--- read_when: - Generowanie wideo za pomocą agenta - Konfigurowanie dostawców i modeli generowania wideo - Zrozumienie parametrów narzędzia video_generate sidebarTitle: Video generation summary: Generuj filmy za pomocą video_generate na podstawie referencji tekstowych, obrazowych lub wideo w 16 backendach dostawców title: Generowanie wideo x-i18n: generated_at: "2026-05-11T20:40:23Z" model: gpt-5.5 provider: openai source_hash: 1f1dbeea0393150c1495bcc0a9acc68a57b99d919f3134fb17820f22cfe05e90 source_path: tools/video-generation.md workflow: 16 --- Agenci OpenClaw mogą generować filmy z promptów tekstowych, obrazów referencyjnych lub istniejących filmów. Obsługiwanych jest szesnaście backendów dostawców, każdy z różnymi opcjami modeli, trybami wejściowymi i zestawami funkcji. Agent wybiera właściwego dostawcę automatycznie na podstawie konfiguracji i dostępnych kluczy API. Narzędzie `video_generate` pojawia się tylko wtedy, gdy dostępny jest co najmniej jeden dostawca generowania filmów. Jeśli nie widzisz go w narzędziach agenta, ustaw klucz API dostawcy albo skonfiguruj `agents.defaults.videoGenerationModel`. OpenClaw traktuje generowanie filmów jako trzy tryby wykonania: - `generate` - żądania text-to-video bez mediów referencyjnych. - `imageToVideo` - żądanie zawiera co najmniej jeden obraz referencyjny. - `videoToVideo` - żądanie zawiera co najmniej jeden film referencyjny. Dostawcy mogą obsługiwać dowolny podzbiór tych trybów. Narzędzie weryfikuje aktywny tryb przed przesłaniem i zgłasza obsługiwane tryby w `action=list`. ## Szybki start Ustaw klucz API dla dowolnego obsługiwanego dostawcy: ```bash export GEMINI_API_KEY="your-key" ``` ```bash openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview" ``` > Wygeneruj 5-sekundowy film kinowy przedstawiający przyjaznego homara surfującego o zachodzie słońca. Agent automatycznie wywołuje `video_generate`. Nie jest potrzebne dopuszczanie narzędzia na liście dozwolonych. ## Jak działa generowanie asynchroniczne Generowanie filmów jest asynchroniczne. Gdy agent wywołuje `video_generate` w sesji: 1. OpenClaw przesyła żądanie do dostawcy i natychmiast zwraca identyfikator zadania. 2. Dostawca przetwarza zadanie w tle (zwykle od 30 sekund do kilku minut, zależnie od dostawcy i rozdzielczości; wolni dostawcy oparci na kolejkach mogą działać aż do skonfigurowanego limitu czasu). 3. Gdy film jest gotowy, OpenClaw wznawia tę samą sesję za pomocą wewnętrznego zdarzenia ukończenia. 4. Agent informuje użytkownika i dołącza gotowy film. W czatach grupowych/kanałowych, które używają widocznego dostarczania wyłącznie przez narzędzie wiadomości, agent przekazuje wynik przez narzędzie wiadomości zamiast publikować go bezpośrednio przez OpenClaw. Gdy zadanie jest w toku, zduplikowane wywołania `video_generate` w tej samej sesji zwracają bieżący status zadania zamiast rozpoczynać kolejne generowanie. Użyj `openclaw tasks list` albo `openclaw tasks show `, aby sprawdzić postęp z CLI. Poza uruchomieniami agentów opartymi na sesji (na przykład przy bezpośrednich wywołaniach narzędzi) narzędzie przełącza się na generowanie inline i zwraca ścieżkę do końcowego medium w tej samej turze. Wygenerowane pliki filmowe są zapisywane w zarządzanym przez OpenClaw magazynie mediów, gdy dostawca zwraca bajty. Domyślny