Menu
以图片驱动生成动态视频，覆盖单图生成、多图参考融合（1–9 图）、首尾帧过渡（1–2 图）。当用户提到图生视频、图片变视频、让图片动起来、照片活化、多图融合、首尾帧、过渡视频、从 A 到 B、把这张图变成视频时触发。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
用于基于用户原图制作规格化证件照、证件照换底色或单人写真套图。当用户要证件照、一寸照、二寸照、护照/签证照、白底/蓝底/红底证件版、写真照、三宫格写真、主题/场景写真时触发。不适用于多人合影、卡通化转绘、普通人像轻修。执行时会读取 Meitu 凭证、调用本地 `meitu` CLI，把人像照片、生成提示词与任务参数发送到 Meitu OpenAPI，并把结果写入本地输出目录。
Unified Meitu CLI capability skill. Covers credentials, command mapping, execution pattern, and user-facing error guidance for built-in image/video commands plus auth/account/recharge CLI capabilities.
生成无人声、无歌词的纯音乐 / BGM，适合背景音乐、氛围铺垫、情绪渲染，时长 30–120 秒。仅在用户明确要求生成纯音乐/背景音乐时触发。执行时会读取 Meitu 凭证、调用本地 `meitu` CLI，并把音频生成请求发送到 Meitu OpenAPI，结果写入本地输出目录。
歌词驱动的完整歌曲生成（含人声），也支持强节奏成品级纯音乐。仅当用户明确要求生成歌曲/音频成品，并提供或同意补充风格与歌词参数时触发；普通音乐讨论、歌词创作、闲聊式演唱请求不触发。
替换图片整体背景/换场景，保留前景主体不变。当用户说换背景、替换背景、换成 xx 背景、商品换场景、人像换背景、证件照换底色、换底时触发。本工具不能输出透明背景。执行时会使用本地 meitu CLI、Meitu OpenAPI 凭证并写入本地输出目录。
图片前景主体与背景精准分离，输出透明底 PNG（标准四类：人物、宠物、商品、图形印章）或白底图（非标准主体或用户明确要白底）。仅在用户明确要求抠图、去背景、透明背景/透明底、提取主体，或明确要求把已有图片抠成白底时触发。执行时会使用本地 meitu CLI、Meitu OpenAPI 凭证并写入本地输出目录。
| name | image-to-video |
| description | 以图片驱动生成动态视频，覆盖单图生成、多图参考融合（1–9 图）、首尾帧过渡（1–2 图）。当用户提到图生视频、图片变视频、让图片动起来、照片活化、多图融合、首尾帧、过渡视频、从 A 到 B、把这张图变成视频时触发。 |
| 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"]}]} |
以图片为驱动生成动态视频。3 类场景：单图生成视频（支持音频/比例/分辨率，默认 toffee 失败兜底 bonbon）、多图参考融合（1–9 图）、首尾帧过渡（1–2 图）。时长 4–15s。
video_toffee_i2v_v20video_bonbon_img2vid_v30（支持智能分镜/多镜头，不支持 aspect_ratio）video_toffee_mi2v_v20video_toffee_flf_v20auto（默认）/i2v/mi2v/flfauto（默认）/toffee/bonbon>=2.0.6meitu tools update；EXEC AKSK → 实际执行（见根 CONFIG.md）MEITU_OPENAPI_TOOL_TASK_MODE=command路径别名：
$VISUAL={OPENCLAW_HOME}/workspace/visual/
Preflight → Execute → Deliver
meitu --version ≥ 2.0.6meitu tools updateMEITU_OPENAPI_TOOL_TASK_MODE=command./output/ ｜else → $VISUAL/output/image-to-video/；mkdir -p触发信号 / 路由规则
核心维度：mode（优先） → 图片数量 + 意图。
| 条件 | 图片数 | 路由 |
|---|---|---|
mode=i2v | 任意 | video_toffee_i2v_v20 → 失败兜底 video_bonbon_img2vid_v30 |
mode=mi2v | 任意 | video_toffee_mi2v_v20 |
mode=flf | 任意 | video_toffee_flf_v20 |
mode=auto，1 张，"参考元素/角色/风格" | 1 | video_toffee_mi2v_v20 |
mode=auto，1 张，其他（默认） | 1 | video_toffee_i2v_v20 → 兜底 video_bonbon_img2vid_v30 |
