OpenClaw Skill 每日推荐 - 图像与视频生成

OpenClaw Skill 每日推荐 - 图像与视频生成

🎨 今天我们进入第 14 个分类：Image & Video Generation（图像与视频生成）

这是 OpenClaw 生态中最庞大的分类之一，共收录 169 个 Skills，涵盖了从 AI 绘画、视频生成、图像编辑到 OCR 识别、图表可视化等全方位视觉创作能力。

📊 分类概述

图像与视频生成分类是整个 OpenClaw Skills 生态中规模最大的分类之一。169 个 Skills 可以大致归纳为以下几个子方向：

子方向 代表 Skills 说明
AI 图像生成 fal-ai, openai-image-cli, comfyui-imagegen 调用各类大模型生成图片
AI 视频生成 kling-video-generator, ai-video-gen, heygen-avatar-lite 文本/图像转视频
图像编辑处理 eachlabs-image-edit, photoshop-automator, color-palette 后期编辑与风格转换
算法艺术 algorithmic-art, chart-image, data-viz 代码驱动的视觉创作
OCR 与文档 ocr-python, tesseract-ocr, zerox, opencr-skill 图像文字提取
社交媒体 instagram-photo-text-overlay, youtube-thumbnail-generation, snapog 面向社交平台的内容生成

🏆 精选 Skill 详解

1. fal-ai — 多模型 AI 生成瑞士军刀

GitHub: openclaw/skills - agmmnn/fal-ai

核心功能：
通过 fal.ai API 统一接口，调用多种顶级 AI 模型生成图像、视频和音频。支持 FLUX、SDXL、Stable Diffusion、Whisper 等数十种模型，一个 Skill 覆盖几乎全部生成需求。

实用场景：

  • 快速生成产品配图、博客封面
  • 文本转语音、音频转文字
  • 视频生成与风格迁移
  • 批量生成图像素材用于 A/B 测试

技术实现：
通过 fal.ai 的 REST API 发送请求，支持异步轮询获取结果。API Key 通过环境变量 FAL_KEY 注入，无需自行管理模型推理基础设施。

推荐指数：⭐⭐⭐⭐⭐

亮点：一个 Skill 顶十个用，fal.ai 平台模型更新快，新模型出来即可使用。

2. comfyui-imagegen — 本地 ComfyUI 集成

GitHub: openclaw/skills - halr9000/comfyui-imagegen

核心功能：
连接本地运行的 ComfyUI 实例（默认 localhost:8188），通过 API 发送 Flux2 工作流，在本地生成图像。完全掌控推理过程，无需第三方 API 费用。

实用场景：

  • 隐私敏感的图像生成（完全本地运行）
  • 自定义工作流（ControlNet、LoRA、IPAdapter 等）
  • 批量生成，离线可用
  • 与 ComfyUI 丰富的节点生态无缝对接

技术实现：
通过 HTTP 请求调用 ComfyUI 的 API 端点，发送 JSON 格式的工作流定义，轮询任务状态，最终获取生成图像。依赖本地已安装并运行 ComfyUI。

1
2
3
4
# 前置条件：本地运行 ComfyUI
# 安装 ComfyUI 后启动
cd /path/to/ComfyUI
python main.py --listen 0.0.0.0 --port 8188

推荐指数：⭐⭐⭐⭐

亮点：零 API 费用 + 完全可控的工作流，适合有本地 GPU 的进阶用户。

3. openai-image-cli — OpenAI 官方图像生成

GitHub: openclaw/skills - g9pedro/openai-image-cli

核心功能：
通过 OpenAI 官方 API 调用 GPT Image 和 DALL-E 模型，支持图像生成、编辑和管理。包括文本转图像、图像编辑（inpainting）、图像变体生成等功能。

实用场景：

  • 高质量营销素材快速生成
  • 产品概念图与原型设计
  • 博客/社交媒体配图
  • 图像局部编辑与修改

技术实现：
通过 OpenAI REST API（/v1/images/generations、/v1/images/edits 等端点）发送请求，API Key 通过环境变量 OPENAI_API_KEY 注入。支持 DALL-E 2/3 和最新的 GPT Image 模型。

1
2
3
4
5
6
7
# 环境变量配置
export OPENAI_API_KEY="sk-..."

# 典型调用流程
# 1. 提示词 → 生成图像
# 2. 上传原图 + 蒙版 → 局部编辑
# 3. 原图 → 生成变体

推荐指数：⭐⭐⭐⭐⭐

亮点：OpenAI 官方支持，图像质量稳定，GPT Image 模型的文字渲染能力是杀手级特性。

4. kling-video-generator — Kling 3.0 Omni 视频生成

GitHub: wells1137/kling-video-generator

核心功能：
使用快手 Kling 3.0 Omni 模型生成高质量视频，支持六大核心能力：

能力 说明
Text-to-Video 从文本描述生成视频
Image-to-Video 让静态图片动起来
Video Editing 基于提示词修改现有视频
Video Reference 用视频作为风格参考
Multi-shot Generation 多场景分镜生成
Audio Generation 生成同步音频（语音 + 音效）

