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 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_audioBOOLvideo_toffee_flf_v20：image_list1–2 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。