SuperAPI AI 工具集

video-gen

设计与创作

查看项目

更新于 10-16 09:31

技能介绍

用途:video-gen 用于根据文本描述生成短视频,使用 Google Veo 3(REST API,异步轮询),并通过飞书交付生成的视频。

主要能力:向 Veo 3 的 predictLongRunning 端点发送提示词;每隔 10 秒轮询操作状态,最长约 5 分钟;从返回的 URI 下载生成的 MP4;上传到飞书并以媒体消息发送。当前模型为 veo-3.0-generate-001(带原生音频)。可选模型:veo-2.0-generate-001(无音频)、veo-3.0-fast-generate-001(更快但质量较低)、veo-3.1-generate-preview、veo-3.1-fast-generate-preview。

使用方式:智能体调用 generate_video 工具,参数包括 prompt(必填,详细的英文视频描述)、duration(可选,5-8 秒,默认 5)、aspect_ratio(可选,"16:9" 横屏或 "9:16" 竖屏,默认 "16:9")。需在 openclaw.json 中配置 geminiApiKey,并配置飞书渠道(appId / appSecret)以便文件交付。API 流程为:POST /v1beta/models/veo-3.0-generate-preview:predictLongRunning,返回 operation name;GET /v1beta/{operationName} 轮询至 done=true;从响应中提取 video URI;GET {videoUri} 下载 MP4。

限制:生成耗时约 1-3 分钟(异步)。Veo 3 固定生成 8 秒视频,duration 参数无效,且不支持 durationSeconds 和 personGeneration 参数。下载 URL 需追加 API key 并跟随 302 重定向。飞书发送视频必须使用 msg_type: "media"(不是 "file",否则报错 230055 类型不匹配)。网关需使用 --use-env-proxy 以便 HTTP fetch 自动通过 HTTP_PROXY 路由。输出为作为飞书媒体消息发送的 MP4 文件。