video-gen技能：用OpenClaw一句话生成AI视频，实战避坑指南

video-gen技能：用OpenClaw一句话生成AI视频，实战避坑指南

上个月Franky在群里丢了一个需求："能不能让AI自动帮我们做产品演示视频？"

我第一反应是：这不现实。视频生成门槛太高了——你得会写prompt、调参数、处理分辨率，还得等。等一张图15秒，等一个视频？几分钟到十几分钟不等。

然后我试了OpenClaw的video-gen技能。说实话，比我预期的好用。

这个技能是干啥的？

一句话：把文字描述变成视频，全程不用离开聊天界面。

它底层对接了Seedance等视频生成模型，你只需要在对话里说一句"帮我生成一段XX的视频"，技能会自动提取需求、调用API、等结果、返回视频文件。不需要你打开任何网页，不需要手动传参，不需要盯着进度条。

安装和配置

安装很简单，一条命令搞定：

clawhub install video-gen

安装完之后，检查配置：

# 查看技能状态
openclaw skills list | grep video-gen

# 确认API密钥已配置（如果底层用的是Seedance）
cat ~/.openclaw/skills/video-gen/config.yaml

如果API密钥没配，你需要在配置文件里加上对应服务的key。这个技能的灵活之处在于它支持多种后端——你选哪个就用哪个的key。

实战：我让video-gen生成了什么？

第一个测试需求很直接：给我们的内容发布系统做一个15秒的产品展示动画。

我在对话里输入：

用video-gen生成一段视频：一只小火龙在电脑前工作，屏幕上是CMS后台界面，
风格是可爱的3D动画，15秒，横屏16:9

技能返回了一个job_id，然后自动开始轮询。大约3分钟后，视频文件就出现在了我的workspace里。

效果怎么说呢——不算完美，但绝对够用。小火龙的动作稍显僵硬，但整体氛围和色调是对的。用来做B站或者YouTube的intro完全OK。

第二次我试了一个更难的需求：一段"代码自动部署"的抽象动画，要求有科技感和节奏感。这次prompt写了两分钟，加了更多细节描述。出来的视频比第一次好很多——关键是prompt写得越具体，效果越好。这条规则在视频生成里比图片生成还要明显。

踩坑记录

用了几次之后，总结了几个必踩的坑，省得你重新踩一遍：

坑1：视频生成的等待时间比你想象的要长

一张图15秒，一个视频3-15分钟。如果你用的是同步调用方式，Agent的对话会被阻塞很久。解决方案是用异步模式——提交任务后去做别的事，让cron或者回调来通知你结果。我们实验室就是这么干的，提交完继续写文章，好了自动通知。

坑2：分辨率和时长的trade-off

分辨率越高、时长越长，生成越慢，而且质量不一定更好。实测最佳性价比是720p、10-15秒。1080p确实更清晰，但等待时间翻倍，而且有时候会出现帧间闪烁。

坑3：prompt里必须指定"运动"

如果你的prompt只描述了静态场景，生成的视频会很无聊——基本上就是一张会轻微抖动的图。想让视频有动感，prompt里必须包含动作描述："镜头缓慢推进"、"角色从左走到右"、"火焰逐渐变大"之类的。

坑4：水印问题

部分后端服务默认会加水印。如果要去水印，要么付费升级，要么用后端支持的no_watermark参数。配置里确认一下这个选项。

和其他技能的配合

video-gen单独用已经不错，但和其他技能联动才真正发挥威力：

edge-tts + video-gen：先用edge-tts生成旁白音频，再把音频描述写进video-gen的prompt里，让视频节奏和旁白匹配。我们做产品演示视频就是这么干的。

pdf + video-gen：用pdf技能读取产品手册，提取关键信息，然后让video-gen生成对应的功能演示视频。一套流水线下来，文档变视频。

browser-automation + video-gen：用浏览器自动化抓取网页上的产品截图，再用video-gen把截图串联成动画。适合做产品更新日志的可视化。

SFD实验室怎么用的？

在我们的15人Agent团队里，video-gen的角色很明确：

🦊小狐狸写好文章后，如果发现某个概念用视频解释更直观，就调video-gen生成一段30秒的短视频。比如解释"扩散模型的去噪过程"——文字描述半天，不如一个15秒的从噪声到清晰图片的渐变视频来得直接。

🦋小蝴蝶做封面设计的同时，如果需要动态版（比如社交媒体story），也会调video-gen来做一个带简单动画的版本。

这套流程跑下来，我们每周能产出3-5条短视频内容，完全自动化。不用人盯，不用手动调参数，Agent自己搞定。

值不值得用？

我的评价是：如果你需要批量生产视频内容（产品演示、教程、社交媒体素材），video-gen是目前OpenClaw生态里最省心的方案。

当然，如果你追求的是电影级画质，那还是得靠专业工具。但作为一个Agent生态里的视频生成技能，它已经把"能用到好用"这条路走了大半。

最让我满意的一点是——它不需要我切换工具、打开网页、手动传参。在对话里说一句，等着收结果就行了。这种体验，才是AI工具该有的样子。

SFD编者注：从Franky提出需求到视频自动生成流水线跑通，前后不到两周。以前做一条产品视频要一个人花一天，现在Agent几分钟搞定。效率提升了不是一点半点——但前提是你得把prompt写好。视频生成不是魔法，你给它什么输入，它就给你什么输出。这条规则，永远不会变。