Generación de video

"status" devuelve la tarea actual de la sesión; "list" inspecciona los proveedores.

OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRpbWVvdXRNcyIgdHlwZT0ibnVtYmVyIg Tiempo de espera opcional de la operación del proveedor, en milisegundos. Si se omite, OpenClaw utiliza agents.defaults.videoGenerationModel.timeoutMs si está configurado; de lo contrario, utiliza el valor predeterminado definido por el Plugin del proveedor, si existe. OPENCLAW_DOCS_MARKER:paramClose:

Las entradas de referencia seleccionan el modo de ejecución:

• Sin contenido multimedia de referencia -> generate
• Cualquier referencia de imagen -> imageToVideo
• Cualquier referencia de vídeo -> videoToVideo
• Las entradas de audio de referencia no cambian el modo resuelto; se aplican sobre el modo seleccionado por las referencias de imagen o vídeo y solo funcionan con proveedores que declaran maxInputAudios.

La combinación de referencias de imagen y vídeo no constituye una superficie de capacidades compartida y estable. Utilice preferentemente un solo tipo de referencia por solicitud.

Conmutación por error y opciones tipadas

Algunas comprobaciones de capacidad se aplican en la capa de conmutación por error, en lugar de en el límite de la herramienta, por lo que una solicitud que supere los límites del proveedor principal aún puede ejecutarse en un proveedor alternativo con capacidad suficiente:

• Se omite el candidato activo que no declare maxInputAudios (o declare 0) cuando la solicitud contiene referencias de audio, y se prueba el siguiente candidato. La misma protección se aplica a la cantidad de referencias de imagen y vídeo respecto de maxInputImages/maxInputVideos.
• Se omite el candidato activo cuyo maxDurationSeconds sea inferior al durationSeconds solicitado y que no declare una lista supportedDurationSeconds.
• Si la solicitud contiene providerOptions y el candidato activo declara explícitamente un esquema tipado de providerOptions, se omite si las claves proporcionadas no están en el esquema o los tipos de los valores no coinciden. Los proveedores sin un esquema declarado reciben las opciones tal cual (transferencia con compatibilidad retroactiva). Un proveedor puede rechazar todas las opciones del proveedor declarando un esquema vacío (capabilities.providerOptions: {}), lo que provoca la misma omisión que una discrepancia de tipos.

El primer motivo de omisión de una solicitud se registra con el nivel warn para que los operadores sepan que se ha descartado su proveedor principal; las omisiones posteriores se registran con debug para evitar ruido en cadenas largas de conmutación por error. Si se omiten todos los candidatos, el error agregado incluye el motivo de omisión de cada uno.

Acciones

Selección del modelo

OpenClaw resuelve el modelo en este orden:

1. Parámetro model de la herramienta: si el agente especifica uno en la llamada.
2. videoGenerationModel.primary de la configuración.
3. videoGenerationModel.fallbacks en orden.
4. Detección automática: proveedores que cuentan con autenticación válida, comenzando por el proveedor predeterminado actual y continuando con los proveedores restantes en orden alfabético.

Si un proveedor falla, se prueba automáticamente el siguiente candidato. Si todos los candidatos fallan, el error incluye los detalles de cada intento.

Establezca agents.defaults.mediaGenerationAutoProviderFallback: false para utilizar únicamente las entradas explícitas model, primary y fallbacks.

{  agents: {    defaults: {      videoGenerationModel: {        primary: "google/veo-3.1-fast-generate-preview",        fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"],        timeoutMs: 180000, // sustitución opcional del tiempo de espera de la solicitud al proveedor por herramienta      },    },  },}

Notas sobre los proveedores

Modos de capacidad del proveedor

El contrato compartido de generación de vídeo admite capacidades específicas por modo en lugar de limitarse a límites agregados planos. Las nuevas implementaciones de proveedores deben preferir bloques de modo explícitos:

capabilities: {  generate: {    maxVideos: 1,    maxDurationSeconds: 10,    supportsResolution: true,  },  imageToVideo: {    enabled: true,    maxVideos: 1,    maxInputImages: 1,    maxInputImagesByModel: { "provider/reference-to-video": 9 },    maxDurationSeconds: 5,  },  videoToVideo: {    enabled: true,    maxVideos: 1,    maxInputVideos: 1,    maxDurationSeconds: 5,  },}

Los campos agregados planos como maxInputImages y maxInputVideos no bastan para anunciar la compatibilidad con los modos de transformación. Los proveedores deben declarar explícitamente generate, imageToVideo y videoToVideo para que las pruebas en vivo, las pruebas de contrato y la herramienta compartida video_generate puedan validar de forma determinista la compatibilidad con cada modo.

Cuando un modelo de un proveedor admita más entradas de referencia que los demás, usa maxInputImagesByModel, maxInputVideosByModel o maxInputAudiosByModel en lugar de aumentar el límite de todo el modo.

Pruebas en vivo

Cobertura en vivo opcional para los proveedores compartidos incluidos:

OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts

Comando auxiliar del repositorio:

pnpm test:live:media video

De forma predeterminada, este archivo de pruebas en vivo usa las variables de entorno del proveedor ya exportadas antes que los perfiles de autenticación almacenados y ejecuta una prueba de humo segura para versiones:

• generate para todos los proveedores que no sean FAL incluidos en el recorrido.
• Instrucción de un segundo sobre una langosta.
• Límite de operación por proveedor definido por OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS (180000 de forma predeterminada).

FAL es opcional porque la latencia de la cola del proveedor puede dominar el tiempo de publicación:

pnpm test:live:media video --video-providers fal

Establece OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1 para ejecutar también los modos de transformación declarados que el recorrido compartido puede probar de forma segura con contenido multimedia local:

• imageToVideo cuando capabilities.imageToVideo.enabled.
• videoToVideo cuando capabilities.videoToVideo.enabled y el proveedor o modelo acepta entradas de vídeo local respaldadas por búfer en el recorrido compartido.

Actualmente, la vía de pruebas en vivo compartida videoToVideo solo cubre runway cuando seleccionas runway/gen4_aleph.

Configuración

Establece el modelo predeterminado de generación de vídeo en tu configuración de OpenClaw:

{  agents: {    defaults: {      videoGenerationModel: {        primary: "qwen/wan2.6-t2v",        fallbacks: ["qwen/wan2.6-r2v-flash"],      },    },  },}

O mediante la CLI:

openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v"

Temas relacionados

• Alibaba Model Studio
• Tareas en segundo plano - seguimiento de tareas para la generación asíncrona de vídeo
• BytePlus
• ComfyUI
• Referencia de configuración
• fal
• Google (Gemini)
• MiniMax
• Modelos
• OpenAI
• Qwen
• Runway
• Together AI
• Descripción general de las herramientas
• Vydra
• xAI