← 返回
未分类 Key

创视界-视频生成

当智能体需要调用创视界 Future Vision 进行文生视频、图生视频、参考视频或参考音频视频生成,且不属于模板、批量创意、产品TVC/PVC或TVC Pro流程时使用。
当智能体需要调用创视界 Future Vision 进行文生视频、图生视频、参考视频或参考音频视频生成,且不属于模板、批量创意、产品TVC/PVC或TVC Pro流程时使用。
wendidi
未分类 community v1.0.1 2 版本 100000 Key: 需要
★ 1
Stars
📥 77
下载
💾 0
安装
2
版本
#latest

概述

创视界-视频生成

概述

本技能用于通过 https://future-vision.vodeshop.com 调用创视界自定义视频生成功能。后端会创建 work 记录,通常返回 queuedpendingrunning;创建成功不代表视频完成,必须通过 work progress 查询进度。

安装、认证、CLI 示例、HTTP 接口映射和轮询示例见 docs/openclaw-sora-custom-generation-guide.md

先判断是否应路由到其他技能

  • 模板复刻或同款生成:使用 future-vision-template-remake
  • 多创意探索、可编辑概念或批量生成:使用 future-vision-creative-batch-video
  • 产品图到轻量分镜 TVC/PVC:使用 future-vision-product-tvc
  • 专用 TVC Pro、人脸处理或语言确认流程:使用 future-vision-tvc-pro
  • 只需要图片输出:使用 future-vision-image-generation

必填参数

  • prompt:视频提示词。
  • model:稳定枚举为 standardprostable。CLI 也接受展示名称并自动归一,例如 全能模型 -> standard阿里模型 -> proxAI模型 -> stable
  • seconds:建议使用 51015,最终可用时长由后端按模型校验。
  • size:按模型选择。standard 通常使用 1280x720 / 720x1280pro / 阿里模型 文生视频通常使用 16:99:164:33:4stable 通常使用 720x1080 / 1080x720。最终矩阵由后端校验。

可选参数:

  • resolution:模型支持时可传 720P1080P 等质量档位。
  • referenceImagereferenceImageUrls:图生视频参考图。本地图片路径会被转换为后端支持的数据 URL。
  • referenceVideoUrls:参考视频;数量上限由后端按模型配置校验。
  • referenceAudioUrls:参考音频;不要单独使用音频,当前后端通常还需要视觉参考。
  • requestKeyidempotencyKey:作为 x-idempotency-key 发送,用于避免网络重试造成重复提交。

执行流程

  1. 先确认用户要的是直接自定义视频生成。
  2. 从最终提示词中移除 [media attached: ...] 等辅助标记。
  3. 如果上下文中有 image/* 附件,且调用方没有提供更明确的参考字段,把第一张图片作为 referenceImage
  4. 如果缺少必填字段,每次只询问一个字段,并输出 [SORA_MISSING_PARAM]。不要同时询问模型、时长和尺寸。
  5. 当用户说 阿里模型 时,默认按 model=pro 处理,除非实时后台配置另有变化。
  6. 构造 JSON 后调用:
node scripts/future-vision.mjs custom-video create --input payload.json --pretty
  1. 返回 CLI 的 JSON 结果。如果任务还未结束,额外输出 [SORA_TRACK],方便前端或其他智能体继续轮询。

常用命令

node scripts/future-vision.mjs custom-video create --input payload.json --pretty
node scripts/future-vision.mjs work progress --work-id <workId> --pretty
node scripts/future-vision.mjs work resolve --task-id <taskId> --pretty

只有当调用方明确希望阻塞等待时,才追加 --wait

缺参提示格式

[SORA_MISSING_PARAM]
workflow: sora-custom-video
missingField: model
options: standard | pro | stable
nextAction: wait_for_user_selection
[/SORA_MISSING_PARAM]

展示名称可以用于用户界面,但请求载荷建议使用稳定枚举:全能模型 -> standard阿里模型 -> proxAI模型 -> stable

[SORA_MISSING_PARAM]
workflow: sora-custom-video
missingField: seconds
options: 5 | 10 | 15
nextAction: wait_for_user_selection
[/SORA_MISSING_PARAM]

通用尺寸提示:

[SORA_MISSING_PARAM]
workflow: sora-custom-video
missingField: size
options: 1280x720 | 720x1280 | 1024x1024
nextAction: wait_for_user_selection
[/SORA_MISSING_PARAM]

model=pro / 阿里模型 时,优先使用下面的尺寸提示:

[SORA_MISSING_PARAM]
workflow: sora-custom-video
missingField: size
options: 16:9 | 9:16 | 4:3 | 3:4
nextAction: wait_for_user_selection
[/SORA_MISSING_PARAM]

如果缺少 prompt,不要给固定选项,只提出一个简短问题等待用户补充。

请求示例

{
  "prompt": "10秒电影感产品展示,明亮棚拍灯光,镜头缓慢推进",
  "model": "pro",
  "seconds": "5",
  "size": "16:9",
  "resolution": "720P",
  "referenceImageUrls": ["https://cdn.example.com/product.png"],
  "requestKey": "custom-video-product-reveal-001"
}

轮询标记

当状态为 queuedpendingrunningprocessingin_progress 时输出:

[SORA_TRACK]
workflow: sora-custom-video
resourceType: work
resourceId: <workId>
taskId: <taskId>
workId: <workId>
status: queued | pending | running | processing | in_progress
queuePosition: <number | unknown>
[/SORA_TRACK]

如果只有 taskId,先调用 node scripts/future-vision.mjs work resolve --task-id 解析到 workId 后再轮询。

注意事项

  • 共享 CLI 已覆盖认证、参数归一和错误格式,优先使用 CLI,不要在技能里直接拼后端接口。
  • 创建任务后不要立即宣称视频已完成。
  • 不要在技能内复制完整尺寸/时长矩阵;矩阵由后台配置和后端校验服务维护。
  • 保留参考媒体 URL 的顺序,后端会按模型能力选择可用子集。
  • 网络超时或本地中断后重试创建任务时,使用 requestKeyidempotencyKey 避免重复提交。
  • 如果 CLI 返回 AUTH_REQUIRED、提示缺少 FUTURE_VISION_JWT / 旧版 SORA_JWT,或后端返回 401,按 docs/openclaw-sora-auth.md 保存 API KEY 后重试同一条命令。

参考文件

版本历史

共 2 个版本

  • v1.0.1 1.0.1:将技能概述、路由判断、参数说明、执行流程、注意事项和示例改为中文,保留命令与 JSON 字段格式,优化中文用户阅读体验。 当前
    2026-05-26 14:58 安全 安全
  • v1.0.0 首次发布:提供创视界视频生成技能,包含 Future Vision CLI、安装文档、认证说明、参数契约、模型别名和轮询示例。
    2026-05-26 14:44 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

self-improving agent

pskoett
捕获经验教训、错误和纠正,以实现持续改进。使用时机:(1)命令或操作意外失败;(2)用户纠正……
★ 4,058 📥 797,273
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,353 📥 317,862
developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 668 📥 323,917