LTX Video 通过 LTX-2.3 Video API 提供视频生成能力，API 基础地址为 https://api.ltx.video/v1，请求需携带 Authorization: Bearer <API_KEY>，响应为可直接下载的 MP4 二进制内容，无需轮询。
主要接口与用途：
- /v1/text-to-video：输入 prompt，从文本生成视频。
- /v1/image-to-video：输入 image_uri 与 prompt，让静态图片动起来。
- /v1/audio-to-video：输入 audio_uri、image_uri 与 prompt，根据音频与图像生成唇形同步视频。
- /v1/extend：输入 video_uri 与 prompt，在视频开头或结尾延展。
- /v1/retake：输入 video_uri 与时间范围，重新生成视频中的某一段。
模型选择：ltx-2-3-fast 约17秒完成，质量良好，适合测试；ltx-2-3-pro 约30-60秒，质量最佳，适合最终产出。
支持的分辨率：1920x1080（横屏16:9）、1080x1920（竖屏9:16，原生竖屏训练）、1440x1080 与 4096x2160（仅文本生视频）；音频生视频仅支持 1920x1080 或 1080x1920。
使用方式：可直接用 curl 或任意 HTTP 客户端调用，示例中文本生视频请求包含 prompt、model、duration、resolution 字段，并以 -o output.mp4 保存结果；音频生视频请求包含 audio_uri、image_uri、prompt、model、resolution。资料还提供 Python requests 封装函数 ltx_audio_to_video，使用 stream=True 分块写入文件，超时设为300秒。另有 ComfyUI 自定义节点，可通过 git clone https://github.com/PauldeLavallaz/comfyui-ltx-node 安装，提供 LTX Text to Video、LTX Image to Video、LTX Extend Video 三个节点，分类为 LTX Video。
实用注意事项（资料中基于经验总结）：文件 URL 必须为 HTTPS，HTTP 会被拒绝；文件需返回正确 MIME 类型（不能是 application/octet-stream）；uguu.se 可用于上传，音频建议上传 MP3 而非 WAV，4K 图片需先缩放到 1920x1080；面部一致性方面，避免角色向下看的提示词，保持头部水平、目光向前，让物体已在画面内而不是让角色伸手到画面外；LTX 原生不支持首帧+末帧，可通过分别生成两段再用 /v1/extend 拼接。
提示词建议：多用动词而非名词，像导演一样安排场景（左右、前景背景、谁在动、镜头如何运动），明确描述音频类型与氛围，避免静态照片式提示词，补充材质与纹理细节，竖屏内容按9:16原生构图，可组合多动作与镜头运动。资料还给出唇形同步的提示词模板结构。
适用场景：文本/图片/音频驱动的短视频生成、人物唇形同步视频、视频片段延展与局部重拍，以及通过 ComfyUI 节点在工作流中调用。限制：需要有效 API Key；音频生视频分辨率受限；不支持原生首末帧控制；文件托管需满足 HTTPS 与 MIME 类型要求；大图片需先缩放。资料提及 API Key 存储于 ~/clawd/.env 的 LTX_API_KEY，并列出 Paul 的密钥，属于敏感凭据信息，不在本介绍中复述。