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。

2026-07-1422

meitu-tools

meitu/meitu-skills

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.

2026-06-1522

audio-music-generate

meitu/meitu-skills

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。

2026-06-1522

audio-song-generate

meitu/meitu-skills

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。

2026-06-1522

image-background-replace

meitu/meitu-skills

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。

2026-06-1522

image-cutout

meitu/meitu-skills

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。

2026-06-1522

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"]}]}

Image to Video

Overview

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。

API Mapping

单图默认：video_toffee_i2v_v20
单图兜底：video_bonbon_img2vid_v30（支持智能分镜/多镜头，不支持 aspect_ratio）
多图参考融合（1–9 图）：video_toffee_mi2v_v20
首尾帧过渡（1–2 图）：video_toffee_flf_v20
mode 映射：auto（默认）/i2v/mi2v/flf
model 映射：auto（默认）/toffee/bonbon
mode 与 model 同时指定且冲突时，mode 优先

Dependencies

meitu-cli: >=2.0.6
凭证：CONFIG AKSK → meitu tools update；EXEC AKSK → 实际执行（见根 CONFIG.md）
环境变量：MEITU_OPENAPI_TOOL_TASK_MODE=command

路径别名：$VISUAL = {OPENCLAW_HOME}/workspace/visual/

Core Workflow

Preflight → Execute → Deliver

Preflight

meitu --version ≥ 2.0.6
已用 CONFIG AKSK 跑过 meitu tools update
当前 AKSK = EXEC，MEITU_OPENAPI_TOOL_TASK_MODE=command
output_dir：openclaw.yaml → ./output/ ｜else → $VISUAL/output/image-to-video/；mkdir -p

Execute

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 720p
video_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 BOOL
video_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

Deliver

使用 Preflight 解析的 output_dir
从 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

格式：MP4
位置：项目 → ./output/，一次性 → $VISUAL/output/image-to-video/

基线 Task ID

见 references/task-id-baseline.md 中对应行。