--- read_when: - Génération de vidéos via l’agent - Configuration des fournisseurs et des modèles de génération vidéo - Comprendre les paramètres de l’outil video_generate sidebarTitle: Video generation summary: Générez des vidéos avec `video_generate` à partir de références textuelles, d’images ou de vidéos sur 16 backends de fournisseurs title: Génération de vidéos x-i18n: generated_at: "2026-07-12T03:11:38Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: dd34232a3b1a340fcd7dd51a8c5517f976b2300d86a87b56b86a35102ac2d502 source_path: tools/video-generation.md workflow: 16 --- Les agents OpenClaw génèrent des vidéos à partir de prompts textuels, d’images de référence ou de vidéos existantes via `video_generate`. Seize backends de fournisseurs sont pris en charge ; l’agent choisit automatiquement celui qui convient en fonction de la configuration et des clés API disponibles. `video_generate` apparaît uniquement lorsqu’au moins un fournisseur de génération vidéo est disponible. S’il est absent des outils de votre agent, définissez une clé API de fournisseur ou configurez `agents.defaults.videoGenerationModel`. `video_generate` dispose de trois modes d’exécution, déterminés à partir des entrées de référence de l’appel : - `generate` - aucun média de référence (texte vers vidéo). - `imageToVideo` - une ou plusieurs images de référence. - `videoToVideo` - une ou plusieurs vidéos de référence. Les fournisseurs peuvent prendre en charge n’importe quel sous-ensemble de ces modes. L’outil valide le mode actif avant l’envoi et indique les modes pris en charge dans `action=list`. ## Démarrage rapide Définissez une clé API pour n’importe quel fournisseur pris en charge : ```bash export GEMINI_API_KEY="your-key" ``` ```bash openclaw config set agents.defaults.videoGenerationModel.primary "google/veo-3.1-fast-generate-preview" ``` > Générez une vidéo cinématographique de 5 secondes montrant un homard sympathique surfant au coucher du soleil. L’agent appelle automatiquement `video_generate`. Aucune liste d’autorisation d’outils n’est nécessaire. ## Fonctionnement de la génération asynchrone La génération vidéo est asynchrone : 1. OpenClaw envoie la requête au fournisseur et renvoie immédiatement un identifiant de tâche. 2. Le fournisseur traite la tâche en arrière-plan (généralement de 30 secondes à plusieurs minutes selon le fournisseur et la résolution ; les fournisseurs lents reposant sur une file d’attente peuvent s’exécuter jusqu’au délai configuré). 3. Lorsque la vidéo est prête, OpenClaw réveille la même session avec un événement interne d’achèvement. 4. L’agent la transmet via le mode normal de réponse visible de la session : réponse finale automatique, ou `message(action="send")` lorsque la session nécessite l’outil de messagerie. Si la session du demandeur est inactive, ou si son réveil échoue et que le média généré est toujours absent de la réponse d’achèvement, OpenClaw envoie directement le média par un mécanisme de secours idempotent. Tant qu’une tâche est en cours, les appels `video_generate` en double dans la même session renvoient l’état actuel de la tâche au lieu de lancer une nouvelle génération. Utilisez `action: "status"` pour vérifier l’état sans déclencher de nouvelle génération, ou `openclaw tasks list` / `openclaw tasks show ` depuis la CLI (voir [Tâches en arrière-plan](/fr/automation/tasks)). En dehors des exécutions d’agent adossées à une session (par exemple, les appels directs d’outils), l’outil revient à une génération en ligne et renvoie le chemin final du média dans le même tour. Les fichiers vidéo générés sont enregistrés dans le stockage de médias géré par OpenClaw lorsque le fournisseur renvoie des octets. La limite par défaut est de 16 Mo (la limite partagée des médias vidéo) ; `agents.defaults.mediaMaxMb` permet de l’augmenter pour les rendus plus volumineux. Lorsqu’un