实用场景：

  • 短视频内容创作（抖音/B站风格）
  • 产品演示视频生成
  • 故板分镜视频批量生成
  • AI 配音视频一体化制作

技术实现：
使用 Python 脚本（scripts/kling_api.py）进行 JWT 认证、任务创建和结果轮询。需要 KLING_ACCESS_KEY 和 KLING_SECRET_KEY 两个环境变量。Skill 内含完整的 API 参考文档和 Prompt 编写指南。

1
2
3
4
5
6
7
8
9
10
# 认证流程
import jwt, time

def create_token(access_key, secret_key):
    payload = {
        "iss": access_key,
        "exp": int(time.time()) + 1800,
        "nbf": int(time.time()) - 5
    }
    return jwt.encode(payload, secret_key, algorithm="HS256")

工作流采用决策树模式，根据用户意图（单镜头/多镜头、是否有视频输入、是否需要音频）自动构建正确的 API 请求参数，确保符合模型的复杂参数约束规则（R1-R10）。

推荐指数：⭐⭐⭐⭐⭐

亮点：覆盖视频生成全链路，从文本到成片一站式完成，多镜头 + 音频同步是独门绝技。

5. algorithmic-art — p5.js 算法艺术

GitHub: openclaw/skills - seanphan/algorithmic-art

核心功能：
使用 p5.js 创作算法艺术作品，通过种子随机数（seeded randomness）确保作品可复现。与 AI 生成不同，这是代码驱动的视觉创作——你写算法，算法画出作品。

实用场景：

  • 生成独特的 NFT 艺术品
  • 数据可视化艺术化呈现
  • 程序化纹理与图案生成
  • 教学演示算法可视化

技术实现：
基于 p5.js（JavaScript 创意编程库），通过随机种子控制伪随机数生成器，确保同一种子 + 同一算法 = 同一作品。输出为 PNG 或 SVG 格式。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
// 基本示例：种子化随机绘画
function setup() {
  createCanvas(800, 800);
  randomSeed(42);  // 种子确保可复现
  noLoop();
}

function draw() {
  for (let i = 0; i < 1000; i++) {
    let x = random(width);
    let y = random(height);
    let r = random(5, 50);
    let c = color(random(255), random(255), random(255), 150);
    fill(c);
    noStroke();
    circle(x, y, r);
  }
}

推荐指数：⭐⭐⭐⭐

亮点：不依赖任何 AI API，完全免费且可复现。是 AI 生成之外一种独特的创作范式——你定义规则，算法创造美。

📋 应用场景总结

图像与视频生成分类的 169 个 Skills 覆盖了以下核心场景：

内容创作

  • 博客/社交媒体配图：openai-image-cli、fal-ai 可快速生成高质量配图
  • YouTube 封面：youtube-thumbnail-generation 专门优化高 CTR 设计
  • Instagram 内容：instagram-photo-text-overlay 直接输出带文字的社交媒体图

视频制作

  • 短视频生产：kling-video-generator 从文本到成片全链路覆盖
  • 数字人视频：heygen-avatar-lite 通过 HeyGen API 创建 AI 数字人
  • 视频编辑：ffmpeg-video-editor 用自然语言生成 FFmpeg 命令

专业工具

  • 设计自动化：figma、canva-connect、photoshop-automator 对接主流设计工具
  • CAD 渲染：cad-agent 为 AI 代理提供 CAD 工作流
  • 数据可视化：chart-image、data-viz 将数据转为出版级图表

图像分析

  • OCR 文字识别：tesseract-ocr、ocr-python、zerox 支持多语言文档数字化
  • AI 图像检测：image-detection 检测 AI 生成图像
  • 人脸分析：didit-age-estimation、didit-passive-liveness 用于年龄估计和活体检测

🏅 推荐指数排名

排名 Skill 推荐指数 核心优势
1 fal-ai ⭐⭐⭐⭐⭐ 多模型统一接口，覆盖图像/视频/音频
2 openai-image-cli ⭐⭐⭐⭐⭐ OpenAI 官方支持，文字渲染能力顶级
3 kling-video-generator ⭐⭐⭐⭐⭐ 视频生成全链路，多镜头+音频同步
4 algorithmic-art ⭐⭐⭐⭐ 零 API 依赖，可复现的代码艺术
5 comfyui-imagegen ⭐⭐⭐⭐ 本地免费推理，工作流完全可控

💡 实用建议

  1. 入门首选：如果你刚接触 AI 图像生成，从 openai-image-cli 开始，OpenAI 的模型最稳定、文档最全。
  2. 性价比之王：cheapest-image 声称每张图仅约 $0.0036，适合大批量生成场景。
  3. 视频创作：kling-video-generator 是目前最完整的视频生成 Skill，多镜头+音频同步能力独步江湖。
  4. 本地部署：有本地 GPU 的用户优先考虑 comfyui-imagegen，零 API 费用 + ComfyUI 生态 = 无限可能。
  5. 创意编程：想跳出 AI 生成范式？试试 algorithmic-art，用代码定义规则，用算法创造美。
  6. 批量处理：eachlabs-image-edit 支持 200+ AI 模型，适合需要多种风格变换的批量任务。

📅 这是 OpenClaw Skill 每日推荐系列的第 14 期。明天我们将介绍 iOS & macOS Development 分类，敬请期待！

完整分类列表请访问 Awesome OpenClaw Skills

相关文章推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。