limit zapisu wygenerowanych filmów jest zgodny z limitem mediów wideo, a `agents.defaults.mediaMaxMb` podnosi go dla większych renderów. Gdy dostawca zwraca również hostowany URL wyjściowy, OpenClaw może dostarczyć ten URL zamiast oznaczać zadanie jako nieudane, jeśli lokalne utrwalenie odrzuci zbyt duży plik. ### Cykl życia zadania | Stan | Znaczenie | | ----------- | ------------------------------------------------------------------------------------------------------ | | `queued` | Zadanie utworzone, oczekuje na przyjęcie przez dostawcę. | | `running` | Dostawca przetwarza (zwykle od 30 sekund do kilku minut, zależnie od dostawcy i rozdzielczości). | | `succeeded` | Film gotowy; agent wznawia działanie i publikuje go w rozmowie. | | `failed` | Błąd dostawcy albo limit czasu; agent wznawia działanie ze szczegółami błędu. | Sprawdź status z CLI: ```bash openclaw tasks list openclaw tasks show openclaw tasks cancel ``` Jeśli zadanie filmowe jest już w stanie `queued` albo `running` dla bieżącej sesji, `video_generate` zwraca status istniejącego zadania zamiast rozpoczynać nowe. Użyj `action: "status"`, aby sprawdzić jawnie bez wyzwalania nowego generowania. ## Obsługiwani dostawcy | Dostawca | Model domyślny | Tekst | Obraz ref. | Film ref. | Uwierzytelnianie | | --------------------- | ------------------------------- | :---: | ---------------------------------------------------- | ----------------------------------------------- | ---------------------------------------- | | Alibaba | `wan2.6-t2v` | ✓ | Tak (zdalny URL) | Tak (zdalny URL) | `MODELSTUDIO_API_KEY` | | BytePlus (1.0) | `seedance-1-0-pro-250528` | ✓ | Do 2 obrazów (tylko modele I2V; pierwsza + ostatnia klatka) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 1.5 | `seedance-1-5-pro-251215` | ✓ | Do 2 obrazów (pierwsza + ostatnia klatka przez rolę) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 2.0 | `dreamina-seedance-2-0-260128` | ✓ | Do 9 obrazów referencyjnych | Do 3 filmów | `BYTEPLUS_API_KEY` | | ComfyUI | `workflow` | ✓ | 1 obraz | - | `COMFY_API_KEY` lub `COMFY_CLOUD_API_KEY` | | DeepInfra | `Pixverse/Pixverse-T2V` | ✓ | - | - | `DEEPINFRA_API_KEY` | | fal | `fal-ai/minimax/video-01-live` | ✓ | 1 obraz; do 9 z Seedance reference-to-video | Do 3 filmów z Seedance reference-to-video | `FAL_KEY` | | Google | `veo-3.1-fast-generate-preview` | ✓ | 1 obraz | 1 film | `GEMINI_API_KEY` | | MiniMax | `MiniMax-Hailuo-2.3` | ✓ | 1 obraz | - | `MINIMAX_API_KEY` lub MiniMax OAuth | | OpenAI | `sora-2` | ✓ | 1 obraz | 1 film | `OPENAI_API_KEY` | | OpenRouter | `google/veo-3.1-fast` | ✓ | Do 4 obrazów (pierwsza/ostatnia klatka albo referencje) | - | `OPENROUTER_API_KEY` | | Qwen | `wan2.6-t2v` | ✓ | Tak (zdalny URL) | Tak (zdalny URL) | `QWEN_API_KEY` | | Runway | `gen4.5` | ✓ | 1 obraz | 1 film | `RUNWAYML_API_SECRET` | | Together | `Wan-AI/Wan2.2-T2V-A14B` | ✓ | 1 obraz | - | `TOGETHER_API_KEY` | | Vydra | `veo3` | ✓ | 1 obraz (`kling`) | - | `VYDRA_API_KEY` | | xAI | `grok-imagine-video` | ✓ | 1 obraz pierwszej klatki albo do 7 `reference_image`s | 1 film | `XAI_API_KEY` | Niektórzy dostawcy akceptują dodatkowe albo alternatywne zmienne środowiskowe kluczy API. Szczegóły znajdziesz na poszczególnych [stronach dostawców](#related). Uruchom `video_generate action=list`, aby