fournisseur renvoie également une URL de sortie hébergée, OpenClaw transmet cette URL au lieu de faire échouer la tâche si la persistance locale refuse un fichier trop volumineux. ### Cycle de vie d’une tâche | État | Signification | | ----------- | ---------------------------------------------------------------------------------------------------------------- | | `queued` | Tâche créée, en attente de son acceptation par le fournisseur. | | `running` | Le fournisseur effectue le traitement (généralement de 30 secondes à plusieurs minutes selon le fournisseur et la résolution). | | `succeeded` | Vidéo prête ; l’agent se réveille et la publie dans la conversation. | | `failed` | Erreur du fournisseur ou expiration du délai ; l’agent se réveille avec les détails de l’erreur. | Vérifiez l’état depuis la CLI : ```bash openclaw tasks list openclaw tasks show openclaw tasks cancel ``` ## Fournisseurs pris en charge | Fournisseur | Modèle par défaut | Texte | Réf. image | Réf. vidéo | Authentification | | --------------------- | ------------------------------- | :--: | ---------------------------------------------------- | ----------------------------------------------- | ---------------------------------------- | | Alibaba | `wan2.6-t2v` | ✓ | Oui (URL distante) | Oui (URL distante) | `MODELSTUDIO_API_KEY` | | BytePlus (1.0) | `seedance-1-0-pro-250528` | ✓ | Jusqu’à 2 images (modèles I2V uniquement ; première et dernière images) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 1.5 | `seedance-1-5-pro-251215` | ✓ | Jusqu’à 2 images (première et dernière images via le rôle) | - | `BYTEPLUS_API_KEY` | | BytePlus Seedance 2.0 | `dreamina-seedance-2-0-260128` | ✓ | Jusqu’à 9 images de référence | Jusqu’à 3 vidéos | `BYTEPLUS_API_KEY` | | ComfyUI | `workflow` | ✓ | 1 image | - | `COMFY_API_KEY` ou `COMFY_CLOUD_API_KEY` | | DeepInfra | `Pixverse/Pixverse-T2V` | ✓ | - | - | `DEEPINFRA_API_KEY` | | fal | `fal-ai/minimax/video-01-live` | ✓ | 1 image ; jusqu’à 9 avec la conversion référence-vers-vidéo de Seedance | Jusqu’à 3 vidéos avec la conversion référence-vers-vidéo de Seedance | `FAL_KEY` | | Google | `veo-3.1-fast-generate-preview` | ✓ | 1 image | 1 vidéo | `GEMINI_API_KEY` | | MiniMax | `MiniMax-Hailuo-2.3` | ✓ | 1 image | - | `MINIMAX_API_KEY` ou OAuth MiniMax | | OpenAI | `sora-2` | ✓ | 1 image | 1 vidéo | `OPENAI_API_KEY` | | OpenRouter | `google/veo-3.1-fast` | ✓ | Jusqu’à 4 images (première/dernière image ou références) | - | `OPENROUTER_API_KEY` | | Qwen | `wan2.6-t2v` | ✓ | Oui (URL distante) | Oui (URL distante) | `QWEN_API_KEY` | | Runway | `gen4.5` | ✓ | 1 image | 1 vidéo | `RUNWAYML_API_SECRET` | | Together | `Wan-AI/Wan2.2-T2V-A14B` | ✓ | `Wan-AI/Wan2.2-I2V-A14B` uniquement | - | `TOGETHER_API_KEY` | | Vydra | `veo3` | ✓ | 1 image (`kling`) | - | `VYDRA_API_KEY` | | xAI | `grok-imagine-video` | ✓ | Classique : 1 première image ou 7 références ; 1.5 : 1 image | Classique : 1 vidéo | `XAI_API_KEY` | Certains fournisseurs acceptent des variables d’environnement supplémentaires ou alternatives pour les clés API. Consultez les [pages des fournisseurs](#related) pour plus de détails. Exécutez `video_generate action=list` pour examiner les fournisseurs, modèles et modes d’exécution disponibles au moment de l’exécution. ### Matrice des capacités Le contrat de mode explicite utilisé par `video_generate`, les tests de contrat et la vérification en conditions réelles partagée : | Fournisseur | `generate` | `imageToVideo` | `videoToVideo` | Scénarios partagés en conditions réelles actuellement | | ----------- | :--------: | :------------: | :------------: | --------------------------------------------------------------------------------------------------------------------------------------- | | Alibaba | ✓ | ✓ | ✓ | `generate`, `imageToVideo` ; `videoToVideo` ignoré, car ce fournisseur nécessite des URL vidéo `http(s)` distantes | | BytePlus | ✓ | ✓ | - | `generate`, `imageToVideo` | | ComfyUI | ✓ | ✓ | - | Non inclus dans la vérification partagée ; la couverture propre aux workflows se trouve dans les tests ComfyUI | | DeepInfra | ✓ | - | - | `generate` ; les schémas vidéo natifs de DeepInfra correspondent au texte vers vidéo dans le contrat du Plugin | | fal | ✓ | ✓ | ✓ | `generate`, `imageToVideo` ; `videoToVideo` uniquement lors de l’utilisation de la conversion référence-vers-vidéo de Seedance | | Google | ✓ | ✓ | ✓ | `generate`, `imageToVideo` ; le scénario partagé `videoToVideo` est ignoré, car la vérification Gemini/Veo actuelle adossée à un tampon n’accepte pas cette entrée | | MiniMax | ✓ | ✓ | - | `generate`, `imageToVideo` | | OpenAI | ✓ | ✓ | ✓ | `generate`, `imageToVideo` ; le scénario partagé `videoToVideo` est ignoré, car ce chemin d’organisation/d’entrée nécessite actuellement un accès fournisseur à l’édition vidéo | | OpenRouter | ✓ | ✓ | - | `generate`, `imageToVideo` | | Qwen | ✓ | ✓ | ✓ | `generate`, `imageToVideo` ; `videoToVideo` ignoré, car ce fournisseur nécessite des URL vidéo `http(s)` distantes | | Runway | ✓ | ✓ | ✓ | `generate`, `imageToVideo` ; `videoToVideo` s’exécute uniquement lorsque le modèle sélectionné est `runway/gen4_aleph` | | Together | ✓ | ✓ | - | `generate`, `imageToVideo` | | Vydra | ✓ | ✓ | - | `generate` ; le scénario partagé `imageToVideo` est ignoré, car le modèle `veo3` intégré accepte uniquement du texte et le modèle `kling` intégré nécessite une URL d’image distante | | xAI | ✓ | ✓ | ✓ | La version classique prend en charge tous les modes ; Video 1.5 prend uniquement en charge l’image vers vidéo ; une entrée MP4 distante exclut `videoToVideo` de la vérification partagée | ## Paramètres de l’outil ### Obligatoires Description textuelle de la vidéo à générer. Obligatoire pour `action: "generate"`. ### Entrées de contenu Une seule image de référence (chemin ou URL). Plusieurs images de référence (jusqu’à 9). Indications facultatives de rôle par position, correspondant à la liste combinée des images. Valeurs canoniques : `first_frame`, `last_frame`, `reference_image`. Une seule vidéo de référence (chemin ou URL). Plusieurs vidéos de référence (jusqu’à 4). Indications facultatives de rôle par position, correspondant à la liste combinée des vidéos. Valeur canonique : `reference_video`. Un seul contenu audio de référence (chemin ou URL). Utilisé comme musique de fond ou référence vocale lorsque le fournisseur prend en charge les entrées audio. Plusieurs contenus audio de référence (jusqu’à 3). Indications facultatives de rôle par position, correspondant à la liste combinée des contenus audio. Valeur canonique : `reference_audio`. Les indications de rôle sont transmises telles quelles au fournisseur. Les valeurs canoniques proviennent de l’union `VideoGenerationAssetRole`, mais les fournisseurs peuvent accepter des chaînes de rôle supplémentaires. Les tableaux `*Roles` ne doivent pas comporter plus d’entrées que la liste de références correspondante ; les erreurs de décalage d’une position échouent avec un message clair. Utilisez une chaîne vide pour laisser un emplacement non défini. Pour xAI, définissez chaque rôle d’image sur `reference_image` afin d’utiliser son mode de génération `reference_images` ; omettez le rôle ou utilisez `first_frame` pour convertir une seule image en vidéo. ### Contrôles de style Indication de rapport d’aspect telle que `1:1`, `16:9`, `9:16`, `adaptive` ou une valeur propre au fournisseur. OpenClaw normalise ou ignore les valeurs non prises en charge selon le fournisseur. Indication de résolution telle que `360P`, `480P`, `540P`, `720P`, `768P`, `1080P`, `4K` ou une valeur propre au fournisseur. OpenClaw normalise ou ignore les valeurs non prises en charge selon le fournisseur. Durée cible en secondes (arrondie à la valeur la plus