Medeo Video Generator Skill
Erstelle KI-Videos aus Text. Medeo ist ein KI-Videoagent, der in einem einzigen Aufruf komplette Handlungsstränge, Multi-Szenen-Erzählungen und Drehbücher verarbeitet — Bildkomposition, Übergänge, Tempo und Musik sind automatisch.
⚠️ Teile Geschichten NICHT in mehrere Aufrufe auf. Übergib das gesamte Drehbuch in einem einzigen
--message.
0. Pre-Flight-Check (PFLICHT — vor allem anderen ausführen)
Bevor du einen Befehl ausführst, überprüfe, ob der API-Schlüssel konfiguriert ist:
python3 {baseDir}/scripts/medeo_video.py config 2>/dev/null | python3 -c "import sys,json; d=json.load(sys.stdin); print('ok' if d.get('apiKey') else 'missing')"
- Ausgabe
ok→ normal fortfahren - Ausgabe
missing(oder Befehl schlägt fehl) → sofort anhalten, keine anderen Befehle ausführen. Sende die Setup-Nachricht mit der kanalgeeigneten Methode:
Feishu — verwende direkt die Feishu-API (NICHT das message-Tool — es rendert keine Karten):
import json, urllib.request
cfg = json.loads(open("/home/ec2-user/.openclaw/openclaw.json").read())
feishu = cfg["channels"]["feishu"]["accounts"]["default"]
token = json.loads(urllib.request.urlopen(urllib.request.Request(
"https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal",
data=json.dumps({"app_id": feishu["appId"], "app_secret": feishu["appSecret"]}).encode(),
headers={"Content-Type": "application/json"}
)).read())["tenant_access_token"]
card = {
"config": {"wide_screen_mode": True},
"header": {"title": {"tag": "plain_text", "content": "🎬 Videogenerierung — API-Schlüssel erforderlich"}, "template": "blue"},
"elements": [{"tag": "div", "text": {"tag": "lark_md", "content": "Du benötigst einen **Medeo-API-Schlüssel** um Videos zu erstellen.\n\n**Schritte:**\n1. Gehe zu https://medeo.app/dev/apikey\n - Kein Konto? Du wirst zur Registrierung geführt. Der Schlüssel erscheint nach dem Login.\n2. Kopiere den Schlüssel (beginnt mit `mk_`) und sende ihn mir zurück.\n\nSobald ich ihn habe, konfiguriere ich alles für dich."}}],
}
urllib.request.urlopen(urllib.request.Request(
"https://open.feishu.cn/open-apis/im/v1/messages?receive_id_type=open_id",
data=json.dumps({"receive_id": "<USER_OPEN_ID>", "msg_type": "interactive", "content": json.dumps(card)}).encode(),
headers={"Authorization": f"Bearer {token}", "Content-Type": "application/json"}
))
Telegram / Discord / Andere Kanäle — sende reinen Text über das message-Tool (diese Kanäle unterstützen Markdown nativ):
🎬 Videogenerierung — API-Schlüssel erforderlich
Schritte:
1. Gehe zu https://medeo.app/dev/apikey (registriere dich bei Bedarf — der Schlüssel erscheint nach dem Login)
2. Kopiere den Schlüssel (beginnt mit mk_) und sende ihn mir zurück
Sobald ich ihn habe, konfiguriere ich alles für dich.
Sobald der Nutzer den Schlüssel bereitstellt: python3 {baseDir}/scripts/medeo_video.py config-init --api-key "mk_..."
1. Ersteinrichtung
Wenn kein API-Schlüssel konfiguriert ist, gibt das Skript "setup_required": true aus.
- Sende dem Nutzer diesen genauen Link: https://medeo.app/dev/apikey (diese Seite fordert automatisch zur Registrierung auf, falls nicht eingeloggt, und zeigt dann den API-Schlüssel an)
- Sobald der Nutzer den Schlüssel bereitstellt:
python3 {baseDir}/scripts/medeo_video.py config-init --api-key "mk_..."
2. Ein Video generieren (5-30 Minuten, immer asynchron)
Nutzer müssen nur 3 Möglichkeiten kennen, um ein Video zu generieren:
- Text senden → Video generieren
- Text + Bild hochladen → Video mit ihrem Bild generieren
- Text + Bild-URL senden → Video mit der URL des Bildes generieren
Der Agent erledigt alles andere im Hintergrund.
WICHTIG: Bevor du die Generierungsaufgabe startest, antworte dem Nutzer sofort mit einer Bestätigung wie: „🎬 Videogenerierung gestartet — ich schicke dir das Ergebnis in etwa 5–10 Minuten.“ Warte nicht in Stille. Der Nutzer sollte wissen, dass seine Anfrage eingegangen ist.
