前言¶

在 Agent 里做视频，常见的做法是临时调某个厂商的接口，写一段生成逻辑就完事。问题在于：模型别名和真实 API 模型 ID 对不上、一上来就跑 8 秒的成片结果翻车、任务失败后没有重试和兜底。这个 Skill 把「选模型、写提示词、跑异步渲染」这几步打包成一套固定工作流，让 Agent 在接到「用这张图做个视频」这类需求时有可复用的流程可走。

下面介绍 AI Video Generation，SkillHub 上的中文名为「AI视频制作」。

这是什么¶

一句话定位：一个面向 Agent 的视频生成 Skill，统一封装 Sora 2、Veo 3.x、Seedance、Runway、Luma Ray、Pika、Hailuo、Vidu 等模型与 API 的调用流程，覆盖图生视频、文生视频、多镜头叙事和本地开源模型跑隐私优先流程。

出品与维护：发布者为 ivangdavila，上游仓库位于 ClawHub（clawhub.ai/ivangdavila/video-generation），版本 v1.0.1，许可证 MIT-0。SkillHub 上的坐标是 @clawhub_ivangdavila/video-generation，分类 design-media。

解决什么问题：Agent 在接到视频类请求时，不需要重新摸索模型路由、提示词结构和异步任务处理，按 Skill 内的规则执行即可。

触发方式¶

Skill 的触发条件很宽：用户上传图片并要求生成视频、制作视频、把图片做成视频、做一段动态效果时触发。也涵盖「用这张图生成一个视频」「把这几张图做成视频」「帮我做个短视频」「图生视频」「参考生视频」等说法，无论是否明确说「生成视频」。

核心功能¶

1、模型路由。Skill 内置一张按任务选型的对照表，而不是按品牌偏好选模型：

任务                        首选                         备选
Premium prompt-only         sora-2-pro                   veo-3.1-generate-001
快速低成本草稿               veo-3.1-fast-generate-001    gen4_turbo
长镜头电影感画面             gen4_aleph                   ray-2
强图生视频控制               veo-3.0-generate-001         gen4_turbo
多镜头叙事一致性             Seedance 系列                hailuo-2.3
本地隐私优先流程             Wan2.2 / HunyuanVideo / CogVideoX

2、别名解析。调用前先把社区名映射成真实 API 模型 ID，例如 sora-2、sora-2-pro、veo-3.0-generate-001、gen4_turbo、gen4_aleph。只写昵称会在代码里直接导致 API 调用失败。

3、提示词结构化。把提示词当成镜头指令来写，始终包含主体、动作、镜头运动、镜头风格、光照和场景节奏；涉及参考图和首尾帧时，保持连续性约束明确。

4、异步任务处理。所有厂商流水线都按异步设计：排队任务、轮询与退避、重试、取消，以及在签名 URL 过期前下载结果。

5、兜底链。首选模型被限流或不可用时，按「同厂商降级档 → 跨厂商等价模型 → 开源/本地模型」的顺序回退。

6、成本控制。先跑短时长低档位草稿验证动作和构图，确认后再用高档模型或更长时长重渲染。

安装与启用¶

官方给出的安装命令是 OpenClaw 的 CLI 方式：

openclaw skills install @ivangdavila/video-generation

SkillHub 页面也提供 npx skills 方式安装。上游 ClawHub 上同源的安装写法为：

npx skills add ivangdavila/video-generation

安装后首次使用时，需要先读 setup.md。

注意：该 Skill 标记 requires_api_key=true，意味着需要自行准备所选厂商的 API Key，Skill 不会把 API Key 存进项目文件。

首次使用与配置¶

首次使用时按 Skill 内的 memory-template.md 初始化用户偏好，偏好文件持久化在 ~/video-generation/ 目录下：

~/video-generation/
├── memory.md    # 偏好厂商、模型路由、可复用镜头配方
└── history.md   # 可选的运行日志：任务、成本、产物

这一步的作用是把「用哪个厂商、路由到哪个模型、之前跑过什么」沉淀下来，后续会话可以直接复用，不用每次重新说明。

典型用法¶

场景一：用户上传一张图，要求「用这张图生成一个视频」。

1、判断任务类型为强图生视频控制，按路由表选定 veo-3.0-generate-001，备选 gen4_turbo。
2、把图片作为参考/首帧输入，写提示词时包含主体、动作、镜头运动、光照和场景节奏。
3、先跑 3-5 秒短草稿验证构图和运动，确认后再用目标时长重渲染。
4、异步轮询任务状态，在签名 URL 过期前下载产物。

场景二：多镜头叙事，用户要求做一段连贯的短视频。

1、按路由表选 Seedance 系列以保证多镜头一致性，备选 hailuo-2.3。
2、每个镜头单独写成结构化提示词，保持主体、风格、光照一致。
3、按草稿先行的策略验证，再出成片。

场景三：隐私优先，素材不便上传第三方。

1、走本地开源模型路线：Wan2.2、HunyuanVideo 或 CogVideoX。
2、数据不出本机，不需要配置外部厂商 API Key。

上面三个场景对应 Skill 文档里的 Quick Reference 章节：setup.md、memory-template.md、migration.md、benchmarks.md、api-patterns.md，以及按厂商拆分的 openai-sora.md、google-veo.md、runway.md、luma.md、seedance.md、kling.md、vidu.md、replicate.md、open-source-video.md。

数据与隐私¶

会离开本机的数据：提示词文本、可选的参考图片或视频片段、渲染参数（时长、分辨率、宽高比）。

保留在本机的数据：~/video-generation/memory.md 里的厂商偏好、可选的本地任务历史。

该 Skill 不会做的三件事：把 API Key 存进项目文件、在请求之外的渠道上传媒体、未经用户要求删除本地文件。

调用第三方厂商意味着提示词和媒体引用会发给外部服务，只有信任这些厂商时才应该安装。

适用场景与注意事项¶

适合谁：需要在 Agent 或自动化流程里批量产出视频、已经有多厂商 API Key、希望统一封装异步任务和兜底逻辑的开发者。

几个容易踩的坑，来自 Skill 文档的 Common Traps：

• 代码里只写模型昵称导致 API 失败；务必先解析成真实模型 ID。
• 还没验证 3-5 秒草稿就直接跑 8-10 秒成片，浪费额度。
• 生成后再裁切画幅，构图质量不如直接按目标比例生成。
• 忽略提示词增强开关，跨厂商时出现风格漂移。
• 复用过期的产物 URL，导出链路断裂。
• 把异步厂商当同步接口调用，任务卡住、超时处理错误。

结尾¶

这个 Skill 的价值不在于多一个新模型，而在于把选型、提示词、异步渲染和兜底这几件事固定成规则，让 Agent 接到视频任务时有确定的执行路径。如果你已经在用 OpenClaw 生态，装一个就能接上；如果还没用过 AI 视频模型，建议先从低成本草稿档位跑通一次全流程再上成片。

官方地址：https://api.skillhub.cn/user_9c63fdb4/video-generation
上游仓库：https://clawhub.ai/ivangdavila/video-generation