proche prise en charge par le fournisseur). Indication de taille lorsque le fournisseur la prend en charge. Active la génération audio dans la sortie lorsqu’elle est prise en charge. À distinguer de `audioRef*` (entrées). Active ou désactive le filigrane du fournisseur lorsqu’il est pris en charge. `adaptive` est une valeur sentinelle propre au fournisseur : elle est transmise telle quelle aux fournisseurs qui déclarent `adaptive` dans leurs capacités (par exemple, BytePlus Seedance l’utilise pour détecter automatiquement le rapport à partir des dimensions de l’image d’entrée). Les fournisseurs qui ne la déclarent pas exposent la valeur via `details.ignoredOverrides` dans le résultat de l’outil afin que son abandon soit visible. ### Avancé `"status"` renvoie la tâche de la session actuelle ; `"list"` inspecte les fournisseurs. Remplacement du fournisseur/modèle (par exemple `runway/gen4.5`). Indication du nom du fichier de sortie. Délai d’expiration facultatif de l’opération du fournisseur, en millisecondes. Lorsqu’il est omis, OpenClaw utilise `agents.defaults.videoGenerationModel.timeoutMs` s’il est configuré, sinon la valeur par défaut définie par l’auteur du plugin pour le fournisseur lorsqu’elle existe. Options propres au fournisseur sous forme d’objet JSON (par exemple `{"seed": 42, "draft": true}`). Les fournisseurs qui déclarent un schéma typé valident les clés et les types ; les clés inconnues ou les incompatibilités entraînent l’exclusion du candidat lors du repli. Les fournisseurs sans schéma déclaré reçoivent les options telles quelles. Exécutez `video_generate action=list` pour connaître les valeurs acceptées par chaque fournisseur. Tous les fournisseurs ne prennent pas en charge tous les paramètres. OpenClaw normalise la durée vers la valeur la plus proche prise en charge par le fournisseur et remappe les indications géométriques traduites, comme la conversion de la taille en rapport d’aspect, lorsqu’un fournisseur de repli expose une autre interface de contrôle. Les remplacements réellement non pris en charge sont ignorés dans la mesure du possible et signalés comme avertissements dans le résultat de l’outil. Les limites strictes de capacité (comme un trop grand nombre d’entrées de référence) provoquent un échec avant l’envoi. Les résultats de l’outil indiquent les paramètres appliqués ; `details.normalization` consigne toute conversion entre la valeur demandée et la valeur appliquée. Les entrées de référence déterminent le mode d’exécution : - Aucun média de référence -> `generate` - Toute référence d’image -> `imageToVideo` - Toute référence vidéo -> `videoToVideo` - Les entrées audio de référence **ne** modifient **pas** le mode résolu ; elles s’appliquent par-dessus le mode sélectionné par les références d’image ou de vidéo, et fonctionnent uniquement avec les fournisseurs qui déclarent `maxInputAudios`. Le mélange de références d’images et de vidéos ne constitue pas une interface de capacité partagée stable. Privilégiez un seul type de référence par requête. #### Repli et options typées Certaines vérifications de capacité s’appliquent au niveau du repli plutôt qu’à la frontière de l’outil. Une requête qui dépasse les limites du fournisseur principal peut donc tout de même être exécutée par un fournisseur de repli adapté : - Un candidat actif ne déclarant aucun `maxInputAudios` (ou déclarant `0`) est ignoré lorsque la requête contient des références audio ; le candidat suivant est essayé. La même protection s’applique au nombre de références d’images et de vidéos par rapport à `maxInputImages`/`maxInputVideos`. - Si la valeur `maxDurationSeconds` du candidat actif est inférieure à la valeur `durationSeconds` demandée et qu’aucune liste `supportedDurationSeconds` n’est déclarée, le candidat est ignoré. - Si la requête contient `providerOptions` et que le candidat actif déclare explicitement