纳米 P视频 Max 版

调用纳米 AI 智能体（ai_agent_flow_id=51285），生成具备电影级物理运动和光影效果的视频。支持多种视频类型（文生视频、图生视频、首尾帧生视频、参考图生视频），并在用户未显式提供部分参数时由上层代理自动补全默认值。

功能特性

• 电影感镜头表现: 更复杂的机位运动、景深、光影效果，适合高预算感广告与故事片段
• 多种生成模式: 支持文生视频、图生视频、首尾帧生视频、参考图生视频等
• 智能参数补全: 在上层代理中自动补全镜头时长、分辨率、比例等默认参数
• 附件支持: 支持文档(file_type=1)、图片(2)、音/视频(3)，由 file 字段传入
• SSE 流式输出: 调用前提示、输出最终结果(文本、图片、音/视频)
• 飞书优化: 调用前提示、卡片结果展示、2小时超时

飞书调用优化说明

仅在飞书 中生效。其他 channel 保持原有输出方式。

调用前提示

开始调用脚本前，向用户发送提示消息：

🎞️ 正在调用 纳米 P视频 Max 版 技能...
⏳ 当前工具执行时间较长，请耐心等候...

超时设置

• 请求超时时间：2 小时（7200 秒）

结果展示（飞书卡片）

执行完成后，将结果以消息卡片形式展示给用户，包括：

1. 文本内容：剧本、分镜脚本等
2. 图片：关键帧或参考视觉
3. 视频：P视频 Max 生成的视频
4. 文档/链接：脚本文档或补充说明

卡片结构示例

{
  "config": {"wide_screen_mode": true},
  "header": {
    "title": {"tag": "plain_text", "content": "🎞️ 纳米 P视频 Max 版 生成完成"},
    "template": "blue"
  },
  "elements": [
    {
      "tag": "div",
      "text": {"tag": "plain_text", "content": "📝 剧本内容：..."}
    },
    {
      "tag": "action",
      "actions": [
        {
          "tag": "button",
          "text": {"tag": "plain_text", "content": "🎬 查看视频"},
          "type": "primary",
          "url": "..."
        }
      ]
    }
  ]
}

错误处理

如果执行过程中出现错误，会将错误信息以卡片形式展示给用户。

使用方式

命令行调用

统一通过 skills/nami-p-video-max/scripts/nami_p_video_max.py 脚本：

# 文生视频（仅文字脚本，上层代理可自动补齐默认参数）
python3 skills/nami-p-video-max/scripts/nami_p_video_max.py \
  --flow-id 51285 \
  -p "我想要:文生视频 视频内容:小猫滑雪 镜头时长:8s 视频比例:9:16 视频分辨率:1080p 开启音频"

# 图生视频（传入图片）
python3 skills/nami-p-video-max/scripts/nami_p_video_max.py \
  --flow-id 51285 \
  -p "我想要:图生视频 视频内容:以这张 KV 为主视觉做 8 秒广告 镜头时长:8s 视频比例:9:16 视频分辨率:1080p 开启音频" \
  --file '[{
    "title": "kv.jpg",
    "local_path": "/Users/用户/.openclaw/media/inbound/kv.jpg",
    "url": "",
    "file_type": 2,
    "size": 123456,
    "sequential_title": "图片1",
    "ext": "jpg"
  }]'

在 OpenClaw 中，推荐由上层代理负责：

1. 从用户自然语言中解析「视频类型」（如文生视频、图生视频、首尾帧生视频等）
2. 检查是否已包含「镜头时长」「视频比例」「视频分辨率」「是否开启音频」等字段
3. 若缺失，则在传给脚本的 prompt 末尾补上默认值（例如：镜头时长 8s、比例 9:16、分辨率 1080p、默认开启音频）

参数说明

附件 file 结构

--file 参数统一传入 JSON 对象数组，每个元素为一个附件对象：

[
  {
    "title": "kv.jpg",
    "local_path": "/Users/用户/.openclaw/media/inbound/kv.jpg",
    "url": "",
    "file_type": 2,
    "size": 123456,
    "sequential_title": "图片1",
    "ext": "jpg"
  }
]

• title: 文件标题
• local_path: 本地绝对路径
• url: 可留空，脚本会自动上传并补全
• file_type: 1=文档，2=图片，3=音/视频
• size: 文件大小
• sequential_title: 素材序号名称
• ext: 文件扩展名

输出格式与解析（SSE 规范）

本技能使用统一 SSE 解析逻辑：

1. 仅当 action == "final" 且 targetKey == "summary" 时才解析数据
2. 输出内容包含：
   • final_tips：文本结果
   • 图片结果：attachments[*].results[*] 中 type="image" 的条目
   • 视频结果：attachments[*].results[*] 中 type="video" 的条目
   • 文本结果：attachments[*].results[*] 中 type="document" 的条目