sprawdzić dostępnych dostawców, modele i tryby wykonania w czasie działania. ### Macierz możliwości Jawny kontrakt trybów używany przez `video_generate`, testy kontraktowe i wspólny live sweep: | Dostawca | `generate` | `imageToVideo` | `videoToVideo` | Dzisiejsze współdzielone ścieżki live | | ---------- | :--------: | :------------: | :------------: | ---------------------------------------------------------------------------------------------------------------------------------------- | | Alibaba | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` pominięte, ponieważ ten dostawca wymaga zdalnych URL-i filmów `http(s)` | | BytePlus | ✓ | ✓ | - | `generate`, `imageToVideo` | | ComfyUI | ✓ | ✓ | - | Nie jest we wspólnym sweepie; pokrycie specyficzne dla workflow znajduje się w testach Comfy | | DeepInfra | ✓ | - | - | `generate`; natywne schematy filmów DeepInfra w dołączonym kontrakcie są typu text-to-video | | fal | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` tylko przy użyciu Seedance reference-to-video | | Google | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; współdzielone `videoToVideo` pominięte, ponieważ bieżący sweep Gemini/Veo oparty na buforach nie akceptuje tego wejścia | | MiniMax | ✓ | ✓ | - | `generate`, `imageToVideo` | | OpenAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; współdzielone `videoToVideo` pominięte, ponieważ ta organizacja/ścieżka wejścia obecnie wymaga dostępu do inpaint/remix po stronie dostawcy | | OpenRouter | ✓ | ✓ | - | `generate`, `imageToVideo` | | Qwen | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` pominięte, ponieważ ten dostawca wymaga zdalnych URL-i filmów `http(s)` | | Runway | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` działa tylko wtedy, gdy wybrany model to `runway/gen4_aleph` | | Together | ✓ | ✓ | - | `generate`, `imageToVideo` | | Vydra | ✓ | ✓ | - | `generate`; współdzielone `imageToVideo` pominięte, ponieważ dołączony `veo3` obsługuje tylko tekst, a dołączony `kling` wymaga zdalnego URL-a obrazu | | xAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo`; `videoToVideo` pominięte, ponieważ ten dostawca obecnie wymaga zdalnego URL-a MP4 | ## Parametry narzędzia ### Wymagane Tekstowy opis filmu do wygenerowania. Wymagane dla `action: "generate"`. ### Dane wejściowe treści Pojedynczy obraz referencyjny (ścieżka lub URL). Wiele obrazów referencyjnych (do 9). Opcjonalne wskazówki ról dla poszczególnych pozycji, równoległe do połączonej listy obrazów. Wartości kanoniczne: `first_frame`, `last_frame`, `reference_image`. Pojedyncze wideo referencyjne (ścieżka lub URL). Wiele wideo referencyjnych (do 4). Opcjonalne wskazówki ról dla poszczególnych pozycji, równoległe do połączonej listy wideo. Wartość kanoniczna: `reference_video`. Pojedyncze audio referencyjne (ścieżka lub URL). Używane jako muzyka w tle lub referencja głosu, gdy dostawca obsługuje wejścia audio. Wiele audio referencyjnych (do 3). Opcjonalne wskazówki ról dla poszczególnych pozycji, równoległe do połączonej listy audio. Wartość kanoniczna: `reference_audio`. Wskazówki ról są przekazywane do dostawcy bez zmian. Wartości kanoniczne pochodzą z unii `VideoGenerationAssetRole`, ale dostawcy mogą akceptować dodatkowe ciągi ról. Tablice `*Roles` nie mogą mieć więcej wpisów niż