un schéma `providerOptions` typé, il est ignoré si les clés fournies ne figurent pas dans le schéma ou si les types des valeurs ne correspondent pas. Les fournisseurs sans schéma déclaré reçoivent les options telles quelles (transmission rétrocompatible). Un fournisseur peut refuser toutes les options de fournisseur en déclarant un schéma vide (`capabilities.providerOptions: {}`), ce qui entraîne la même exclusion qu’une incompatibilité de type. La première raison d’exclusion d’une requête est journalisée au niveau `warn` afin que les opérateurs voient quand leur fournisseur principal a été écarté ; les exclusions suivantes sont journalisées au niveau `debug` afin de ne pas encombrer les longues chaînes de repli. Si tous les candidats sont ignorés, l’erreur agrégée inclut la raison d’exclusion de chacun. ## Actions | Action | Effet | | ---------- | -------------------------------------------------------------------------------------------------------- | | `generate` | Par défaut. Crée une vidéo à partir de l’invite fournie et des entrées de référence facultatives. | | `status` | Vérifie l’état de la tâche vidéo en cours pour la session actuelle sans lancer une autre génération. | | `list` | Affiche les fournisseurs et modèles disponibles, ainsi que leurs capacités. | ## Sélection du modèle OpenClaw résout le modèle dans l’ordre suivant : 1. **Paramètre d’outil `model`** - si l’agent en indique un dans l’appel. 2. **`videoGenerationModel.primary`** dans la configuration. 3. **`videoGenerationModel.fallbacks`** dans l’ordre. 4. **Détection automatique** - fournisseurs disposant d’une authentification valide, en commençant par le fournisseur par défaut actuel, puis les fournisseurs restants dans l’ordre alphabétique. Si un fournisseur échoue, le candidat suivant est essayé automatiquement. Si tous les candidats échouent, l’erreur inclut les détails de chaque tentative. Définissez `agents.defaults.mediaGenerationAutoProviderFallback: false` pour utiliser uniquement les entrées explicites `model`, `primary` et `fallbacks`. ```json5 { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", fallbacks: ["runway/gen4.5", "qwen/wan2.6-t2v"], timeoutMs: 180000, // remplacement facultatif du délai d’expiration de la requête au fournisseur pour chaque outil }, }, }, } ``` ## Remarques sur les fournisseurs Utilise le point de terminaison asynchrone DashScope / Model Studio. Les images et vidéos de référence doivent être des URL `http(s)` distantes. Identifiant du fournisseur : `byteplus`. Modèles : `seedance-1-0-pro-250528` (par défaut), `seedance-1-0-pro-t2v-250528`, `seedance-1-0-pro-fast-251015`, `seedance-1-0-lite-t2v-250428`, `seedance-1-0-lite-i2v-250428`. Les modèles T2V (`*-t2v-*`) n’acceptent pas les entrées d’image ; les modèles I2V et les modèles généraux `*-pro-*` prennent en charge une seule image de référence (première image). Transmettez l’image par position ou définissez `role: "first_frame"`. Lorsqu’une image est fournie, les identifiants de modèles T2V sont automatiquement remplacés par la variante I2V correspondante. Clés `providerOptions` prises en charge : `seed` (nombre), `draft` (booléen - impose 480p), `camera_fixed` (booléen). Nécessite le plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark) (externe, non inclus). Identifiant du fournisseur : `byteplus-seedance15`. Modèle : `seedance-1-5-pro-251215`. Utilise l’API unifiée `content[]`. Prend en charge au maximum 2 images d’entrée (`first_frame` + `last_frame`). Toutes les entrées doivent être des URL `https://` distantes. Définissez `role: "first_frame"` / `"last_frame"` sur chaque image, ou transmettez les images par position. `aspectRatio: "adaptive"` détecte automatiquement le rapport à partir de l’image d’entrée. `audio: true` correspond à `generate_audio`. `providerOptions.seed` (nombre) est transmis. Nécessite le plugin [`@openclaw/byteplus-modelark`](https://www.npmjs.com/package/@openclaw/byteplus-modelark) (externe, non inclus). Identifiant du fournisseur : `byteplus-seedance2`. Modèles : `dreamina-seedance-2-0-260128`, `dreamina-seedance-2-0-fast-260128`. Utilise l’API unifiée `content[]`. Prend en charge jusqu’à 9 images de référence, 3 vidéos de référence et 3 contenus audio de référence. Toutes les entrées doivent être des URL `https://` distantes. Définissez `role` sur chaque ressource ; valeurs prises en charge : `"first_frame"`, `"last_frame"`, `"reference_image"`, `"reference_video"`, `"reference_audio"`. `aspectRatio: "adaptive"` détecte automatiquement le rapport à partir de l’image d’entrée. `audio: true` correspond à `generate_audio`. `providerOptions.seed` (nombre) est transmis. Exécution locale ou dans le cloud pilotée par un workflow. Prend en charge la génération de texte en vidéo et d’image en vidéo via le graphe configuré. Utilise un flux adossé à une file d’attente pour les tâches de longue durée. Par défaut, OpenClaw attend jusqu’à 20 minutes avant de considérer comme expirée une tâche fal en cours dans la file d’attente. La plupart des modèles vidéo fal acceptent une seule image de référence. Les modèles Seedance 2.0 de génération de vidéo à partir de références acceptent jusqu’à 9 images, 3 vidéos et 3 références audio, dans la limite de 12 fichiers de référence au total. Prend en charge une référence d’image ou de vidéo. Les demandes de génération audio sont ignorées avec un avertissement sur le chemin de l’API Gemini, car cette API rejette le paramètre `generateAudio` pour la génération vidéo Veo actuelle. Une seule référence d’image. MiniMax accepte les résolutions `768P` et `1080P` ; les demandes telles que `720P` sont normalisées vers la valeur prise en charge la plus proche avant leur envoi. Seule la substitution de `size` est transmise. Les autres substitutions de style (`aspectRatio`, `resolution`, `audio`, `watermark`) sont ignorées avec un avertissement. Utilise l’API asynchrone `/videos` d’OpenRouter. OpenClaw soumet la tâche, interroge `polling_url`, puis télécharge soit `unsigned_urls`, soit le point de terminaison documenté du contenu de la tâche. Le modèle `google/veo-3.1-fast` fourni par défaut annonce des durées de 4/6/8 secondes, des résolutions `720P`/`1080P` et des formats d’image `16:9`/`9:16`. Utilise le même backend DashScope qu’Alibaba. Les entrées de référence doivent être des URL `http(s)` distantes ; les fichiers locaux sont rejetés en amont. Prend en charge les fichiers locaux via des URI de données. La transformation de vidéo en vidéo nécessite `runway/gen4_aleph`. Les exécutions à partir de texte uniquement proposent les formats d’image `16:9` et `9:16`. Une seule référence d’image. Utilise directement `https://www.vydra.ai/api/v1` afin d’éviter les redirections qui suppriment l’authentification. `veo3` est fourni uniquement pour la génération de texte en vidéo ; `kling` nécessite une URL d’image distante. Le modèle par défaut `grok-imagine-video` prend en charge la génération de texte en vidéo, la génération de vidéo à partir d’une seule image servant de première image, jusqu’à 7 entrées `reference_image` via `reference_images` de xAI, ainsi que les flux distants de modification et d’extension de vidéo. La génération utilise `480P` par défaut ; la génération de vidéo à partir d’une seule image reprend le format de la source lorsque `aspectRatio` est omis. La modification et l’extension de vidéo reprennent la géométrie de l’entrée et n’acceptent aucune substitution du format d’image ni de la résolution. L’extension accepte une durée de 2 à 10 secondes. `grok-imagine-video-1.5` prend uniquement en charge la génération d’image en vidéo : fournissez exactement une image. Il accepte une durée de 1 à 15 secondes et les résolutions `480P`, `720P` ou `1080P`, avec `480P` par