用途：通过 meitu-cli 调用独立 LLM，从零生成纯文本内容，覆盖营销文案、产品描述、社交媒体文案、文章博客、广告语、润色改写、多语言文案、视频分镜规划与视频提示词优化。仅当上下文只有方向性需求、需要 LLM 独立深度思考时使用；上下文已有完整内容时应改用 write_file 直接落盘。不处理视频、图片、音频、代码、表格生成。
主要能力：后端 API 为 text_generate，底层模型按路由选择。model 可选 auto（默认）、scone（qwen3.6-vl-plus，日常主力）、pretzel_pro（gemini-3.1-pro-preview，长上下文与视频理解），双模型互为兜底。有视频参考或高难度场景（长上下文、复杂推理、专业领域、多约束创作、跨语言适配、多镜头分镜）走 pretzel_pro。
使用方式：依赖 meitu-cli >= 2.0.6，需配置凭证并设置环境变量 MEITU_OPENAPI_TOOL_TASK_MODE=command。流程为 Preflight（校验版本、auth verify、确认 registry、解析 output_dir）→ Execute → Deliver。日常文案示例：meitu text-generate --skill_name skill_text-generate --summary "{需求描述}" --language "简体中文" --json；高难度或视频分镜加 --model pretzel_pro 与 --video_list。参数含 summary（必填）、language（必填，默认简体中文）、model、prompt_name、image_list、video_list、output_file。
输出与限制：结果为纯文本或 Markdown，默认写入 {output_dir}/{YYYY-MM-DD}_{descriptive-name}.md；项目内为 ./output/，一次性为 ~/.openclaw/workspace/visual/output/text-generate/。summary 缺失或过短会追问；模型失败或超时会切换另一模型重试，双模型均失败返回错误；内容合规拦截直接返回提示。分镜与配图需由上层工作流串联 text-to-video、text-to-image。