text-to-video

これはレビュー時に保存された抜粋です。完全で最新の内容は外部ソースを確認してください。

---
name: text-to-video
description: "使用 meitu-cli 从纯文字描述生成动态视频，覆盖高画质默认模式与高动态快速模式。当用户提到文生视频、文字生成视频、帮我生成一段视频、做一个视频、广告视频、产品宣传片、短视频时触发。"
version: "1.0.0"
metadata: {"openclaw":{"requires":{"bins":["meitu"],"env":["MEITU_OPENAPI_ACCESS_KEY","MEITU_OPENAPI_SECRET_KEY","MEITU_OPENAPI_TOOL_TASK_MODE"],"paths":{"read":["~/.meitu/credentials.json","~/.meitu/tool-registry.json","~/.openclaw/workspace/visual/","./openclaw.yaml"],"write":["~/.openclaw/workspace/visual/","./output/"]}},"primaryEnv":"MEITU_OPENAPI_ACCESS_KEY"}}
requirements:
  credentials:
    - name: MEITU_OPENAPI_ACCESS_KEY
      source: env | ~/.meitu/credentials.json
    - name: MEITU_OPENAPI_SECRET_KEY
      source: env | ~/.meitu/credentials.json
  env:
    MEITU_OPENAPI_TOOL_TASK_MODE: command
  permissions:
    - type: file_read
      paths:
        - ~/.meitu/credentials.json
        - ~/.meitu/tool-registry.json
        - ~/.openclaw/workspace/visual/
        - ./openclaw.yaml
    - type: file_write
      paths:
        - ~/.openclaw/workspace/visual/
        - ./output/
    - type: exec
      commands:
        - meitu
---

# Text To Video（文生视频）

## Overview

纯文字驱动生成动态视频，涵盖 2 类场景：

1. **高画质默认模式**：创意视频、广告素材、文案可视化、概念演示；4–15s，比例 adaptive/16:9/4:3/1:1/3:4/9:16/21:9，480p/720p，音频默认 on。
2. **高动态快速模式**：追求动态效果 / 画面生动、或需 3s 短时长；3–15s，仅 16:9/1:1/9:16，720p，音频默认 off，动态效果更强。

不处理：图片驱动生成视频、音频驱动生成、视频编辑、视频加特效/改风格。

## API Mapping

| 场景 | 后端 API |
|------|---------|
| 高画质默认模式 | `video_toffee_t2v_v20` |
| 高动态快速模式 | `video_bonbon_txt2vid_v30` |

model 映射：

- `auto`（默认）/ 不传 → 按路由规则决策
- `toffee` → `video_toffee_t2v_v20`
- `bonbon` → `video_bonbon_txt2vid_v30`
- 互相降级：一方失败切另一方重试

## Dependencies

- **meitu-cli**: `>=2.0.6`
- **凭证**：CONFIG AKSK → `meitu tools update`；EXEC AKSK → 跑命令（见根 `CONFIG.md`）
- **环境变量**：`MEITU_OPENAPI_TOOL_TASK_MODE=command`

## Core Workflow

```
Preflight → Execute → Deliver
```

### Preflight

1. `meitu --version` ≥ 2.0.6
2. `meitu auth verify --json`
3. 确认 registry 含 `text-to-video`
4. 解析 output_dir：`openclaw.yaml` → `./output/`；else → `~/.openclaw/workspace/visual/output/text-to-video/`
5. 时长钳位：用户要 <3s → 钳位 3s 并告知

### Execute

**触发信号 / 路由规则**

决策顺序：
1. 时长 <3s → 钳位 3s
2. 动态优先 / 3s 短时长 命中 → 候选 `video_bonbon_txt2vid_v30`
3. 若比例为 4:3/3:4/21:9/adaptive → 比例优先，切回 `video_toffee_t2v_v20`
4. 无特殊要求 → `video_toffee_t2v_v20`（默认）

| 场景 | 判定关键词 | 路由 |
|------|-----------|------|
| 动态优先 | 动态、生动 | `video_bonbon_txt2vid_v30` |
| 3s 短时长 | 3 秒 | `video_bonbon_txt2vid_v30` |
| 默认 / 无特殊要求 | 通用 | `video_toffee_t2v_v20` |
| 特殊比例（4:3/3:4/21:9/adaptive） | -- | 强制 `video_toffee_t2v_v20`（比例优先）|
| 要 480p | -- | `video_toffee_t2v_v20`（bonbon 不支持 480p）|

**参数定义**

通用参数：

| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 |
|------|------|------|------|--------|------|
| `prompt` | STRING | 是 | -- | -- | 视频内容描述。缺失 → 追问 |
| `video_duration` | NUMBER | 是 | 3–15 | 按 API 不同 | toffee: 4–15，默认 10；bonbon: 3–15，默认 5 |
| `sound` | STRING / BOOL | 是 | on/off 或 true/false | 按 API 不同 | toffee: BOOL `generate_audio`，默认 true；bonbon: STRING on/off，默认 off |
| `aspect_ratio` | STRING | 是 | adaptive / 16:9 / 1:1 / 9:16 / 4:3 / 3:4 / 21:9 | 按 API 不同 | toffee 全比例支持，默认 adaptive；bonbon 仅 16:9/1:1/9:16，默认 16:9 |
| `resolution` | STRING | 否 | 480p / 720p | 720p | 仅 toffee 支持；bonbon 固定 720p |

各 API 参数映射：

**`video_toffee_t2v_v20`（高画质默认）**

| 统一参数 | API 参数 | 映射规则 |
|---|---|---|
| `prompt` | `prompt` | 直传 |
| `video_duration` | `video_duration` | clamp(4, 15)，默认 10 |
| `sound` | `generate_audio` | on→true / off→false；默认 true |
| `aspect_ratio` | `ratio` | 全比例直传，默认 adaptive |
| `resolution` | `resolution` | 480p/720p，默认 720p |

**`video_bonbon_txt2vid_v30`（高动态快速）**

| 统一参数 | API 参数 | 映射规则 |
|---|---|---|
| `prompt` | `prompt` | 直传 |
| `video_duration` | `video_duration` | clamp(3, 15)，默认 5 |
| `sound` | `sound` | on/off 直传，默认 off |
| `aspect_ratio` | `aspect_ratio` | 支持 16:9/1:1/9:16；其他比例切 toffee |

**工具调用**

默认高画质：
```bash
meitu text-to-video \
  --skill_name skill_text-to-video \
  --prompt "{video_description}" \
  --video_duration