odpowiednia lista referencyjna; pomyłki o jeden element kończą się jasnym błędem. Użyj pustego ciągu, aby pozostawić slot nieustawiony. W przypadku xAI ustaw każdą rolę obrazu na `reference_image`, aby użyć trybu generowania `reference_images`; pomiń rolę lub użyj `first_frame` dla pojedynczego obrazu image-to-video. ### Sterowanie stylem Wskazówka proporcji obrazu, taka jak `1:1`, `16:9`, `9:16`, `adaptive` albo wartość specyficzna dla dostawcy. OpenClaw normalizuje lub ignoruje nieobsługiwane wartości zależnie od dostawcy. Wskazówka rozdzielczości, taka jak `480P`, `720P`, `768P`, `1080P`, `4K` albo wartość specyficzna dla dostawcy. OpenClaw normalizuje lub ignoruje nieobsługiwane wartości zależnie od dostawcy. Docelowy czas trwania w sekundach (zaokrąglany do najbliższej wartości obsługiwanej przez dostawcę). Wskazówka rozmiaru, gdy dostawca ją obsługuje. Włącz generowane audio w wyniku, gdy jest obsługiwane. Różni się od `audioRef*` (wejścia). Przełącza znak wodny dostawcy, gdy jest obsługiwany. `adaptive` to wartownik specyficzny dla dostawcy: jest przekazywany bez zmian do dostawców, którzy deklarują `adaptive` w swoich możliwościach (np. BytePlus Seedance używa go do automatycznego wykrywania proporcji na podstawie wymiarów obrazu wejściowego). Dostawcy, którzy go nie deklarują, ujawniają tę wartość przez `details.ignoredOverrides` w wyniku narzędzia, aby odrzucenie było widoczne. ### Zaawansowane `"status"` zwraca bieżące zadanie sesji; `"list"` sprawdza dostawców. Nadpisanie dostawcy/modelu (np. `runway/gen4.5`). Wskazówka nazwy pliku wyjściowego. Opcjonalny limit czasu operacji dostawcy w milisekundach. Gdy pominięty, OpenClaw używa `agents.defaults.videoGenerationModel.timeoutMs`, jeśli jest skonfigurowany. Opcje specyficzne dla dostawcy jako obiekt JSON (np. `{"seed": 42, "draft": true}`). Dostawcy deklarujący typowany schemat walidują klucze i typy; nieznane klucze lub niezgodności pomijają kandydata podczas fallbacku. Dostawcy bez zadeklarowanego schematu otrzymują opcje bez zmian. Uruchom `video_generate action=list`, aby zobaczyć, co akceptuje każdy dostawca. Nie wszyscy dostawcy obsługują wszystkie parametry. OpenClaw normalizuje czas trwania do najbliższej wartości obsługiwanej przez dostawcę oraz przemapowuje przetłumaczone wskazówki geometrii, takie jak rozmiar na proporcje obrazu, gdy dostawca fallbacku udostępnia inną powierzchnię sterowania. Naprawdę nieobsługiwane nadpisania są ignorowane na zasadzie best-effort i zgłaszane jako ostrzeżenia w wyniku narzędzia. Twarde limity możliwości (takie jak zbyt wiele wejść referencyjnych) kończą się błędem przed przesłaniem. Wyniki narzędzia zgłaszają zastosowane ustawienia; `details.normalization` przechwytuje każde tłumaczenie z żądanego na zastosowane. Wejścia referencyjne wybierają tryb runtime: - Brak mediów referencyjnych → `generate` - Dowolna referencja obrazu → `imageToVideo` - Dowolna referencja wideo → `videoToVideo` - Referencyjne wejścia audio **nie** zmieniają rozwiązanego trybu; stosują się ponad trybem wybranym przez referencje obrazu/wideo i działają tylko z dostawcami deklarującymi `maxInputAudios`. Mieszane referencje obrazów i wideo nie są stabilną wspólną powierzchnią możliwości. Preferuj jeden typ referencji na żądanie. #### Fallback i typowane opcje Niektóre