agentCLAWHUBUnverified
LibTV Skill Pro
通过 LibTV (liblib.tv) AI 视频平台生成和编辑图片/视频的完整工具集。覆盖文生图/视频、图生图/视频、视频续写、风格迁移、局部编辑（把纸船换成爱心）、短剧/MV/TVC 制作、角色三视图、分镜设计、首尾帧视频、音频生视频。支持 Seedance 2.0 / Kling 3.0/O3 / Wan...
OpenClaw
Rank
62
Safety
84
Downloads
1.0k
Updated
Oct 11, 2026
Version
0.4.4
Source
CLAWHUB
About
What it does, and when to use it.
Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.
Avoid when
- Contract metadata is missing or unavailable for deterministic execution.
Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing
Public facts
Every fact links back to the source it came from.
- Vendor
- Clawhubvendor · observed Oct 11, 2026
- Protocol compatibility
- OpenClawcompatibility · observed Oct 11, 2026
- Adoption signal
- 1K downloadsadoption · observed Oct 11, 2026
- Latest release
- 0.4.4release · observed May 14, 2026
- Handshake status
- UNKNOWNsecurity
Install and run
Setup complexity: low.
clawhub skill install s172sb9xfgn48px1kkrfvydn3986m7a5:libtv-skill-pro- Install using `clawhub skill install s172sb9xfgn48px1kkrfvydn3986m7a5:libtv-skill-pro` in an isolated environment before connecting it to live workloads.
- No published capability contract is available yet, so validate auth and request/response behavior manually.
- Review the upstream CLAWHUB listing at https://clawhub.ai/qiuxiangxiang/libtv-skill-pro before using production credentials.
Contract: missing
curl -s "https://www.xpersona.co/api/v1/agents/clawhub-qiuxiangxiang-libtv-skill-pro/snapshot"
Run-check
$0.02 USD1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.
Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.
Documentation
CLAWHUB
150,983 characters of source documentation, loaded on request.
Extracted files
5 files captured from the source.
SKILL.md
---
name: libtv-skill-pro
description: 通过 LibTV (liblib.tv) AI 视频平台生成和编辑图片/视频的完整工具集。覆盖文生图/视频、图生图/视频、视频续写、风格迁移、局部编辑（把纸船换成爱心）、短剧/MV/TVC 制作、角色三视图、分镜设计、首尾帧视频、音频生视频。支持 Seedance 2.0 / Kling 3.0/O3 / Wan 2.6 / Nano Banana / Midjourney / Seedream 5.0 / Lib Nano Pro / GVLM 3.1 等模型，可显式指定模型+参数（比例/分辨率/时长）。Pro 版扩展批量并发、轮询监控、工作流模板、结果导出、会话历史、项目管理、统一入口、dry-run 预览、结构化错误。触发词：画一个/生成/做一个/帮我做、liblib/libtv/aigc、视频/图片/MV/TVC/短剧/分镜/动漫/海报、AI 视频/图片生成、画/生成一张/一段。
user-invocable: true
metadata:
{
"openclaw":
{
"emoji": "🎬",
"requires":
{
"bins": ["python3"],
"env": ["LIBTV_ACCESS_KEY"]
},
"primaryEnv": "LIBTV_ACCESS_KEY"
}
}
---
# libtv-skill-pro
> Fork of [@haofanwang/libtv-skill](https://clawhub.ai/haofanwang/libtv-skill) — 在原版基础上扩展高级工作流与功能矩阵层。Source / Issues: https://github.com/Qiuxiangxiang/libtv-skill-pro
LibTV (liblib.tv) 是 LiblibAI 推出的 AI 视频创作平台。本 skill 让 Agent 通过统一入口 `libtv.py` 完成生成 / 编辑 / 修饰 / 模型路由的全链路。
## 快速开始（3 分钟跑通第一个 case）
```bash
# 1. 拿 access key：https://www.liblib.tv → 用户中心 → API / 开发者
export LIBTV_ACCESS_KEY=your_key_here
# 2. 看完整命令清单
python3 {baseDir}/scripts/libtv.py --help