Verwendung 1: Nur Text
python3 {baseDir}/scripts/medeo_video.py spawn-task \
--message "Beschreibung des Nutzervideos" \
--deliver-to "oc_xxx" \
--deliver-channel "feishu"
Verwendung 2: Text + hochgeladenes Bild (Nutzer sendet Bild im Chat)
# Zuerst: upload-file um media_id zu erhalten (siehe Abschnitt 3)
python3 {baseDir}/scripts/medeo_video.py spawn-task \
--message "Beschreibung des Nutzervideos" \
--media-ids "media_01..." \
--asset-sources my_uploaded_assets \
--deliver-to "oc_xxx" \
--deliver-channel "feishu"
Verwendung 3: Text + Bild-URL
python3 {baseDir}/scripts/medeo_video.py spawn-task \
--message "Beschreibung des Nutzervideos" \
--media-urls "https://example.com/photo.jpg" \
--asset-sources my_uploaded_assets \
--deliver-to "oc_xxx" \
--deliver-channel "feishu"
Automatisches Agentenverhalten: Wenn der Nutzer Bilder bereitstellt (Verwendung 2 oder 3), übergib immer
--asset-sources my_uploaded_assets, damit Medeo seine Bilder verwendet, anstatt neue zu generieren. Der Nutzer muss nichts von diesem Flag wissen.
Interne Parameter (nur für den Agenten — niemals dem Nutzer zeigen)
Diese werden automatisch vom Agenten behandelt. Erwähne sie nicht gegenüber Nutzern oder bitte sie nicht darum, sie bereitzustellen.
| Flag | Wann verwenden | Standardverhalten |
|---|---|---|
--voice-id "voice_01..." | Wenn eine bestimmte Stimme benötigt wird | Medeo wählt automatisch |
--video-style-id "style_01..." | Wenn ein bestimmter visueller Stil benötigt wird | Medeo wählt automatisch |
--asset-sources | Wenn der Nutzer Bilder bereitstellt: my_uploaded_assets übergeben | Medeo entscheidet |
--recipe-id "recipe_01..." | Bei Verwendung einer Vorlage | Keine |
--aspect-ratio "9:16" | Wenn der Nutzer Hoch-/Querformat angibt | 16:9 |
--duration-ms 30000 | Wenn der Nutzer eine Dauer angibt | Medeo entscheidet |
--no-render | Nur zum Debuggen — Rendern überspringen | Immer rendern |
Auslieferungsziel (--deliver-to)
Dies ist entscheidend — bestimmt, wohin das generierte Video gesendet wird.
| Kontext | --deliver-to-Wert | Beispiel |
|---|---|---|
| Feishu-Gruppenchat | Die chat_id der Gruppe (beginnt mit oc_). Aus den eingehenden Metadaten conversation_label oder chat_id extrahieren — das chat:-Präfix entfernen, falls vorhanden (z. B. chat:oc_xxx → oc_xxx) | oc_158fd3e54407cbe170697c6c954bd4f2 |
| Feishu-Privatchat | Die open_id des Nutzers (beginnt mit ou_). Aus den eingehenden Metadaten sender_id extrahieren — das user:-Präfix entfernen, falls vorhanden | ou_f7f458f4d7b4ff49ec1b8de22a1e3206 |
| Telegram | Die chat_id aus dem Kontext der eingehenden Nachricht | -1001234567890 |
| Discord | Die channel_id aus dem Kontext der eingehenden Nachricht | 1234567890123456 |
So bestimmst du Gruppe vs. Privat auf Feishu:
- Überprüfe
is_group_chatin den eingehenden Metadaten - Wenn
true→ verwendeconversation_label/chat_id(deroc_-Wert) - Wenn
false→ verwendesender_id(derou_-Wert)
Schritt 2: Verwende sessions_spawn mit den zurückgegebenen Argumenten (label: "medeo: <kurzbeschreibung>", runTimeoutSeconds: 2400).
Schritt 3: Teile dem Nutzer mit, dass es generiert wird. Der Unter-Agent kündigt automatisch an, wenn er fertig ist.
3. Assets hochladen
3a. Von URL (Bild hat bereits eine öffentliche URL)
python3 {baseDir}/scripts/medeo_video.py upload \
--url "https://example.com/photo.jpg" \
--project-id "project_01..." # optional: Medium mit vorhandenem Projekt verknüpfen
--no-wait # optional: job_id sofort zurückgeben, ohne zu poller
3b. Von IM-Anhang (Nutzer sendet Bild direkt) ← NEU
Verwende upload-file, wenn der Nutzer ein Bild über Telegram, Discord, Feishu oder als lokale Datei sendet.
Dies verwendet die direkte Upload-API (Prepare → S3 presigned PUT → Register) anstelle des URL-basierten Uploads.