kontrole możliwości są stosowane w warstwie fallbacku, a nie na granicy narzędzia, więc żądanie przekraczające limity głównego dostawcy może nadal zostać uruchomione u obsługującego fallbacku: - Aktywny kandydat niedeklarujący `maxInputAudios` (lub deklarujący `0`) jest pomijany, gdy żądanie zawiera referencje audio; próbowany jest następny kandydat. - `maxDurationSeconds` aktywnego kandydata poniżej żądanego `durationSeconds` bez zadeklarowanej listy `supportedDurationSeconds` → pomijany. - Żądanie zawiera `providerOptions`, a aktywny kandydat jawnie deklaruje typowany schemat `providerOptions` → pomijany, jeśli podane klucze nie znajdują się w schemacie lub typy wartości nie pasują. Dostawcy bez zadeklarowanego schematu otrzymują opcje bez zmian (zgodne wstecznie przekazanie). Dostawca może zrezygnować ze wszystkich opcji dostawcy przez zadeklarowanie pustego schematu (`capabilities.providerOptions: {}`), co powoduje takie samo pominięcie jak niezgodność typu. Pierwszy powód pominięcia w żądaniu jest logowany na poziomie `warn`, aby operatorzy widzieli, kiedy ich główny dostawca został pominięty; kolejne pominięcia są logowane na poziomie `debug`, aby długie łańcuchy fallbacków pozostały ciche. Jeśli każdy kandydat zostanie pominięty, zagregowany błąd zawiera powód pominięcia dla każdego z nich. ## Akcje | Akcja | Co robi | | ---------- | -------------------------------------------------------------------------------------------------------- | | `generate` | Domyślna. Tworzy wideo z podanego promptu i opcjonalnych wejść referencyjnych. | | `status` | Sprawdza stan zadania wideo w toku dla bieżącej sesji bez rozpoczynania kolejnego generowania. | | `list` | Pokazuje dostępnych dostawców, modele i ich możliwości. | ## Wybór modelu OpenClaw rozwiązuje model w tej kolejności: 1. **Parametr narzędzia `model`** - jeśli agent określi go w wywołaniu. 2. **`videoGenerationModel.primary`** z konfiguracji. 3. **`videoGenerationModel.fallbacks`** w kolejności. 4. **Automatyczne wykrywanie** - dostawcy z prawidłowym uwierzytelnieniem, zaczynając od bieżącego dostawcy domyślnego, a następnie pozostali dostawcy w kolejności alfabetycznej. Jeśli dostawca zawiedzie, automatycznie próbowany jest następny kandydat. Jeśli wszyscy kandydaci zawiodą, błąd zawiera szczegóły każdej próby. Ustaw `agents.defaults.mediaGenerationAutoProviderFallback: false`, aby używać tylko jawnych wpisów `model`, `primary` i `fallbacks`. ```json5 { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"], }, }, }, } ``` ## Uwagi o dostawcach Używa asynchronicznego endpointu DashScope / Model Studio. Obrazy i wideo referencyjne muszą być zdalnymi URL-ami `http(s)`. ID dostawcy: `byteplus`. Modele: `seedance-1-0-pro-250528` (domyślny), `seedance-1-0-pro-t2v-250528`, `seedance-1-0-pro-fast-251015`, `seedance-1-0-lite-t2v-250428`, `seedance-1-0-lite-i2v-250428`. Modele T2V (`*-t2v-*`) nie akceptują wejść obrazów; modele I2V i ogólne modele `*-pro-*` obsługują pojedynczy obraz referencyjny (pierwszą klatkę). Przekaż obraz pozycyjnie lub ustaw `role: "first_frame"`. Identyfikatory modeli T2V są automatycznie przełączane na odpowiadający wariant I2V, gdy podano obraz. Obsługiwane klucze `providerOptions`: `seed` (number), `draft` (boolean - wymusza 480p), `camera_fixed` (boolean). Wymaga