Vydra

Domyślny i jedyny dołączony model obrazów:

• vydra/grok-imagine

Ustaw go jako domyślnego dostawcę generowania obrazów:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "vydra/grok-imagine",      },    },  },}

Dołączona obsługa obejmuje wyłącznie generowanie obrazów z tekstu, maksymalnie jednego obrazu na żądanie. Hostowane trasy edycji Vydra oczekują zdalnych adresów URL obrazów, a dołączony Plugin nie dodaje mostu przesyłania specyficznego dla Vydra.

Zarejestrowane modele wideo:

• vydra/veo3 do generowania wideo z tekstu (odrzuca wejściowe obrazy referencyjne)
• vydra/kling do generowania wideo z obrazu (wymaga dokładnie jednego zdalnego adresu URL obrazu)

Ustaw Vydra jako domyślnego dostawcę generowania wideo:

{  agents: {    defaults: {      videoGenerationModel: {        primary: "vydra/veo3",      },    },  },}

Uwagi:

• vydra/kling od razu odrzuca przesyłanie plików lokalnych; działa wyłącznie odwołanie do zdalnego adresu URL obrazu.
• Trasa HTTP kling usługi Vydra nie zawsze zachowuje się spójnie w kwestii wymagania pola image_url lub video_url; dołączony dostawca wysyła ten sam zdalny adres URL obrazu w obu polach.
• Dołączony Plugin zachowuje ostrożne podejście i nie przekazuje nieudokumentowanych parametrów stylu, takich jak proporcje obrazu, rozdzielczość, znak wodny czy generowany dźwięk.

Testy na żywo specyficzne dla dostawcy:

OPENCLAW_LIVE_TEST=1 \OPENCLAW_LIVE_VYDRA_VIDEO=1 \pnpm test:live -- extensions/vydra/vydra.live.test.ts

Dołączony plik testów na żywo Vydra obejmuje:

• generowanie wideo z tekstu przez vydra/veo3
• generowanie wideo z obrazu przez vydra/kling przy użyciu zdalnego adresu URL obrazu

W razie potrzeby zastąp zdalny obraz testowy:

export OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL="https://example.com/reference.png"

Ustaw Vydra jako dostawcę syntezy mowy:

{  messages: {    tts: {      provider: "vydra",      providers: {        vydra: {          apiKey: "${VYDRA_API_KEY}",          voiceId: "21m00Tcm4TlvDq8ikWAM",        },      },    },  },}

Wartości domyślne:

• Model: elevenlabs/tts
• Identyfikator głosu: 21m00Tcm4TlvDq8ikWAM („Rachel”)

Dołączony Plugin udostępnia ten jeden sprawdzony domyślny głos i zwraca pliki dźwiękowe MP3.