本页内容

本页内容

供应商

Vydra

官方 Vydra 插件提供:

  • 使用 vydra/grok-imagine 进行图像生成
  • 使用 vydra/veo3(文生视频)和 vydra/kling(图生视频)进行视频生成
  • 通过 Vydra 的 ElevenLabs- 支持的 TTS 路线进行语音合成

OpenClaw 对这三种能力都使用相同的 VYDRA_API_KEY。

属性 值
提供方 id vydra
插件 @openclaw/vydra-provider
认证环境变量 VYDRA_API_KEY
引导标志 --auth-choice vydra-api-key
直接 CLI 标志 --vydra-api-key <key>
合约 imageGenerationProviders, videoGenerationProviders, speechProviders
基础 URL https://www.vydra.ai/api/v1(使用 www 主机)

设置

  • 安装插件

    bash
    openclaw plugins install @openclaw/vydra-provider

    安装自动应用于正在运行的网关;否则下次启动时生效。请参阅 应用更改并检查 。

  • 运行交互式入门引导培训

    bash
    openclaw onboard --auth-choice vydra-api-key

    或直接设置环境变量:

    bash
    export VYDRA_API_KEY="vydra_live_..."
  • 选择默认功能

    从下面的能力中选择一个或多个(图像、视频或语音),并应用相应的配置。

  • 功能

    图像生成

    默认且唯一的 Vydra 图像模型:

    • vydra/grok-imagine

    将其设置为默认图像提供方:

    json5
    {  agents: {    defaults: {      mediaModels: {        image: {          primary: "vydra/grok-imagine",        },      },    },  },}

    Vydra 仅支持文本到图像,每个请求最多一张图像。 Vydra 的托管编辑路由需要远程图像 URL,并且该插件不会添加 Vydra- 特定的上传桥。

    视频生成

    已注册的视频模型:

    • vydra/veo3 用于文生视频(拒绝图像引用输入)
    • vydra/kling 用于图生视频(要求恰好一个远程图像 URL)

    将 Vydra 设置为默认视频提供方:

    json5
    {  agents: {    defaults: {      mediaModels: {        video: {          primary: "vydra/veo3",        },      },    },  },}

    注意:

    • vydra/kling 会预先拒绝本地文件上传;只有远程图像 URL 引用可用。
    • Vydra 的 kling HTTP 路由对于要求使用 image_url 还是 video_url 一直不一致;该插件会在两个字段中发送相同的远程图像 URL。
    • 该插件采取保守策略,不会转发宽高比、分辨率、水印或生成音频等未记录的样式参数。
    视频现场测试

    提供方特定的实时覆盖:

    bash
    OPENCLAW_LIVE_TEST=1 \OPENCLAW_LIVE_VYDRA_VIDEO=1 \pnpm test:live -- extensions/vydra/vydra.live.test.ts

    Vydra 实时测试文件涵盖:

    • vydra/veo3 文本生成视频
    • 使用远程图像 URL 的 vydra/kling 图像生成视频

    需要时可覆盖远程图像 fixture:

    bash
    export OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL="https://example.com/reference.png"
    语音合成

    将 Vydra 设置为语音提供方:

    json5
    {  tts: {    provider: "vydra",    providers: {      vydra: {        apiKey: "${VYDRA_API_KEY}",        voiceId: "21m00Tcm4TlvDq8ikWAM",      },    },  },}

    默认值:

    • 模型:elevenlabs/tts
    • 声音 id:21m00Tcm4TlvDq8ikWAM(“Rachel”)

    该插件提供这一已知可用的默认声音,并返回 MP3 音频文件。

    相关内容

    本页有帮助吗?