Vydra

隨附的 Vydra 外掛新增以下功能：

• 透過 vydra/grok-imagine 產生圖片
• 透過 vydra/veo3（文字轉影片）和 vydra/kling（圖片轉影片）產生影片
• 透過 Vydra 以 ElevenLabs 為後端的 TTS 路由進行語音合成

OpenClaw 對這三項功能使用相同的 VYDRA_API_KEY。

屬性	值
提供者 ID	vydra
外掛	隨附，enabledByDefault: true
驗證環境變數	VYDRA_API_KEY
初始設定旗標	--auth-choice vydra-api-key
直接命令列旗標	--vydra-api-key <key>
合約	imageGenerationProviders、videoGenerationProviders、speechProviders
基礎 URL	https://www.vydra.ai/api/v1（使用 www 主機）

請使用 https://www.vydra.ai/api/v1 作為基礎 URL。Vydra 的根網域主機（https://vydra.ai/api/v1）目前會重新導向至 www。部分 HTTP 用戶端會在這個跨主機重新導向時捨棄 Authorization，導致有效的 API 金鑰被誤判為驗證失敗。為避免此問題，隨附的外掛會將任何已設定的 vydra.ai 基礎 URL 正規化為 www.vydra.ai。

​

設定

1. 執行互動式初始設定

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

   或直接設定環境變數：

   export VYDRA_API_KEY="vydra_live_..."
   
2. 選擇預設功能

   選取下列一或多項功能（圖片、影片或語音），並套用相符的設定。

​

功能

圖片產生

預設且唯一隨附的圖片模型：

• vydra/grok-imagine

將其設為預設圖片提供者：

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "vydra/grok-imagine",
      },
    },
  },
}

隨附支援僅提供文字轉圖片功能，每個請求最多產生一張圖片。Vydra 託管的編輯路由需要遠端圖片 URL，而隨附的外掛並未新增 Vydra 專用的上傳橋接功能。

如需共用工具參數、提供者選擇及容錯移轉行為，請參閱圖片產生。

影片產生

已註冊的影片模型：

• vydra/veo3 用於文字轉影片（拒絕圖片參照輸入）
• vydra/kling 用於圖片轉影片（恰好需要一個遠端圖片 URL）

將 Vydra 設為預設影片提供者：

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "vydra/veo3",
      },
    },
  },
}

注意事項：

• vydra/kling 會在一開始就拒絕本機檔案上傳；只有遠端圖片 URL 參照可用。
• Vydra 的 kling HTTP 路由對於需要 image_url 還是 video_url 的要求一直不一致；隨附的提供者會在這兩個欄位中傳送相同的遠端圖片 URL。
• 隨附的外掛採取保守做法，不會轉送未記載於文件中的樣式調整參數，例如長寬比、解析度、浮水印或產生的音訊。

如需共用工具參數、提供者選擇及容錯移轉行為，請參閱影片產生。

影片即時測試

提供者專屬的即時測試涵蓋範圍：

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

隨附的 Vydra 即時測試檔案涵蓋：

• vydra/veo3 文字轉影片
• vydra/kling 使用遠端圖片 URL 進行圖片轉影片

必要時覆寫遠端圖片測試資料：

export OPENCLAW_LIVE_VYDRA_KLING_IMAGE_URL="https://example.com/reference.png"

語音合成

將 Vydra 設為語音提供者：

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

預設值：

• 模型：elevenlabs/tts
• 語音 ID：21m00Tcm4TlvDq8ikWAM（“Rachel”）

隨附的外掛提供這個已知運作良好的預設語音，並傳回 MP3 音訊檔案。

​

相關內容

提供者目錄

瀏覽所有可用的提供者。

圖片產生

共用圖片工具參數與提供者選擇。

影片產生

共用影片工具參數與提供者選擇。

設定參考

代理程式預設值與模型設定。