Auslöser: Nur, wenn der Nutzer explizit eine Videogenerierung anfordert UND im selben Chat einen Bildanhang sendet (z. B. „Mach ein Video mit diesem Foto“). Lade NICHT automatisch bei jeder Bildnachricht hoch — andere Skills oder Konversationen könnten Bilder enthalten, die nichts mit der Videogenerierung zu tun haben.
# Von lokaler Datei (von OpenClaw aus dem Anhang heruntergeladen)
python3 {baseDir}/scripts/medeo_video.py upload-file \
--file /tmp/user_photo.jpg
# Von direkter URL (Discord CDN usw.)
python3 {baseDir}/scripts/medeo_video.py upload-file \
--url "https://cdn.discordapp.com/attachments/..."
# Von Telegram (file_id aus message.photo[-1].file_id)
# TELEGRAM_BOT_TOKEN muss als Umgebungsvariable gesetzt sein — niemals als CLI-Argument übergeben (ps aux gibt es preis)
TELEGRAM_BOT_TOKEN="$TELEGRAM_BOT_TOKEN" python3 {baseDir}/scripts/medeo_video.py upload-file \
--telegram-file-id "AgACAgIAAxk..."
# Von Feishu (message_id + image_key aus dem Nachrichteninhalt)
python3 {baseDir}/scripts/medeo_video.py upload-file \
--feishu-message-id "om_xxx" \
--feishu-image-key "img_v3_xxx" \
--feishu-app-token "$FEISHU_APP_TOKEN"
Ausgabe: {"media_id": "media_01...", "filename": "photo.jpg"}
Dann media_id an die Generierung übergeben:
python3 {baseDir}/scripts/medeo_video.py spawn-task \
--message "Erstelle ein Video mit dieser Person" \
--media-ids "media_01..."
Plattformspezifische Bildextraktionsanleitung
| Plattform | So erhältst du die Bildquelle | upload-file-Argument |
|---|---|---|
| Telegram | message.photo[-1].file_id | --telegram-file-id |
| Discord | message.attachments[0].url (öffentliche CDN-URL) | --url |
| Feishu | message_id + image_key aus dem Nachrichten-JSON | --feishu-message-id + --feishu-image-key |
Anhang Binärdaten herunterladen → in /tmp speichern | --file | |
| Generische URL | Jede direkte Bild-URL | --url |
Hinweis: Discord-Anhang-URLs sind öffentliche CDN-Links — --url funktioniert direkt. Alle anderen Plattformen erfordern eine Authentifizierung zum Herunterladen.
3c. Direkt in der Generierungs-Pipeline
# URL-basiert (vorhandenes Verhalten)
python3 {baseDir}/scripts/medeo_video.py spawn-task \
--message "Produktpräsentation für diesen Sneaker" \
--media-urls "https://example.com/front.jpg" "https://example.com/side.jpg"
Unterstützt .jpg, .png, .webp, .mp4, .mov, .gif. Höhere Auflösung + mehrere Perspektiven = bessere Ergebnisse.
3d. Upload-Status prüfen
Nach upload oder upload-file, falls du den Upload-Job überprüfen musst:
python3 {baseDir}/scripts/medeo_video.py upload-status --job-id "job_01..."
Gibt den Medienstatus (processing, completed, failed) und media_id zurück, sobald fertig.
4. Low-Level-Pipeline-Befehle (nur für den Agenten intern — niemals Nutzern zeigen)
Diese sind nur zum Debuggen oder für manuelle Eingriffe des Agenten gedacht. Nutzer sollten diese Befehle nie zu sehen bekommen.
Pipeline-Fluss:
spawn-task (empfohlen, asynchron)
└── generate (blockierend, gleiche Pipeline)
├── upload (falls --media-urls)
├── compose → compose-status (Poller)
└── render → render-status (Poller)
| Befehl | Was er tut | Wichtige Argumente |
|---|---|---|
generate | Blockierende vollständige Pipeline (upload→compose→render) | Gleiche wie spawn-task minus Auslieferungs-Flags |
compose | Nur Projekt erstellen (kein Render) | --message, --media-ids, --recipe-id |
compose-status | Compose-Aufgabe abfragen | --task-id "task_01..." |
render | Vorhandenes Projekt rendern | --project-id "project_01..." |
render-status | Render-Job abfragen | --job-id "render_01..." |
upload-status | Upload-Job abfragen | --job-id "job_01..." |
Alle Befehle unterstützen --no-wait, um sofort ohne Pollen zurückzukehren.
5. Rezepte durchsuchen
python3 {baseDir}/scripts/medeo_video.py recipes # Vorlagen auflisten
python3 {baseDir}/scripts/medeo_video.py recipes --cursor <c> # Paginierung
In der Generierung verwenden: --recipe-id "recipe_01...". Siehe docs/recipes.md.
