mdclaw多模态图片视频生成

MDClaw OpenClaw API 技能，支持文字转语音(TTS)、文生图(Text to Image)、文生视频(Text to Video)、图生视频(Image to Video)等多模态 AI 能力。通过网关服务统一调用，支持账号注册、图片上传、任务轮询等完整功能。

MDClaw 多模态 技能

功能描述

通过 MDClaw OpenClaw API 网关访问多模态 AI 能力：

• 文字转语音 (TTS) - 将文本转换为自然语音，支持多种音色
• 文生图 (Text to Image) - 根据文字描述生成图片，支持多种宽高比和模型
• 文生视频 (Text to Video) - 根据文字描述生成视频（异步任务）
• 图生视频 (Image to Video) - 将图片转换为视频（异步任务）
• 图片上传 - 上传本地图片获取 URL，用于图生视频
• 全网搜索 - AI 驱动的全网搜索
• 天气查询 / 网页总结 - 实用辅助功能

认证方式

API Key 是主要认证方式，通过 X-API-Key 请求头传递。

获取 API Key 的方式：

python

client = MDClawClient()
result = client.agent_register("用户名", "密码")
api_key = result["result"]["api_key"]

或设置环境变量：

bash

export MDCLAW_API_KEY="你的API Key"

API 参考

请求格式

text

POST https://backend.appmiaoda.com/projects/supabase287606411725160448/functions/v1/openclaw-skill-gateway

Headers:
  X-API-Key: 你的API Key
  Content-Type: application/json

Body:
  {"skill_id": "技能名称", "parameters": {...}}

技能列表

技能	参数	说明
text_to_speech	text, model?, voice_id?	文字转语音
text_to_image	prompt, model?, aspect_ratio?, n?	文生图
text_to_video	prompt, model?, duration?	文生视频（异步）
image_to_video	image, prompt?, model?, duration?	图生视频（异步）
video_status	task_id	查询视频任务状态
ai_search	query	全网搜索
weather_query	city	天气查询
web_summary	url	网页总结

视频生成说明

视频生成是异步操作：

1. 调用 text_to_video 或 image_to_video 获取 task_id
2. 用 video_status(task_id) 轮询状态
3. 状态流转: Preparing → Queueing → Processing → Success / Fail

注意: 不要传递 resolution 参数，否则 API 不返回 task_id。

使用示例

python

from mdclaw_client import MDClawClient

# 初始化（从环境变量读取 API Key）
client = MDClawClient()

# 文字转语音
result = client.text_to_speech("你好，这是语音测试")
audio_url = result["result"]["audio_url"]

# 文生图
result = client.text_to_image("一只可爱的橘猫在阳光下伸懒腰", aspect_ratio="9:16")
image_url = result["result"]["image_urls"][0]

# 文生视频（异步）
result = client.text_to_video("一只金毛犬在公园快乐地奔跑", duration=6)
task_id = result["result"]["task_id"]

# 等待视频完成
video_result = client.wait_for_video(task_id)
video_url = video_result["result"]["url"]

# 上传图片并生成视频
upload = client.upload_image("local_image.jpg")
image_url = upload["result"]["url"]
result = client.image_to_video(image_url, "让画面动起来")

错误处理

python

result = client.text_to_image("prompt")

if not result.get("success"):
    print(f"错误: {result.get('error')}")

依赖

text

requests>=2.31.0

---

版本: v2.0.0 更新日期: 2026-03-24