Vidu API supports text-based images, reference images, and image editing.

Vidu AI 图片生成。支持 Nano 生图、Vidu 参考生图。对话式调用，自动识别意图。

Security Scan

The skill claims to be an image-generation helper but its shipped code asks for an API key that the registry metadata omitted and implements many extra capabilities (video, TTS, voice cloning) and local-file upload behavior that the SKILL.md does not fully disclose.

Purpose & Capability

The skill name/description and SKILL.md focus on image generation, but the included CLI (scripts/vidu_cli.py) implements many additional capabilities: video endpoints (text2video, img2video, reference2video, etc.), audio/TTS and voice-clone endpoints. Those extra capabilities are not documented in the SKILL.md summary or registry metadata, which makes the overall purpose and required privileges unclear.

Instruction Scope

SKILL.md instructs the agent to call the provided Python CLI for image-generation and status checks and documents image-specific behavior. The CLI, however, can read local files (converting images to base64), fetch remote URLs, and supports additional commands (video/audio) not documented in SKILL.md. This gives the agent the ability to upload arbitrary local files and call endpoints beyond the documented scope if invoked.

Install Mechanism

No install spec is present; the skill is instruction + a bundled Python script. No external downloads or installers are used, so nothing is automatically written to disk beyond the packaged files. This is the lower-risk install pattern.

Credentials

Registry metadata declared no required environment variables, but SKILL.md and the CLI both require VIDU_API_KEY. The skill will read VIDU_API_KEY from environment and will fail without it. Requesting a single API key is reasonable for an external service, but the registry omission is an inconsistency that could confuse users and automated permission checks. Also note: the CLI will include local image data (base64) in API requests — supplying local files causes data to be transmitted to the remote API.

Persistence & Privilege

The skill does not request 'always: true' and does not declare modifications to other skills or global agent configuration. Autonomous invocation is allowed (platform default) but not combined with other elevated privileges here.

What to consider before installing

Before installing, consider the following: - The registry metadata omitted required env vars: this skill requires VIDU_API_KEY (the SKILL.md and code both check for it). Confirm you trust the VIDU API provider before supplying a key. - The shipped Python CLI supports video and audio endpoints (text2video, TTS, voice clone) in addition to image generation. If you only want simple image generation, be cautious: the agent could be instructed to use the extra endpoints or to upload other local files. - Using local images means the script will read files, base64-encode them, and send them to the remote API — do not supply sensitive images you don't want transmitted. - There is no declared homepage or official source; prefer skills with an identified upstream repo or vendor. If you plan to use this skill, review the full scripts/vidu_cli.py file (and the API endpoints) yourself or only provide an API key with limited scope/permissions. - If anything about the domain selection, endpoints, or required behaviors is unclear, ask the publisher for an authoritative homepage, documentation, or a signed release before trusting API credentials.

Vidu Image Generate 🖼️

Vidu AI 图片生成工具，专注于图片生成功能。

环境说明

变量说明：

• {baseDir} - 运行时自动替换为本 skill 目录的绝对路径
  • 实际路径：~/.openclaw/workspace/skills/vidu-image-generate/

环境变量：

• VIDU_API_KEY - Vidu API 密钥（必需）

快速开始

直接告诉我你想生成什么图片，我会自动识别并调用合适的接口：

"生成一只可爱的橘猫图片"
"用这张图生成一个动漫风格的人物"
"生成一张风景图，1920x1080"

支持的图片类型

类型	触发条件	说明
文生图	纯文字描述	从文字生成图片
参考生图	提供参考图片	根据参考风格生成

自动识别规则

用户输入 → 意图识别
─────────────────────────────
"生成图片/图" → 图片生成模式
纯文字 → 文生图
参考图片 → 参考生图

模型选择策略

Nano 生图模型（推荐）

模型	分辨率	速度	质量	参考图	特殊比例
q3-fast	1K/2K/4K	快	高	0-14张（可选）	✅ 1:4, 4:1, 1:8, 8:1
q2-fast	1K	最快	中	0-14张（可选）	❌
q2-pro	1K/2K/4K	慢	最高	0-14张（可选）	❌

特点：

• ✅ 支持文生图（不输入参考图）
• ✅ 支持参考生图（输入参考图）
• ✅ q3-fast 支持特殊比例（1:4、4:1、1:8、8:1）

Vidu 参考生图模型

模型	分辨率	参考图要求	说明
viduq2	540p/720p/1080p	0-7张	支持文生图、参考生图、图片编辑
viduq1	1080p	1-7张（必填）	仅支持参考生图

viduq2 图片编辑功能：

• ✅ 支持局部重绘、扩图等编辑功能
• ⚠️ 使用图片编辑时，aspect_ratio 必须设为 auto
• 示例："aspect_ratio": "auto"

特点：

• viduq2：支持文生图、参考生图、图片编辑
• viduq1：必须输入至少 1 张参考图（仅参考生图）

场景推荐

场景	模型	理由
默认	q3-fast	最新模型，速度快，支持特殊比例
高画质	q2-pro	效果最好
快速生成	q2-fast	速度最快
参考生图	viduq2	支持文生图和参考生图

分辨率与比例默认值

图片分辨率：2K
图片比例：16:9

API 调用

内部使用 Python CLI 工具：

# 图片生成
python3 {baseDir}/scripts/vidu_cli.py nano-image --prompt "图片描述"

# 参考生图
python3 {baseDir}/scripts/vidu_cli.py nano-image --prompt "图片描述" --images ref1.jpg ref2.jpg

# Vidu 参考生图
python3 {baseDir}/scripts/vidu_cli.py text2image --prompt "图片描述" --images ref.jpg

# 查询任务状态
python3 {baseDir}/scripts/vidu_cli.py status <task_id> --download ./uploads

输出规范

1. 下载目录: {baseDir}/uploads/
2. 返回格式: Markdown 格式引用文件
3. 图片链接: 必须返回 Vidu API 的 creations[0].url 字段

环境配置

必需环境变量：

VIDU_API_KEY=your_api_key_here

获取 API Key：

• Vidu 官方开放平台：https://platform.vidu.cn 或 https://platform.vidu.com
• 注册账号后在「API Keys」页面创建

API 域名选择

重要规则：根据用户语言自动选择 API 域名

用户语言	API 域名	说明
简体中文	api.vidu.cn	国内用户（默认）
其他语言	api.vidu.com	海外用户

Base URL 配置：

# 简体中文用户
BASE_URL = "https://api.vidu.cn/ent/v2"

# 非简体中文用户（英文、日文、韩文等）
BASE_URL = "https://api.vidu.com/ent/v2"

判断逻辑：

• 用户使用简体中文 → 使用 api.vidu.cn
• 用户使用其他语言（英文、日文、韩文等） → 使用 api.vidu.com

错误处理

错误	原因	解决方案
Invalid API key	API密钥错误	检查 VIDU_API_KEY 环境变量
Image size exceeds	图片过大	压缩至50MB以下
Task failed	生成失败	查看 error 信息重试

References

• API参考文档 - 所有API详细参数

Rules

1. API Key 检查: 调用前确认 VIDU_API_KEY 已设置
2. 异步任务: 图片生成异步进行，需轮询状态
3. 下载时效: 生成 URL 24小时内有效
4. 返回图片链接: 必须返回图片 URL 让用户直接访问