飞书附件处理流程

当用户通过飞书上传 P视频 Max 所需素材（如 KV 图、参考图等）时，按以下流程处理：

步骤 1：获取系统下载的文件路径

系统已自动将附件下载到 /Users/用户/.openclaw/media/inbound/ 目录。

步骤 2：组装 file JSON

从消息上下文获取系统下载的文件路径：

[
  {
    "title": "kv.jpg",
    "local_path": "/Users/用户/.openclaw/media/inbound/kv.jpg",
    "url": "",
    "file_type": 2,
    "size": 123456,
    "sequential_title": "图片1",
    "ext": "jpg"
  }
]

步骤 3：调用脚本

python3 skills/nami-p-video-max/scripts/nami_p_video_max.py \
  --flow-id 51285 \
  -p "我想要:图生视频 视频内容:以这张 KV 为主视觉做 8 秒广告 镜头时长:8s 视频比例:9:16 视频分辨率:1080p 开启音频" \
  --file '[{"title":"kv.jpg","local_path":"/Users/用户/.openclaw/media/inbound/kv.jpg","url":"","file_type":2,"size":123456,"sequential_title":"图片1","ext":"jpg"}]'

其他 channel 说明

--channel 参数说明：

• 用于指定消息来源渠道，不同渠道有不同的输出格式
• feishu：输出飞书卡片格式（包含 header、elements 等结构）
• 其他渠道：输出标准 JSON 格式（包含 text、images、videos、documents 字段）

注意事项

• 建议在 prompt 中写明目标平台、风格（电影感/纪实感等）、镜头节奏、时长和分辨率，以便获得更符合预期的 P视频 Max 结果
• 素材图片/视频应尽量为高分辨率、光线清晰，避免严重压缩或噪点
• 结果中的视频/图片链接应该是公网可访问的 URL
• 超时时间 2 小时适合高质量电影感视频生成等长时间任务

name: nami-p-video-max description: 纳米 P视频 Max 版。提供卓越物理运动与宏大电影感镜头表现，仅凭文字或少量图片即可生成高预算感的视频广告/故事；支持文生视频、图生视频、首尾帧生视频、参考图生视频，并可自动补全缺省参数；SSE 流式输出，可对接飞书、微信、Discord、Telegram 等 channel。当用户需要高质量电影感广告/故事视频时使用。 metadata: { "openclaw": { "emoji": "🎞️", "requires": { "bins": ["python3", "curl"] }, }, }

纳米 P视频 Max 版

调用纳米 AI 智能体（ai_agent_flow_id=51285），生成具备电影级物理运动和光影效果的视频。支持多种视频类型（文生视频、图生视频、首尾帧生视频、参考图生视频），并在用户未显式提供部分参数时自动补全默认值。

关键行为约定

视频类型与默认参数

• 视频类型：从 prompt 中解析「视频类型」字段，可为：
  • 文生视频
  • 图生视频（当传入图片 file 时默认视为图生视频）
  • 首尾帧生视频
  • 参考图生视频
• 默认参数（当用户未指定时需在 prompt 末尾追加）：
  • 镜头时长：默认 8s
  • 视频比例：默认 9:16
  • 视频分辨率：默认 1080p
  • 默认开启音频（可通过文字关闭）

在 OpenClaw 中，由上层代理负责在调用脚本前检查 prompt，若缺少上述任一字段，则按需求文档的默认值补全。

使用方式

# 文生视频（只写文字，自动补齐默认参数）
python3 skills/nami-p-video-max/scripts/nami_p_video_max.py \
  --flow-id 51285 \
  -p "我想要:文生视频 视频内容:小猫滑雪 镜头时长:8s 视频比例:9:16 视频分辨率:1080p 开启音频"

# 图生视频（传入图片）
python3 skills/nami-p-video-max/scripts/nami_p_video_max.py \
  --flow-id 51285 \
  -p "我想要:图生视频 视频内容:以这张 KV 为主视觉做 8 秒广告 镜头时长:8s 视频比例:9:16 视频分辨率:1080p 开启音频" \
  --file '[{
    "title": "kv.jpg",
    "local_path": "/Users/用户/.openclaw/media/inbound/kv.jpg",
    "url": "",
    "file_type": 2,
    "size": 123456,
    "sequential_title": "图片1",
    "ext": "jpg"
  }]'

其他调用方式（JSON 输出、关闭 verbose 等）与本脚本参数说明一致，仅需固定 --flow-id 51285。

参数与输出

• --flow-id 必须为 51285
• 其他 CLI 参数、file 结构与 SSE 解析方式由 skills/nami-p-video-max/scripts/nami_p_video_max.py 独立实现，核心约定为：
  • -p/--prompt：承载视频类型、内容与各类参数（时长、比例、分辨率、是否开启音频等）
  • --file：附件 JSON 或 JSON 数组，元素结构与上文 --file 示例保持一致
  • -F/--format：最终输出格式（markdown 或 json）
  • -v/--verbose / --no-verbose：是否打印关键节点日志
  • -q/--qid、--stream：分别用于业务 QID 标识与是否实时流式输出
• 输出中：
  • final_content 为生成的整体文案或摘要
  • results 中 type=video / image 项包含最终视频及相关图片资源，可直接用于各渠道展示