältnis automatisch aus dem Eingabebild. `audio: true` wird auf `generate_audio` abgebildet. `providerOptions.seed` (Zahl) wird weitergereicht. Erfordert das Plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). Provider-ID: `byteplus-seedance2`. Modelle: `dreamina-seedance-2-0-260128`, `dreamina-seedance-2-0-fast-260128`. Verwendet die einheitliche `content[]`-API. Unterstützt bis zu 9 Referenzbilder, 3 Referenzvideos und 3 Referenzaudiodateien. Alle Eingaben müssen entfernte `https://`-URLs sein. Setzen Sie `role` für jedes Asset - unterstützte Werte: `"first_frame"`, `"last_frame"`, `"reference_image"`, `"reference_video"`, `"reference_audio"`. `aspectRatio: "adaptive"` erkennt das Verhältnis automatisch aus dem Eingabild. `audio: true` wird auf `generate_audio` abgebildet. `providerOptions.seed` (Zahl) wird weitergereicht. Workflow-gesteuerte lokale oder Cloud-Ausführung. Unterstützt Text-zu-Video und Bild-zu-Video über den konfigurierten Graphen. Verwendet einen warteschlangengestützten Ablauf für lang laufende Jobs. OpenClaw wartet standardmäßig bis zu 20 Minuten, bevor ein laufender fal-Warteschlangenjob als Zeitüberschreitung behandelt wird. Die meisten fal-Videomodelle akzeptieren eine einzelne Bildreferenz. Seedance 2.0-Referenz-zu-Video- Modelle akzeptieren bis zu 9 Bilder, 3 Videos und 3 Audioreferenzen, mit höchstens 12 Referenzdateien insgesamt. Unterstützt eine Bild- oder eine Videoreferenz. Anfragen mit generiertem Audio werden im Gemini-API-Pfad mit einer Warnung ignoriert, da diese API den Parameter `generateAudio` für die aktuelle Veo-Videogenerierung ablehnt. Nur eine einzelne Bildreferenz. MiniMax akzeptiert `768P`- und `1080P`- Auflösungen; Anfragen wie `720P` werden vor der Übermittlung auf den nächsten unterstützten Wert normalisiert. Nur die `size`-Überschreibung wird weitergeleitet. Andere Stilüberschreibungen (`aspectRatio`, `resolution`, `audio`, `watermark`) werden mit einer Warnung ignoriert. Verwendet die asynchrone `/videos`-API von OpenRouter. OpenClaw übermittelt den Job, fragt `polling_url` ab und lädt entweder `unsigned_urls` oder den dokumentierten Job-Inhaltsendpunkt herunter. Der gebündelte Standard `google/veo-3.1-fast` weist Dauern von 4/6/8 Sekunden, Auflösungen von `720P`/`1080P` und Seitenverhältnisse von `16:9`/`9:16` aus. Gleiches DashScope-Backend wie Alibaba. Referenzeingaben müssen entfernte `http(s)`-URLs sein; lokale Dateien werden vorab abgelehnt. Unterstützt lokale Dateien über Daten-URIs. Video-zu-Video erfordert `runway/gen4_aleph`. Reine Textläufe stellen die Seitenverhältnisse `16:9` und `9:16` bereit. Nur eine einzelne Bildreferenz. Verwendet `https://www.vydra.ai/api/v1` direkt, um Weiterleitungen zu vermeiden, die Authentifizierung entfernen. `veo3` ist nur für Text-zu-Video gebündelt; `kling` erfordert eine entfernte Bild-URL. Unterstützt Text-zu-Video, Bild-zu-Video mit einem einzelnen ersten Frame, bis zu 7 `reference_image`-Eingaben über xAI `reference_images` sowie entfernte Abläufe zum Bearbeiten/Erweitern von Videos. ## Provider-Fähigkeitsmodi Der gemeinsame Vertrag für Videogenerierung unterstützt modusspezifische Fähigkeiten anstelle nur flacher aggregierter Grenzwerte. Neue Provider-Implementierungen sollten explizite Modusblöcke bevorzugen: ```typescript 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, }, } ``` Flache aggregierte Felder wie `maxInputImages` und `maxInputVideos` reichen **nicht** aus, um Unterstützung für Transformationsmodi auszuweisen. Provider sollten `generate`, `imageToVideo` und `videoToVideo` explizit deklarieren, damit Live- Tests, Vertragstests und das gemeinsame Tool `video_generate` die Modusunterstützung deterministisch validieren können. Wenn ein Modell in einem Provider umfassendere Unterstützung für Referenzeingaben hat als der Rest, verwenden Sie `maxInputImagesByModel`, `maxInputVideosByModel` oder `maxInputAudiosByModel`, anstatt den modusweiten Grenzwert zu erhöhen. ## Live-Tests Optionale Live-Abdeckung für die gemeinsamen gebündelten Provider: ```bash OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts ``` Repo-Wrapper: ```bash pnpm test:live:media video ``` Diese Live-Datei lädt fehlende Provider-Umgebungsvariablen aus `~/.profile`, bevorzugt standardmäßig Live-/Umgebungs-API-Schlüssel vor gespeicherten Authentifizierungsprofilen und führt standardmäßig einen release-sicheren Smoke-Test aus: - `generate` für jeden Nicht-FAL-Provider im Durchlauf. - Einsekündiger Lobster-Prompt. - Operationslimit pro Provider aus `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` (standardmäßig `180000`). FAL ist optional, da die warteschlangenseitige Latenz des Providers die Release- Zeit dominieren kann: ```bash pnpm test:live:media video --video-providers fal ``` Setzen Sie `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1`, um außerdem deklarierte Transformationsmodi auszuführen, die der gemeinsame Durchlauf mit lokalen Medien sicher ausüben kann: - `imageToVideo`, wenn `capabilities.imageToVideo.enabled`. - `videoToVideo`, wenn `capabilities.videoToVideo.enabled` und das Provider-/Modell puffergestützte lokale Videoeingaben im gemeinsamen Durchlauf akzeptiert. Der gemeinsame `videoToVideo`-Live-Zweig deckt derzeit nur `runway` ab, wenn Sie `runway/gen4_aleph` auswählen. ## Konfiguration Legen Sie das Standardmodell für die Videogenerierung in Ihrer OpenClaw-Konfiguration fest: ```json5 { agents: { defaults: { videoGenerationModel: { primary: "qwen/wan2.6-t2v", fallbacks: ["qwen/wan2.6-r2v-flash"], }, }, }, } ``` Oder über die CLI: ```bash openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v" ``` ## Verwandt - [Alibaba Model Studio](/de/providers/alibaba) - [Hintergrundaufgaben](/de/automation/tasks) - Aufgabenverfolgung für asynchrone Videogenerierung - [BytePlus](/de/concepts/model-providers#byteplus-international) - [ComfyUI](/de/providers/comfy) - [Konfigurationsreferenz](/de/gateway/config-agents#agent-defaults) - [fal](/de/providers/fal) - [Google (Gemini)](/de/providers/google) - [MiniMax](/de/providers/minimax) - [Modelle](/de/concepts/models) - [OpenAI](/de/providers/openai) - [Qwen](/de/providers/qwen) - [Runway](/de/providers/runway) - [Together AI](/de/providers/together) - [Tools-Übersicht](/de/tools) - [Vydra](/de/providers/vydra) - [xAI](/de/providers/xai)