défaut ; omettez `aspectRatio` pour reprendre le format de l’image source. Les identifiants de préversion et les identifiants 1.5 datés font l’objet de la même validation et sont transmis sans modification. ## Modes de capacités des fournisseurs Le contrat partagé de génération vidéo prend en charge des capacités propres à chaque mode plutôt que de simples limites agrégées globales. Les nouvelles implémentations de fournisseurs doivent privilégier des blocs de mode explicites : ```typescript 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, }, } ``` Les champs agrégés globaux tels que `maxInputImages` et `maxInputVideos` ne suffisent **pas** à annoncer la prise en charge des modes de transformation. Les fournisseurs doivent déclarer explicitement `generate`, `imageToVideo` et `videoToVideo` afin que les tests en conditions réelles, les tests de contrat et l’outil partagé `video_generate` puissent valider de manière déterministe la prise en charge de chaque mode. Lorsqu’un modèle d’un fournisseur prend en charge davantage d’entrées de référence que les autres, utilisez `maxInputImagesByModel`, `maxInputVideosByModel` ou `maxInputAudiosByModel` plutôt que d’augmenter la limite applicable à l’ensemble du mode. ## Tests en conditions réelles Couverture en conditions réelles facultative pour les fournisseurs intégrés partagés : ```bash OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts ``` Script d’encapsulation du dépôt : ```bash pnpm test:live:media video ``` Par défaut, ce fichier de test en conditions réelles utilise les variables d’environnement des fournisseurs déjà exportées avant les profils d’authentification enregistrés, et exécute un test de bon fonctionnement sûr pour la publication : - `generate` pour chaque fournisseur autre que FAL inclus dans la série de tests. - Une invite d’une seconde mettant en scène un homard. - Une limite de durée par opération et par fournisseur définie par `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` (`180000` par défaut). FAL est facultatif, car la latence de la file d’attente côté fournisseur peut dominer la durée de publication : ```bash pnpm test:live:media video --video-providers fal ``` Définissez `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1` pour exécuter également les modes de transformation déclarés que la série de tests partagée peut exercer en toute sécurité avec des médias locaux : - `imageToVideo` lorsque `capabilities.imageToVideo.enabled`. - `videoToVideo` lorsque `capabilities.videoToVideo.enabled` et que le fournisseur ou le modèle accepte, dans la série de tests partagée, une entrée vidéo locale adossée à un tampon. Actuellement, le parcours de test en conditions réelles partagé `videoToVideo` ne couvre `runway` que lorsque vous sélectionnez `runway/gen4_aleph`. ## Configuration Définissez le modèle de génération vidéo par défaut dans votre configuration OpenClaw : ```json5 { agents: { defaults: { videoGenerationModel: { primary: "qwen/wan2.6-t2v", fallbacks: ["qwen/wan2.6-r2v-flash"], }, }, }, } ``` Ou via la CLI : ```bash openclaw config set agents.defaults.videoGenerationModel.primary "qwen/wan2.6-t2v" ``` ## Ressources associées - [Alibaba Model Studio](/fr/providers/alibaba) - [Tâches en arrière-plan](/fr/automation/tasks) - suivi des tâches pour la génération vidéo asynchrone - [BytePlus](/fr/concepts/model-providers#byteplus-international) - [ComfyUI](/fr/providers/comfy) - [Référence de configuration](/fr/gateway/config-agents#agent-defaults) - [fal](/fr/providers/fal) - [Google (Gemini)](/fr/providers/google) - [MiniMax](/fr/providers/minimax) - [Modèles](/fr/concepts/models) - [OpenAI](/fr/providers/openai) - [Qwen](/fr/providers/qwen) - [Runway](/fr/providers/runway) - [Together AI](/fr/providers/together) - [Présentation des outils](/fr/tools) - [Vydra](/fr/providers/vydra) - [xAI](/fr/providers/xai)