Pluginu [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). ID dostawcy: `byteplus-seedance15`. Model: `seedance-1-5-pro-251215`. Używa zunifikowanego API `content[]`. Obsługuje najwyżej 2 obrazy wejściowe (`first_frame` + `last_frame`). Wszystkie wejścia muszą być zdalnymi URL-ami `https://`. Ustaw `role: "first_frame"` / `"last_frame"` na każdym obrazie albo przekaż obrazy pozycyjnie. `aspectRatio: "adaptive"` automatycznie wykrywa proporcje na podstawie obrazu wejściowego. `audio: true` mapuje się na `generate_audio`. `providerOptions.seed` (number) jest przekazywane dalej. Wymaga Pluginu [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark). ID dostawcy: `byteplus-seedance2`. Modele: `dreamina-seedance-2-0-260128`, `dreamina-seedance-2-0-fast-260128`. Używa zunifikowanego API `content[]`. Obsługuje do 9 obrazów referencyjnych, 3 wideo referencyjne i 3 audio referencyjne. Wszystkie wejścia muszą być zdalnymi URL-ami `https://`. Ustaw `role` na każdym zasobie - obsługiwane wartości: `"first_frame"`, `"last_frame"`, `"reference_image"`, `"reference_video"`, `"reference_audio"`. `aspectRatio: "adaptive"` automatycznie wykrywa proporcje na podstawie obrazu wejściowego. `audio: true` mapuje się na `generate_audio`. `providerOptions.seed` (number) jest przekazywane dalej. Wykonywanie lokalne lub w chmurze sterowane przepływem pracy. Obsługuje text-to-video oraz image-to-video przez skonfigurowany graf. Używa przepływu opartego na kolejce dla długotrwałych zadań. OpenClaw domyślnie czeka do 20 minut, zanim uzna trwające zadanie kolejki fal za przekroczone czasowo. Większość modeli wideo fal akceptuje pojedyncze odwołanie do obrazu. Modele Seedance 2.0 reference-to-video akceptują do 9 obrazów, 3 wideo i 3 odwołań audio, przy maksymalnie 12 plikach referencyjnych łącznie. Obsługuje jedno odwołanie do obrazu albo jedno odwołanie do wideo. Żądania wygenerowanego dźwięku są ignorowane z ostrzeżeniem na ścieżce Gemini API, ponieważ ten API odrzuca parametr `generateAudio` dla bieżącego generowania wideo Veo. Tylko pojedyncze odwołanie do obrazu. MiniMax akceptuje rozdzielczości `768P` i `1080P`; żądania takie jak `720P` są normalizowane do najbliższej obsługiwanej wartości przed wysłaniem. Przekazywane jest tylko nadpisanie `size`. Inne nadpisania stylu (`aspectRatio`, `resolution`, `audio`, `watermark`) są ignorowane z ostrzeżeniem. Używa asynchronicznego API `/videos` OpenRouter. OpenClaw wysyła zadanie, odpytuje `polling_url` i pobiera `unsigned_urls` albo udokumentowany endpoint zawartości zadania. Dołączony domyślny model `google/veo-3.1-fast` deklaruje czasy trwania 4/6/8 sekund, rozdzielczości `720P`/`1080P` oraz proporcje obrazu `16:9`/`9:16`. Ten sam backend DashScope co Alibaba. Dane wejściowe referencji muszą być zdalnymi adresami URL `http(s)`; pliki lokalne są odrzucane z góry. Obsługuje pliki lokalne przez URI danych. Video-to-video wymaga `runway/gen4_aleph`. Uruchomienia tylko tekstowe udostępniają proporcje obrazu `16:9` i `9:16`. Tylko pojedyncze odwołanie do obrazu. Używa bezpośrednio `https://www.vydra.ai/api/v1`, aby uniknąć przekierowań usuwających uwierzytelnienie. `veo3` jest dołączony tylko jako text-to-video; `kling` wymaga zdalnego adresu URL obrazu. Obsługuje text-to-video, image-to-video z pojedynczą