meitu Text To Video（文生视频）
Overview
纯文字驱动生成动态视频，涵盖 2 类场景：
- 高画质默认模式：创意视频、广告素材、文案可视化、概念演示；4–15s，比例 adaptive/16:9/4:3/1:1/3:4/9:16/21:9，480p/720p，音频默认 on。
- 高动态快速模式：追求动态效果 / 画面生动、或需 3s 短时长；3–15s，仅 16:9/1:1/9:16，720p，音频默认 off，动态效果更强。
不处理：图片驱动生成视频、音频驱动生成、视频编辑、视频加特效/改风格。
API Mapping
| 场景 | 后端 API |
|---|---|
| 高画质默认模式 | video_toffee_t2v_v20 |
| 高动态快速模式 | video_bonbon_txt2vid_v30 |
model 映射：
auto（默认）/ 不传 → 按路由规则决策toffee→video_toffee_t2v_v20bonbon→video_bonbon_txt2vid_v30- 互相降级：一方失败切另一方重试
Dependencies
- meitu-cli:
>=2.0.6 - 凭证：CONFIG AKSK →
meitu tools update；EXEC AKSK → 跑命令（见根CONFIG.md） - 环境变量：
MEITU_OPENAPI_TOOL_TASK_MODE=command
Core Workflow
Preflight → Execute → Deliver
Preflight
meitu --version≥ 2.0.6meitu auth verify --json- 确认 registry 含
text-to-video - 解析 output_dir：
openclaw.yaml→./output/；else →~/.openclaw/workspace/visual/output/text-to-video/ - 时长钳位：用户要 <3s → 钳位 3s 并告知
Execute
触发信号 / 路由规则
决策顺序：
- 时长 <3s → 钳位 3s
- 动态优先 / 3s 短时长 命中 → 候选
video_bonbon_txt2vid_v30 - 若比例为 4:3/3:4/21:9/adaptive → 比例优先，切回
video_toffee_t2v_v20 - 无特殊要求 →
video_toffee_t2v_v20（默认）
| 场景 | 判定关键词 | 路由 |
|---|---|---|
| 动态优先 | 动态、生动 | video_bonbon_txt2vid_v30 |
| 3s 短时长 | 3 秒 | video_bonbon_txt2vid_v30 |
| 默认 / 无特殊要求 | 通用 | video_toffee_t2v_v20 |
| 特殊比例（4:3/3:4/21:9/adaptive） | -- | 强制 video_toffee_t2v_v20（比例优先） |
| 要 480p | -- | video_toffee_t2v_v20（bonbon 不支持 480p） |
参数定义
通用参数：
| 参数 | 类型 | 必填 | 范围 | 默认值 | 说明 |
|---|---|---|---|---|---|
prompt |
STRING | 是 | -- | -- | 视频内容描述。缺失 → 追问 |
video_duration |
NUMBER | 是 | 3–15 | 按 API 不同 | toffee: 4–15，默认 10；bonbon: 3–15，默认 5 |
sound |
STRING / BOOL | 是 | on/off 或 true/false | 按 API 不同 | toffee: BOOL generate_audio，默认 true；bonbon: STRING on/off，默认 off |
aspect_ratio |
STRING | 是 | adaptive / 16:9 / 1:1 / 9:16 / 4:3 / 3:4 / 21:9 | 按 API 不同 | toffee 全比例支持，默认 adaptive；bonbon 仅 16:9/1:1/9:16，默认 16:9 |
resolution |
STRING | 否 | 480p / 720p | 720p | 仅 toffee 支持；bonbon 固定 720p |
各 API 参数映射：
video_toffee_t2v_v20（高画质默认）
| 统一参数 | API 参数 | 映射规则 |
|---|---|---|
prompt |
prompt |
直传 |
video_duration |
video_duration |
clamp(4, 15)，默认 10 |
sound |
generate_audio |
on→true / off→false；默认 true |
aspect_ratio |
ratio |
全比例直传，默认 adaptive |
resolution |
resolution |
480p/720p，默认 720p |
video_bonbon_txt2vid_v30（高动态快速）
| 统一参数 | API 参数 | 映射规则 |
|---|---|---|
prompt |
prompt |
直传 |
video_duration |
video_duration |
clamp(3, 15)，默认 5 |
sound |
sound |
on/off 直传，默认 off |
aspect_ratio |
aspect_ratio |
支持 16:9/1:1/9:16；其他比例切 toffee |
工具调用
默认高画质：
meitu text-to-video \
--skill_name skill_text-to-video \
--prompt "{video_description}" \
--video_duration 10 \
--aspect_ratio adaptive \
--resolution 720p \
--sound true \
--json --download-dir {output_dir}
高动态快速（3s）：
meitu text-to-video \
--skill_name skill_text-to-video \
--prompt "{dynamic_scene}" \
--model bonbon \
--video_duration 3 \
--aspect_ratio 16:9 \
--sound off \
--json --download-dir {output_dir}
错误降级
| 场景 | 处理方式 |
|---|---|
prompt 缺失 |
提示"请描述你想生成的视频内容" |
| 时长 <3s | 钳位 3s，告知"文生视频最短支持 3 秒" |
| 时长 <4s + 默认模式 | toffee 最短 4s → 降级 video_bonbon_txt2vid_v30 |
| 特殊比例 + 快速模式 | bonbon 仅 16:9/1:1/9:16 → 切 video_toffee_t2v_v20，告知"当前比例不支持动态模式，已切换默认模式" |
| 未指定时长 + 默认模式 | 默认 10s |
| 未指定时长 + 快速模式 | 默认 5s |
video_toffee_t2v_v20 失败 |
切 video_bonbon_txt2vid_v30 重试 |
video_bonbon_txt2vid_v30 失败 |
切 video_toffee_t2v_v20 重试 → 仍失败返回错误 |
| 超时 >600s | 降低时长 / 分辨率重试 1 次 → 仍失败返回错误 |
| 内容合规拦截 | 直接返回合规提示，不重试、不降级 |
冲突规则：
- 动态 + 特殊比例 → 比例优先，走
video_toffee_t2v_v20 - 3s 时长 + 默认模式 → 时长优先，走
video_bonbon_txt2vid_v30 - 要 480p → 走
video_toffee_t2v_v20（bonbon 不支持）
Deliver
解析 --json：
ok: true→downloaded_files[0].saved_path为本地视频ok: false→ 输出code+hint
落盘：mv {file} {output_dir}/{YYYY-MM-DD}_{descriptive-name}.mp4
Output
- 格式: MP4
- 命名:
{YYYY-MM-DD}_{descriptive-name}.mp4 - 位置: 项目 →
./output/；一次性 →~/.openclaw/workspace/visual/output/text-to-video/
基线 Task ID
见根目录 references/task-id-baseline.md 中 text-to-video 条目。