# 3. 跑第一个 case（dry-run 预览，不烧积分）
python3 {baseDir}/scripts/libtv.py model with lib-nano-pro \
"白色短毛猫坐在窗台上" --ratio 1:1 --resolution 2K --dry-run
# 4. 去掉 --dry-run 真实生成（≈14 积分，≈60s）
python3 {baseDir}/scripts/libtv.py model with lib-nano-pro \
"白色短毛猫坐在窗台上" --ratio 1:1 --resolution 2K
# → 返回 sessionId，再用 poll 等结果，download 取本地
python3 {baseDir}/scripts/libtv.py poll <SESSION_ID>
python3 {baseDir}/scripts/libtv.py download <SESSION_ID> --output-dir ~/Downloads/cat
```
5 个完整 case 见 `examples/`（图像 / 视频 / 编辑 / 多步链 / 批量）。
## 推荐入口：`libtv.py <subcommand>`
所有功能聚合在一个入口，Agent 路由更顺：
```
python3 libtv.py flow <preset> "<topic>" [--ref URL]
python3 libtv.py node <action> "<topic>" [--ref URL]
python3 libtv.py edit <modifier> "<desc>" [--target URL] [--session-id SID]
python3 libtv.py model list|with <model> "<prompt>" [params]
python3 libtv.py session "<message>" # 创建会话/发消息（底层）
python3 libtv.py query <SID> # 查询会话进展
python3 libtv.py upload <local_file> # 上传到 OSS
python3 libtv.py download <SID> [--output-dir DIR] # 下载结果
python3 libtv.py batch --file tasks.txt --workers 5
python3 libtv.py monitor <SID> --poll --extract-urls
python3 libtv.py poll <SID>
python3 libtv.py template <name> "<topic>"
python3 libtv.py export <SID> --format html
python3 libtv.py history list|add|show|get|remove
python3 libtv.py project list|current|switch|use|remove|describe
```
> 旧路径 `python3 scripts/<name>.py ...` 仍可用（向后兼容）。新代码统一用 `libtv.py`。
## 决策树（路由判断）
收到用户需求时，按以下顺序匹配：
| 用户输入 | 走哪条路径 |
|---|---|
| 用户提供了本地文件（图/视频/音频路径）| 先 `upload` 拿 OSS URL，再发到下一步 |
| 模糊一句话「画只猫 / 做个 MV」 | `session` 让后端 Agent 路由（最省心）|
| 明确想要 LibTV 某个入口（"做个角色三视图"）| `flow <preset>` |
| 明确想用某个模型（"用 Seedance 出视频"）| `model with <model>` |
| 想在已生成内容上改examples/README.md
# Examples 5 个典型 case，按"难度 / 积分 / 耗时"排列。建议第一次用按 01 → 02 → 03 → 04 → 05 顺序看。 | # | 场景 | 命令风格 | 积分 | 耗时 | 难度 | |---|---|---|---|---|---| | [01](./01-generate-image.md) | 生一张猫图（最小路径）| `model with lib-nano-pro` | ≈14 | ≈60s | ⭐ | | [02](./02-generate-video.md) | 生一段 5s 视频 | `model with seedance-2.0-vip` | ≈135 | 5-8 min | ⭐⭐ | | [03](./03-edit-with-reference.md) | 把纸船换成爱心（局部编辑）| `upload` + `edit mark` | ≈14-20 | ≈90s | ⭐⭐ | | [04](./04-character-to-video.md) | 角色三视图 → 首帧图生视频 | `flow character_views` + `flow keyframe_to_video` + `edit camera` | ≈150 | ≈10 min | ⭐⭐⭐ | | [05](./05-batch-images.md) | 并发批量 10 张图 + HTML 报告 | `batch` + `export html` | ≈140 | ≈2 min | ⭐⭐ | ## 跑这些 example 前 1. **设置 API key**： ```bash export LIBTV_ACCESS_KEY=your_key_here ``` key 从 [LibTV 用户中心](https://www.liblib.tv) 获取（个人设置 → API / 开发者）。 2. **dry-run 先看 prompt**：每个 case 第一步都有 `--dry-run`，跑完确认 prompt 没问题再去掉它正式生成。可以省下大量积分。 3. **从最便宜的 01 开始**：14 积分一张图，跑通了再去 02。
README.md