pierwszą klatką, do 7 danych wejściowych `reference_image` przez xAI `reference_images` oraz zdalne przepływy edycji/rozszerzania wideo. ## Tryby możliwości dostawców Wspólny kontrakt generowania wideo obsługuje możliwości specyficzne dla trybu zamiast wyłącznie płaskich limitów zbiorczych. Nowe implementacje dostawców powinny preferować jawne bloki trybów: ```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, }, } ``` Płaskie pola zbiorcze, takie jak `maxInputImages` i `maxInputVideos`, **nie** wystarczają do deklarowania obsługi trybu transformacji. Dostawcy powinni jawnie deklarować `generate`, `imageToVideo` i `videoToVideo`, aby testy na żywo, testy kontraktu i wspólne narzędzie `video_generate` mogły deterministycznie weryfikować obsługę trybów. Gdy jeden model u dostawcy ma szerszą obsługę wejść referencyjnych niż pozostałe, użyj `maxInputImagesByModel`, `maxInputVideosByModel` albo `maxInputAudiosByModel` zamiast podnosić limit dla całego trybu. ## Testy na żywo Opcjonalne pokrycie testami na żywo dla wspólnych dołączonych dostawców: ```bash OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts ``` Wrapper repozytorium: ```bash pnpm test:live:media video ``` Ten plik testów na żywo ładuje brakujące zmienne środowiskowe dostawców z `~/.profile`, domyślnie preferuje klucze API live/env przed zapisanymi profilami uwierzytelniania i domyślnie uruchamia smoke test bezpieczny dla wydania: - `generate` dla każdego dostawcy spoza FAL w przeglądzie. - Jednosekundowy prompt z homarem. - Limit operacji na dostawcę z `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` (domyślnie `180000`). FAL jest opcjonalny, ponieważ opóźnienie kolejki po stronie dostawcy może zdominować czas wydania: ```bash pnpm test:live:media video --video-providers fal ``` Ustaw `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1`, aby uruchamiać także zadeklarowane tryby transformacji, które wspólny przegląd może bezpiecznie wykonać z lokalnymi mediami: - `imageToVideo`, gdy `capabilities.imageToVideo.enabled`. - `videoToVideo`, gdy `capabilities.videoToVideo.enabled` i dostawca/model akceptuje lokalne wejście wideo oparte na buforze we wspólnym przeglądzie. Obecnie wspólna ścieżka testów na żywo `videoToVideo` obejmuje `runway` tylko wtedy, gdy wybierzesz `runway/gen4_aleph`. ## Konfiguracja Ustaw domyślny model generowania wideo w konfiguracji OpenClaw: ```json5 { agents: { defaults: { videoGenerationModel: { primary: "qwen/wan2.6-t2v", fallbacks: ["qwen/wan2.6-r2v-flash"], }, }, }, } ``` Albo przez CLI: ```bash openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v" ``` ## Powiązane - [Alibaba Model Studio](/pl/providers/alibaba) - [Zadania w tle](/pl/automation/tasks) - śledzenie zadań dla asynchronicznego generowania wideo - [BytePlus](/pl/concepts/model-providers#byteplus-international) - [ComfyUI](/pl/providers/comfy) - [Dokumentacja konfiguracji](/pl/gateway/config-agents#agent-defaults) - [fal](/pl/providers/fal) - [Google (Gemini)](/pl/providers/google) - [MiniMax](/pl/providers/minimax) - [Modele](/pl/concepts/models) - [OpenAI](/pl/providers/openai) - [Qwen](/pl/providers/qwen) - [Runway](/pl/providers/runway) - [Together AI](/pl/providers/together) - [Omówienie narzędzi](/pl/tools) - [Vydra](/pl/providers/vydra) - [xAI](/pl/providers/xai)