前言¶

调视频生成 API 的常见失败不是模型不够好，而是三件事没做对：模型别名对不上真实 ID、把 8—10 秒的成片直接渲染导致额度浪费、把异步任务当同步任务处理导致超时。这个 Skill 把这三件事整理成一张路由表、一套提示词写法和一条兜底链，让智能体在拿到提示词或图片后自己选模型、写镜头指令、跑任务、收结果。

下面介绍 video-generation 这个 Skill。

这是什么¶

video-generation 是面向智能体的通用 SKILL.md 格式 Skill，作用是创建 AI 视频：选择当前可用的模型栈、写更强的运动提示词、跑可靠的异步渲染流水线。

出品与维护信息如下。

• 发布者：ivangdavila
• 坐标：@clawhub_ivangdavila/video-generation
• 上游仓库：https://clawhub.ai/ivangdavila/video-generation
• SkillHub 列表页：https://www.skillhub.cn/skills/clawhub_ivangdavila/video-generation
• 版本：1.0.1
• 许可：MIT-0
• 标签：requires_api_key=true，即调用前需要准备好各家模型的 API Key

它解决的问题是：多供应商视频 API 的模型命名混乱、任务排队机制各不相同、提示词缺少镜头语言结构，导致智能体生成的素材不可用或直接失败。

核心功能¶

覆盖的模型与 API 分九类，Quick Reference 里的文件一一对应。

1. OpenAI Sora 2，见 openai-sora.md
2. Google Veo 3.x，见 google-veo.md
3. Runway Gen-4，见 runway.md
4. Luma Ray，见 luma.md
5. ByteDance Seedance，见 seedance.md
6. Kling，见 kling.md
7. Vidu，见 vidu.md
8. Pika（经 Fal），见 pika.md
9. MiniMax Hailuo，见 minimax-hailuo.md

其余文件是工作流层的：setup.md 是首次配置，memory-template.md 是偏好模板，migration.md 是迁移指南，benchmarks.md 是模型快照，api-patterns.md 是异步 API 模式，replicate.md 是路由，open-source-video.md 是本地开源模型（Wan2.2 / HunyuanVideo / CogVideoX），promotion.md 是分发说明。

核心规则有六条，都是可直接落地的写法。

1、调用前先解析模型别名。把社区叫法映射成真实 API 模型 ID，例如 sora-2、sora-2-pro、veo-3.0-generate-001、gen4_turbo、gen4_aleph。只用昵称标签会导致本可避免的调用失败。

2、按任务路由，不按品牌偏好路由。路由表如下。

3、先用便宜档出草稿，再用高档重渲。先跑低时长低档位，验证运动和构图，再对胜出的版本用高级模型或更长时长重渲。在没验证 3—5 秒草稿前就推 8—10 秒成片，是典型的额度浪费。

4、把提示词当镜头指令写。必须包含主体、动作、运镜、镜头风格、光线、场景时长六个要素。使用参考图或首尾帧时，连续性约束要显式写出来。

5、默认按异步与失败处理。每条供应商流水线都要支持排队任务、轮询与退避、重试、取消、以及在签名 URL 过期前下载。

6、保留兜底链。首选模型被限流或不可用时，依次退到同供应商低档位、跨供应商等价模型、开源或本地模型。

安装与启用¶

ClawHub 页面给出的安装命令是：

openclaw skills install @ivangdavila/video-generation

页面同时提供 npx skills 形式的 CLI 安装入口。

首次使用时要先读 setup.md，也就是要先完成配置，再调用生成。

智能体的用户偏好存放在 ~/video-generation/ 目录，目录结构如下。

~/video-generation/
├── memory.md # Preferred providers, model routing, reusable shot recipes
└── history.md # Optional run log for jobs, costs, and outputs

memory.md 记录偏好供应商、模型路由和可复用的镜头配方，history.md 是可选的运行日志，用于记录任务、成本和产出。模板见 memory-template.md。

需要注意：该 Skill 标记为 requires_api_key，因此 OpenAI、Google Vertex AI、Runway、Luma、Fal、Replicate、Vidu、腾讯 MPS 的密钥都要预先配好，Skill 本身不会把密钥写进项目文件。

典型用法¶

一个可复现的调用顺序如下。

1、把用户给的提示词按镜头指令展开。例如要产品演示，就补上主体（产品）、动作（旋转展示）、运镜（缓慢推近）、镜头风格（浅景深）、光线（柔光箱）、场景时长（3 秒草稿）。

2、按路由表选模型。概念验证阶段用 veo-3.1-fast-generate-001 或 gen4_turbo 出 3—5 秒草稿。

3、提交任务后进入轮询。用 api-patterns.md 里的异步模式，带退避和重试，不要按同步请求设超时。

4、拿到结果后检查运动和构图。不达标就调提示词里的运镜或时长，重跑草稿；达标再用 sora-2-pro 或更长时长重渲。

5、下载要在签名 URL 过期前完成，否则导出链路会断。

涉及的外部端点如下，除这些之外没有其他数据外发。

留在本地的是 ~/video-generation/memory.md 里的供应商偏好，以及可选的 history.md 任务历史。Skill 不会把密钥存进项目文件，不会在请求之外上传媒体，也不会在用户没要求时删除本地素材。

适用场景与注意¶

适合的场景：需要批量生成或编辑 AI 视频、需要在不同模型之间做路由决策、需要稳定跑异步渲染流水线、需要按镜头语言重写提示词。

不适合的场景：只做单帧静态图生成（那是 image-generation 的范畴）、成片后处理与导出（video-edit、ffmpeg）、字幕与文字叠加（video-captions）。这些在 ClawHub 页面上都列为相关 Skill，可按需组合。

几个已知的坑，按官方 Common Traps 列出。

1、代码里只用模型昵称标签，导致可避免的调用失败。
2、没验证 3—5 秒草稿就直接推 8—10 秒成片，浪费额度。
3、生成后裁剪而不是按原生比例生成，构图质量下降。
4、忽略提示词增强开关，跨供应商时风格漂移。
5、复用已过期的输出 URL，导出链路断裂。
6、把所有供应商当同步处理，任务卡住、超时设置不合理。

安全边界需要留意：这个 Skill 会把提示词和媒体参考发给第三方 AI 供应商。只有在信任这些供应商的前提下才安装。

资料核对说明¶

写作时核对了两个来源，二者存在不一致。SkillHub 列表页（https://www.skillhub.cn/skills/clawhub_ivangdavila/video-generation 与 https://api.skillhub.cn/org-b6kzcl68/video-generation）在本次写作时无法打开，因此本文的名称、版本、发布者、安装命令、模型清单与规则全部以可打开的 ClawHub 上游页面为准。列表页简介中提到的 each::sense 智能体工作流、8 个专用模型、评分 98511、下载 13099 次以及淘宝「AI灵匣」店铺提示，均未能打开核实，故未作为正文事实写入。

结尾¶

这个 Skill 的价值不在多一个模型入口，而在把模型别名解析、任务路由、提示词结构、异步与兜底这四件事固化下来，让智能体按同一套规则跑不同供应商的视频生成。

官方地址：https://clawhub.ai/ivangdavila/video-generation