智谱免费图片与视频生成

智谱免费图片与视频生成技能。适用于用户想用智谱生成图片、批量出图、生成短视频、查询视频任务结果、等待视频完成，或优先使用免费/低成本模型快速产出创意内容时。

Security Scan

The skill appears to implement Zhipu image/video generation correctly, but its metadata omits the required API key environment variables (and primary credential), an incoherence that could surprise or mislead users.

Purpose & Capability

Name/description, scripts, and endpoints all align with a Zhipu (open.bigmodel.cn) image/video generation skill; requiring node/npm is reasonable. However, the registry metadata lists no required env vars or primary credential while the runtime scripts clearly require IMAGE_VIDEO_GENERATION_API_KEY or ZHIPU_API_KEY.

Instruction Scope

SKILL.md instructs the agent to invoke bundled Node scripts which only: parse JSON args, call the provider API (open.bigmodel.cn/api/*), poll async results, and print JSON. The instructions do not read unrelated files or other environment variables. They stay within the stated scope of generating images/videos and querying results.

Install Mechanism

No install spec (no downloads or extracts). Scripts are local and executed with node; this is low-risk from an install perspective.

Credentials

The code requires an API key via IMAGE_VIDEO_GENERATION_API_KEY or ZHIPU_API_KEY and will throw if none exists, but the registry metadata declares no required environment variables or primary credential. That mismatch is problematic because users won't be warned up-front that a secret is required. Aside from the API key, no other credentials are requested and network calls are limited to open.bigmodel.cn.

Persistence & Privilege

always is false and the skill does not modify other skills or system config. The skill runs on-demand and does not request elevated or persistent platform privileges.

What to consider before installing

This skill's code calls open.bigmodel.cn and requires an API key (IMAGE_VIDEO_GENERATION_API_KEY or ZHIPU_API_KEY) even though the registry metadata doesn't declare that — treat that as a red flag. Before installing: verify you trust the source (there is no homepage and source is unknown); only provide a dedicated, least-privilege API key (not a broad account key); consider running the skill in a sandboxed environment; confirm open.bigmodel.cn is the intended provider for this skill; and be aware the scripts will send prompts and possibly images to that external API. Ask the maintainer to update the skill metadata to declare the required env vars and primary credential so the requirement is visible up front.

把智谱的图片生成和视频生成能力整理成一套适合 OpenClaw 直接调用的创作工作流，重点突出免费或低成本模型的可用性。

适合这些任务：

• 根据一句话快速生成图片
• 一次性批量生成多张不同风格或不同主题的图片
• 根据提示词生成短视频
• 查询视频生成进度并等待任务完成
• 在创意验证阶段优先使用免费模型，降低试错成本

适用场景

当用户出现这些意图时启用：

• “帮我生成一张图”
• “批量出几版海报 / 封面 / 配图”
• “用智谱免费模型先做几张看看”
• “生成一个短视频”
• “查一下这个视频任务好了没”
• “等视频生成完成再告诉我”

核心定位

这个技能主打两件事：

• 智谱图片生成
• 智谱视频生成

默认优先强调免费或低成本模型：

• 图片优先：cogview-3-flash
• 视频优先：cogvideox-flash

如果用户明确追求更高质量，再切到更高规格模型。

脚本资源

优先使用 scripts/ 里的可执行脚本来完成图片与视频任务。

可直接复用的脚本：

• scripts/generate_image.js - 生成单张图片
• scripts/batch_generate_images.js - 批量生成图片
• scripts/generate_video.js - 提交视频生成任务
• scripts/query_video_result.js - 查询视频任务结果
• scripts/wait_for_video.js - 等待视频生成完成
• scripts/configure_models.js - 校验任务希望使用的默认图片/视频模型

调用方式统一为：

node projects/skills/zhipu-free-image-video/scripts/<script>.js '<json>'

环境配置默认读取：

• IMAGE_VIDEO_GENERATION_API_KEY
• 或 ZHIPU_API_KEY

默认执行策略

1. 先确认目标产物

先判断用户到底要的是：

• 单张图片
• 批量图片
• 视频
• 已提交视频任务的进度或结果

2. 默认优先免费模型

如果用户没特别指定：

• 图片默认用免费或低成本模型快速出图
• 视频默认用免费模型快速出结果

这样更适合做灵感探索、风格试错和第一版草稿。

3. 批量任务优先控制节奏

批量出图时要注意：

• 分批处理
• 控制并发
• 汇总成功和失败结果
• 避免一次性堆太多请求

4. 视频任务默认按异步流程处理

视频生成通常不是即时返回最终结果，因此要按两段处理：

• 先提交任务，拿到任务 ID
• 再查询状态或等待完成

常用工作流

生成单张图片

适用：海报、封面、配图、头像、概念图。

默认做法：

• 先润色提示词，必要时补主体、风格、镜头、光线、背景
• 优先走免费图像模型
• 返回图片地址、提示词和模型信息

批量生成图片

适用：一次要多版候选图。

建议做法：

• 把多条提示词拆成批次
• 明确每一张图的主题差异
• 最终按“提示词 - 结果”方式汇总

适合场景：

• 多版封面
• 多个 IP 角色草图
• 多张文章配图
• 批量创意探索

生成视频

适用：短视频创意、动态概念演示、简单分镜验证。

建议做法：

• 提示词尽量包含主体、动作、场景、镜头感
• 默认优先快速模型
• 先返回任务提交结果，再继续查最终结果

查询视频结果

适用：用户给了任务 ID，让你看看视频好了没有。

返回时优先说明：

• 当前状态
• 是否完成
• 如果完成，给出视频地址
• 如果失败，给出失败原因或建议重试

等待视频完成

适用：用户希望“你等它出完再告诉我”。

处理方式：

• 设置合理的最大等待时间
• 定期查询状态
• 完成后返回最终结果
• 超时则明确告诉用户仍在处理中

质量与成本取舍

默认原则：

• 先免费，再高配
• 先快速验证，再精修
• 先出结果，再做多轮迭代

当用户说“先随便来几版看看”“先用免费的”“先低成本试试”时，优先免费模型。

当用户说“质量更高一点”“商业图”“正式发布素材”时，再考虑切换到更高质量模型。

风险与边界

• 不要承诺绝对免费永久可用，应该表述为优先使用免费或低成本模型
• 不泄露 API Key 或账户配置
• 批量生成时注意请求规模，避免过度并发
• 如果生成结果涉及敏感、违规或明显侵权内容，要及时收敛
• 视频生成耗时可能较长，要提前告知用户这是异步任务

故障排查

常见问题与处理：

• 生成失败：检查账号额度、模型可用性、提示词是否异常
• 视频一直未完成：延长等待时间，或改为稍后查询
• 批量任务部分失败：保留成功结果，单独重试失败项
• 结果不理想：优化提示词，增加风格、镜头、材质、动作细节
• 免费模型效果不够：明确告知用户可以切换更高质量模型