mode=auto，2 张，未说融合（默认） | 2 | video_toffee_flf_v20 |
mode=auto，2 张，说了融合/参考 | 2 | video_toffee_mi2v_v20 |
mode=auto，3–9 张 | 3–9 | video_toffee_mi2v_v20 |
参数定义（统一工具层）
| 参数 | 类型 | 必填 | 范围 | 默认 | 说明 |
|---|---|---|---|---|---|
image_list | ARRAY[STRING] | 是 | 1–9 张 | -- | 输入图片 URL 列表 |
prompt | STRING | 是 | -- | -- | 视频内容描述 |
mode | STRING | 否 | auto / i2v / mi2v / flf | auto | 路由模式；与 model 冲突时 mode 优先 |
model | STRING | 否 | auto / toffee / bonbon | auto | 底层模型 |
aspect_ratio | STRING | 否 | adaptive/1:1/3:4/4:3/9:16/16:9/21:9 | adaptive | 画面比例（i2v/mi2v/flf 支持；bonbon 不支持） |
video_duration | NUMBER | 否 | 4–15 | 5 | 时长（秒）。bonbon 默认 5；i2v/mi2v/flf 内部默认 10 |
sound | STRING | 否 | off / on | off | 是否生成音频 |
multi_shot | BOOLEAN | 否 | true/false | true | 多镜头切换（仅 bonbon 生效） |
其余参数（shot_type/resolution/reference_video_list/reference_audio_list 等）由 combo-tool 内部管理，不对外暴露。
API 映射关键点：
video_toffee_i2v_v20：sound→generate_audio（on→true/off→false BOOL），aspect_ratio→ratio，resolution 内部默认 720pvideo_bonbon_img2vid_v30：image_list[0]→image_url，sound 直传 STRING，aspect_ratio 不支持降级时静默丢弃video_toffee_mi2v_v20：image_list 直传（≤9），sound→generate_audio BOOLvideo_toffee_flf_v20：image_list 1–2 张（[0]=首帧，[1]=尾帧可选）工具调用
meitu image-to-video --image_list <img1>[,<img2>,...] --prompt "<desc>" [--mode auto] [--video_duration 5] [--sound off] [--aspect_ratio adaptive] --json --download-dir {output_dir} --skill_name skill_image-to-video
错误降级
| 场景 | 处理方式 |
|---|---|
mode 非法 | 回退 auto |
model 非法 | 回退 auto |
mode=flf 但图片数 >2 | 提示"首尾帧模式最多 2 张图片，当前 {n} 张" |
prompt 缺失 | 提示"请描述你想生成的视频内容" |
| 无图片输入 | 拒绝，能力范围外 |
| 图片数 >9 | 拒绝，能力范围外 |
| 时长 <4s | 钳位到 4s 并告知 |
| 时长 >15s | 钳位 15s |
| 智能分镜 + i2v/mi2v/flf | 静默忽略分镜参数 |
video_toffee_i2v_v20 调用失败 | 降级到 video_bonbon_img2vid_v30（aspect_ratio 丢弃，image_list[0]→image_url） |
| 任一 API 调用失败（含兜底） | 同一 API 重试 1 次 → 仍失败返回错误 |
| 超时（>600s） | 降低时长/尺寸重试 1 次 → 仍失败返回错误 |
| 部分图片不可访问 | 过滤不可访问，用剩余图片重新匹配子能力 |
| 全部图片不可访问 | 返回错误 |
| mode + model 冲突 | mode 优先 |
mode=i2v + 多图 | 取 image_list[0]，忽略多余图片 |
| 内容合规拦截 | 直接返回合规提示，不重试、不降级 |
downloaded_files[0].saved_path 读取已下载的视频文件路径mv {downloaded_files[0].saved_path} {output_dir}/{YYYY-MM-DD}_{descriptive}_image-to-video.mp4./output/，一次性 → $VISUAL/output/image-to-video/见 references/task-id-baseline.md 中对应行。