6. Kurzreferenz der Befehle (für den Agenten, nicht für den Nutzer sichtbar)
| Befehl | Beschreibung | Für Nutzer sichtbar? |
|---|---|---|
recipes | Video-Vorlagen auflisten | Ja — „Welche Vorlagen gibt es?“ |
last-job | Status des letzten Jobs | Ja — „Ist mein letztes Video fertig?“ |
history | Job-Verlauf (letzte 50) | Ja — „Zeige meinen Videoverlauf“ |
config | Aktuelle Konfiguration anzeigen | Nein |
config-init --api-key "mk_..." | API-Schlüssel initialisieren | Nur während der Einrichtung |
upload --url "URL" | Von öffentlicher URL hochladen | Nein (Agent intern) |
upload-file --file PFAD | Von lokaler Datei hochladen | Nein (Agent intern) |
upload-file --url "URL" | URL herunterladen → hochladen | Nein (Agent intern) |
upload-file --telegram-file-id "..." | Telegram-Anhang hochladen | Nein (Agent intern) |
upload-file --feishu-image-key "..." | Feishu-Anhang hochladen | Nein (Agent intern) |
upload-status --job-id "..." | Upload-Job-Status prüfen | Nein (Agent intern) |
compose-status --task-id "..." | Compose-Aufgabenfortschritt prüfen | Nein (Agent intern) |
render-status --job-id "..." | Render-Job-Fortschritt prüfen | Nein (Agent intern) |
7. Wichtige Regeln
- Immer asynchron —
spawn-task+sessions_spawnzur Generierung - Ein Aufruf für Geschichten — vollständige Handlungsstränge in einem
--message, niemals aufteilen - Nicht ausreichendes Guthaben — Nachladelink aus der Fehlerausgabe teilen
- IM-Bild-Upload — Lade Bilder nur hoch, wenn der Nutzer explizit eine Videogenerierung mit diesem Bild anfordert. Lade NICHT automatisch jede Bildnachricht hoch (der Nutzer könnte andere Skills installiert haben). Wenn ausgelöst: führe zuerst
upload-fileaus → erhaltemedia_id→ übergib sie der Generierung über--media-ids. Frage den Nutzer niemals nach einer URL, wenn er das Bild bereits gesendet hat. - IM-native Auslieferung — Nach der Generierung das Video mit der nativen Methode des IM-Kanals zustellen (nicht nur eine URL). Jeder Kanal hat ein dediziertes Auslieferungsskript:
- Feishu:
python3 {baseDir}/scripts/feishu_send_video.py --video /tmp/result.mp4 --to "oc_xxx_oder_ou_xxx" --cover-url "<thumbnail_url>" --duration <ms>(verwendeoc_chat_id für Gruppenchats,ou_open_id für private Chats;chat:oc_xxxunduser:ou_xxx-präfixierte Formen werden ebenfalls akzeptiert) - Telegram: Video herunterladen, dann über
telegram_send_video.pysenden (Token nur aus Umgebungsvariable):curl -sL -o /tmp/medeo_result.mp4 "<video_url>" TELEGRAM_BOT_TOKEN="$TELEGRAM_BOT_TOKEN" python3 {baseDir}/scripts/telegram_send_video.py \ --video /tmp/medeo_result.mp4 \ --to "<chat_id>" \ --cover-url "<thumbnail_url>" - Discord:
python3 {baseDir}/scripts/discord_send_video.py --video /tmp/result.mp4 --channel-id "<channel_id>" --cover-url "<thumbnail_url>"(Dieses Skript erfordert, dass Discord-Webhook in der Konfiguration eingerichtet ist. Standardmäßig erhalten Discord-Benachrichtigungen/tmp/result.mp4)
- Feishu:
8. Beispiel-Workflow (vollständiger Agentenablauf)
- Nutzer: „Erstelle ein Video über einen Roboter, der im Wald tanzt“
- Agent: Überprüft API-Schlüssel →
ok - Agent:
python3 {baseDir}/scripts/medeo_video.py recipes(optional, falls der Nutzer nach einem bestimmten Stil fragt) - Agent:
python3 {baseDir}/scripts/medeo_video.py spawn-task --message "Ein Roboter tanzt in einem sonnendurchfluteten Wald. Fröhliche Musik. Bunte Lichter." --deliver-to "oc_xxx" --deliver-channel "feishu" - Agent antwortet Nutzer: „🎬 Videogenerierung gestartet — du erhältst das Ergebnis in etwa 5–10 Minuten.“
- Agent: Startet Hintergrund-Session über
sessions_spawn - Hintergrund-Session (Unter-Agent): Wartet auf Fertigstellung → lädt Video herunter → sendet es über die native Methode des Kanals
- Agent (Haupt-Session): Session beenden oder mit anderem Task fortfahren