runninghub-api

name	runninghub_api
description	RunningHub AI Platform 直接调用 - 文生图、图生图、视频生成等，支持智能存储判断和链式工作流
homepage	https://github.com/AIRix315/RHSkill
metadata	{"openclaw":{"emoji":"🎨","requires":{"env":"[Truncated]","config":"[Truncated]"},"primaryEnv":"RUNNINGHUB_API_KEY"}}

RunningHub API Skill

概述

直接调用 RunningHub API，支持生图、生视频、音频处理等 AI 任务。

与 RHMCP 的关系：

• RHMCP 是 MCP Server，提供 STDIO/HTTP 接口
• 本 Skill 直接复用 RHMCP 的 API Client，跳过 MCP 层，速度更快
• 支持 RHMCP 配置文件中定义的 APP

前置条件

1. RunningHub 账号

   • 注册：https://www.runninghub.cn（国内）或 https://www.runninghub.ai（国际）
   • 获取 API Key：个人中心 → API 控制台

2. 百度网盘（可选，用于 cloud 存储）

   • 安装 bdpan-storage Skill
   • 执行登录：bash ~/.agents/skills/bdpan-storage/scripts/login.sh

3. Google Drive（可选，用于 cloud 存储）

   • 安装 gog Skill
   • 执行授权：gog auth credentials /path/to/client_secret.json

配置

环境变量

export RUNNINGHUB_API_KEY="your-api-key"
export RUNNINGHUB_BASE_URL="www.runninghub.cn"  # 或 www.runninghub.ai

OpenClaw 配置

编辑 ~/.openclaw/openclaw.json：

{
  skills: {
    entries: {
      "runninghub-api": {
        enabled: true,
        env: {
          RUNNINGHUB_API_KEY: "your-api-key",
          RUNNINGHUB_BASE_URL: "www.runninghub.cn",
        },
        config: {
          defaultStorage: "auto",      // auto/none/cloud
          defaultCloudProvider: "auto", // auto/bdpan/gog
        }
      }
    }
  }
}

存储模式

模式	说明	触发条件
none	返回 RH 服务器 URL	默认、直接交付、链式流程
cloud	上传到网盘	明确要求保存、需要确认
local	下载到本地	服务器不适用，禁用

AUTO 决策逻辑

if (storage === "auto") {
  if (链式流程 || 直接交付) → "none"
  else if (要求保存 || 需要确认) → "cloud"
  else → "none"
}

if (cloudProvider === "auto") {
  if (提到 Google/Sheet) → "gog"
  else → "bdpan"
}

路径规则

• bdpan: runninghub/{projectName}/{timestamp}_{filename}
• gog: RunningHub/{projectName}/{timestamp}_{filename}
• 项目名: 用户指定 > 自动生成（rh-{timestamp}）

工具

rh_list_apps

列出可用的 RunningHub APP。

rh_list_apps({ refresh: false })
// 返回: { apps: [{ alias, appId, category, description }] }

rh_execute

执行 APP 任务。

rh_execute({
  alias: string,              // APP 别名
  params: Record<string, any>, // APP 参数
  storage?: "none" | "cloud" | "auto",
  cloudProvider?: "bdpan" | "gog" | "auto",
  projectName?: string,       // 项目名称
  mode?: "sync" | "async",    // 同步/异步
  timeout?: number            // 超时时间（秒）
})

// 返回: {
//   taskId: string,
//   status: "SUCCESS" | "PENDING",
//   outputs: [{
//     originalUrl: string,   // RH 服务器 URL
//     cloudUrl?: string      // 网盘 URL（cloud 模式）
//   }]
// }

rh_query_task

查询任务状态（用于异步模式）。

rh_query_task({ taskId: string })
// 返回: { taskId, status, outputs?, progress? }

使用示例

简单生图（none 模式）

用户: 生成一只可爱的猫咪

Agent 调用:
rh_execute({
  alias: "qwen-text-to-image",
  params: { text: "一只可爱的猫咪，卡通风格" },
  storage: "none"
})
// 返回 RH 服务器 URL

上传到百度网盘

用户: 生成一张风景图保存到网盘

Agent 调用:
rh_execute({
  alias: "qwen-text-to-image",
  params: { text: "美丽的风景" },
  storage: "cloud",
  cloudProvider: "bdpan",
  projectName: "landscape"
})
// 返回 bdpan://runninghub/landscape/...

链式流程（图生视频）

用户: 生成主角图片，然后用它生成视频

步骤1: 生成图片（storage: "none"）
const imageResult = await rh_execute({
  alias: "qwen-text-to-image",
  params: { text: "主角形象" },
  storage: "none"
});
const imageUrl = imageResult.outputs[0].originalUrl;

步骤2: 图生视频（使用上一步 URL）
rh_execute({
  alias: "image-to-video",
  params: { image: imageUrl, prompt: "奔跑动画" },
  storage: "cloud"
});

共享 APP 清单

内置共享测试 APP（来自 RHMCP 官方）：

别名	APP ID	类型	说明
qwen-text-to-image	2037760725296357377	image	Qwen 文生图
qwen-image-to-image	2037822548796252162	image	Qwen 图生图

故障排除

问题	原因	解决
提交任务失败	APP 参数不匹配	检查 shared-apps.json 中的 inputs 配置
bdpan 上传失败	未登录	执行 bash scripts/login.sh 重新登录
任务超时	执行时间过长	使用 mode: "async" 异步模式
Token 过期	授权失效	重新登录或授权

扩展开发

添加新 APP

编辑 references/shared-apps.json：

{
  "apps": {
    "my-new-app": {
      "appId": "your-app-id",
      "alias": "my-new-app",
      "category": "video",
      "description": "描述",
      "inputs": {
        "param1": { "nodeId": "1", "fieldName": "field1" }
      }
    }
  }
}

参考链接

• RHMCP GitHub: https://github.com/AIRix315/RHMCP
• RunningHub: https://www.runninghub.cn
• OpenClaw Docs: https://docs.openclaw.ai

License

MIT