🇨🇳中文介绍

视频生成技能

此技能使用豆包 Seedance 1.0/1.5 模型生成视频。

触发条件

1. 用户希望从文本描述生成视频
2. 用户希望基于图像（首帧/末帧）创建视频
3. 用户希望使用参考材料（图像、视频、音频）创建视频
4. 用户询问视频生成能力

使用方法

环境变量

使用此技能前，请确保设置了以下环境变量：

• ARK_API_KEY 或 MODEL_VIDEO_API_KEY 或 MODEL_AGENT_API_KEY: 视频生成服务的 API 密钥
• MODEL_VIDEO_API_BASE: API 基础 URL（可选，有默认值）
• MODEL_VIDEO_NAME: 模型名称（可选，有默认值）

函数签名

async def video_generate(
    params: list,
    batch_size: int = 10,
    max_wait_seconds: int = 1200,
    model_name: str = None,
) -> Dict:

参数

params (list[dict])

视频生成请求的列表。每个项目是一个包含以下字段的字典：

每个项目必需：

• video_name (str): 输出视频文件的名称/标识符
• prompt (str): 描述要生成的视频的文本。支持中文和英文。

每个项目可选 - 输入材料：

• first_frame (str): 首帧图像的 URL
• last_frame (str): 末帧图像的 URL
• reference_images (list[str]): 用于风格/内容引导的 1-4 个参考图像 URL
• reference_videos (list[str]): 0-3 个参考视频 URL（mp4/mov，每个 2-15 秒，总时长 ≤15 秒）
• reference_audios (list[str]): 0-3 个参考音频 URL（mp3/wav，每个 2-15 秒，总时长 ≤15 秒）

每个项目可选 - 视频输出参数：

• ratio (str): 宽高比。选项："16:9"（默认）、"9:16"、"4:3"、"3:4"、"1:1"、"2:1"、"21:9"、"adaptive"
• duration (int): 视频长度（秒）。范围：2-12 秒，取决于模型
• resolution (str): 视频分辨率。选项："480p"、"720p"、"1080p"
• frames (int): 总帧数。必须在 [29, 289] 范围内，且遵循 25 + 4n 格式
• camera_fixed (bool): 锁定摄像机运动。默认：false
• seed (int): 用于可重复性的随机种子。范围：[-1, 2^32-1]
• watermark (bool): 是否添加水印。默认：false
• generate_audio (bool): 是否生成音频。仅 Seedance 1.5 支持此功能
• tools (list[dict]): 工具配置，例如 [{"type": "web_search"}]

输入模式

1. 文本到视频：仅提供 prompt，无图像/视频
2. 首帧引导：提供 first_frame 作为起始图像
3. 首帧 + 末帧引导：同时提供两者以生成过渡视频
4. 参考图像：提供 reference_images 用于风格/内容引导
5. 多模态参考：结合 reference_images、reference_videos、reference_audios

返回值

脚本返回信息

video_generate.py 脚本将返回以下信息：

{
    "status": "success" | "partial_success" | "error",
    "success_list": [{"video_name": "video_url"}],
    "error_list": ["video_name"],
    "error_details": [{"video_name": "...", "error": {...}}],
    "pending_list": [{"video_name": "...", "task_id": "cgt-xxx", ...}]
}

基于脚本返回信息，最终返回给用户的响应包括视频生成任务的描述和视频 URL。您可以从 URL 下载视频，但仍应向用户提供视频 URL 以供查看和下载。

注意：URL 是脚本返回信息中 success_list 里的 'url'。URL 必须以两种方式返回：

最终返回信息

您必须返回三种类型的信息：

1. 文件格式，返回文件（如果您有其他发送视频文件的方法）和本地路径，例如：/root/.openclaw/workspace/skills/video-generate/xxx.mp4

2. 生成后，以 Markdown 格式呈现视频 URL 列表，例如：

<video src="https://example.com/video1.mp4" width="640" controls>video-1</video>

<video src="https://example.com/video2.mp4" width="640" controls>video-2</video>

代码实现

完整实现请参见 scripts/video_generate.py。

使用示例

# 文本到视频
python scripts/video_generate.py -p "小猫骑着滑板穿过公园" -n cat_park -r 16:9 -d 5 --resolution 720p

# 首帧引导
python scripts/video_generate.py -p "小猫跳起来" -n cat_jump -f "https://example.com/cat.png" -r adaptive -d 5

# 首帧 + 末帧引导
python scripts/video_generate.py -p "平滑过渡动画" -n transition \
    -f "https://example.com/start.png" \
    -l "https://example.com/end.png" \
    -d 6

# 参考图像（风格/内容引导）
python scripts/video_generate.py -p "[图1]戴着眼镜的男生和[图2]柯基小狗坐在草坪上" -n styled \
    --ref-images "https://example.com/boy.png" "https://example.com/dog.png" \
    -r 16:9 -d 5

# 多模态参考（视频 + 音频）
python scripts/video_generate.py -p "将视频中的人物换成[图1]中的男孩" -n multimodal \
    --ref-images "https://example.com/boy.png" \
    --ref-videos "https://example.com/source.mp4" \
    --ref-audios "https://example.com/voice.wav" \
    -d 5

# 带音频生成（仅限 Seedance 1.5）
python scripts/video_generate.py -p "女孩抱着狐狸，可以听到风声和树叶沙沙声" -n with_audio \
    -f "https://example.com/girl_fox.png" \
    --generate-audio \
    -m doubao-seedance-1-5-pro-251215 \
    -d 6 --resolution 1080p

# 查询任务状态
python scripts/video_generate.py -q "cgt-20260222165751-wsnw8"

# 使用特定模型
python scripts/video_generate.py -p "A futuristic city" -m doubao-seedance-1-5-pro-251215

# 无水印
python scripts/video_generate.py -p "A beautiful landscape" --no-watermark

命令行选项

模型回退

如果遇到模型相关错误（如 ModelNotOpen），您可以降级到以下模型：

• doubao-seedance-1-5-pro-251215
• doubao-seedance-1-0-pro-250528

错误处理

• 如果脚本引发错误 "PermissionError: ARK_API_KEY or MODEL_VIDEO_API_KEY or MODEL_AGENT_API_KEY not found in environment variables"，请告知用户他们需要提供 ARK_API_KEY 或 MODEL_VIDEO_API_KEY 或 MODEL_AGENT_API_KEY 环境变量。将其写入工作空间的环境变量文件中。如果文件已存在，请将其追加到末尾。确保环境变量格式正确，使环境变量生效，并重试刚刚失败的视频生成任务。

注意事项

• 保持 prompt 简洁（建议 ≤ 500 字符）
• 对于首帧/末帧，确保宽高比与您选择的比例匹配
• 参考图像：1-4 张图像，格式：jpeg/png/webp/bmp/tiff/gif
• 参考视频：0-3 个视频，格式：mp4/mov，总时长 ≤ 15 秒
• 参考音频：0-3 个音频，格式：mp3/wav，总时长 ≤ 15 秒
• 多模态需要至少一张图像或一个视频（不支持纯音频）
• 音频生成仅由 Seedance 1.5 pro 支持
• 如果轮询超时，请使用返回的 task_id 配合 --query-task 查询

每周安装次数

79

来源

skills.volces.c…-samples

首次出现

14 天前

安全审计

SocketPass

安装于

openclaw76

gemini-cli16

github-copilot16

codex16

kimi-cli16

amp16