# libtv-skill-pro > 🎬 LibTV (liblib.tv) AI 视频/图像生成平台的 OpenClaw / ClawHub skill。Pro 版在 [@haofanwang/libtv-skill](https://clawhub.ai/haofanwang/libtv-skill) 基础上扩展高级工作流与功能矩阵层。 [](https://clawhub.ai/qiuxiangxiang/libtv-skill-pro) [](https://github.com/Qiuxiangxiang/libtv-skill-pro) [](https://github.com/Qiuxiangxiang/libtv-skill-pro/issues) [](LICENSE) ## 是什么 让 Agent（OpenClaw / Claude Code / 其他 ClawHub-compatible 客户端）通过统一入口调用 LibTV 平台的 AI 创作能力： - **生成**：文生图/视频、图生图/视频、首尾帧视频、音频驱动视频 - **编辑**：局部修改（"把纸船换成爱心"）、风格迁移、运镜调整 - **多模型路由**：Seedance 2.0 / Kling 3.0/O3 / Wan 2.6 / Nano Banana / Midjourney / Seedream 5.0 / Lib Nano Pro / GVLM 3.1 - **工作流**：批量并发、轮询监控、8 个预设模板（短剧/MV/角色设计/分镜...）、HTML 报告导出 - **dry-run 预览**：所有生成类命令支持 `--dry-run`，预览 prompt 不烧积分 - **结构化错误**：API 错误以 JSON 输出，Agent 程序化可处理 ## 安装 ### 方式 1：通过 ClawHub（推荐） ```bash openclaw skills install libtv-skill-pro ``` ### 方式 2：从这个仓库克隆 ```bash git clone https://github.com/Qiuxiangxiang/libtv-skill-pro.git ~/.agents/skills/libtv-skill-pro ``` ## 快速开始 ```bash # 1. 拿 access key：https://www.liblib.tv → 用户中心 → API export LIBTV_ACCESS_KEY=your_key_here # 2. 看命令清单 python3 scripts/libtv.py --help # 3. dry-run 预览（不烧积分） python3 scripts/libtv.py model with lib-nano-pro \ "白色短毛猫坐在窗台上" --ratio 1:1 --resolution 2K --dry-run # 4. 真实生成 + 轮询 + 下载 python3 scripts/libtv.py model with lib-nano-pro "..." --ratio 1:1 python3 scripts/libtv.py poll SESSION_ID python3 scripts/libtv.py download SESSION_ID --output-dir ~/Downloads/cat ``` 完整示例见 [`examples/`](./examples/)（5 个递进难度的 case）。 ## 命令地图 ``` libtv.py flow 预设流程（故事脚本/角色三视图/首帧图生视频/音频生视频） libtv.py node 节点能力（文本/图片/视频节点细分动作） libtv.py edit 修饰器（风格/标记/聚焦/运镜/角色库） libtv.py model 模型路由（list 已知模型 / with 指定模型生成） libtv.py session 创建会话/发消息 libtv.py query 查询会话进展 libtv.py upload 上传图片/视频 libtv.py download 下载结果 libtv.py batch 并发批量任务 libtv.py monitor 实时监控 libtv.py poll 简化轮询 libtv.py template 预设工作流模板 libtv.py export 导出 HTML/MD/JSON libtv.py history 会话历史 libtv.py project 项目管理 ``` 17 个独立脚本（`scripts/*.py`）仍可单独调用（向后兼容）。 ## 跟原版的关系 | | @haofanwang/libtv-skill | @qiuxiangxiang/libtv-skill-pro | |---|---|---| | 基础脚本 | 6 个 | 6 个（保留原版） | | 高级工作流 | — | 7 个（batch/monitor/poll/template/export/history/project） | | LibTV 功能矩阵 | — | 4 个（flow/node/edit/model） | | 统一入口 | — | libtv.py | | dry-run 预览 | — | ✓ | | 结构化错误 | — | ✓ | 如果你只需要"自然语言一句话路由"的极简体验，原版 6 脚本足够。Pro 版面向**批量、精细控制、Agent 程序化集成**场景。 ## 测试 ```bash # 离线（5 秒，不烧积分，120 个用例） bash tests/test_offline.sh && python3 tests/test_templates.py # 在线（按开关计费） ONLINE_SESSION=1 bash tests/test_online.sh # ≈0 积分 ONLINE_IMAGE=1 bash tests/test_online.sh # ≈14 积分
_meta.json
{
"ownerId": "kn75javp82ghpk79s61mfbp3bx81vsnj",
"slug": "libtv-skill-pro",
"version": "0.4.4",
"publishedAt": 1778745751435
}CHANGELOG.md
# Changelog
## [0.4.0] - 2026-05-14（即将发布）
**主题：公开推广就绪 + 架构升级**
### Added — 推广向
- `examples/` 5 个完整 case：生图 / 视频 / 编辑 / 多步链 / 批量
- `README.md`（GitHub 入口）+ `LICENSE`（MIT-0）+ `.gitignore`
- `CHANGELOG.md` 正式纳入版本管理
- 公开 GitHub 仓库（信任来源 / issue / PR）
- SKILL.md frontmatter description 精简到 ~400 字，前 300 字聚焦关键词（搜索能见度）
- SKILL.md 增加「快速开始 3 分钟跑通」段落 + 决策树 + LibTV access key 获取链接
### Added — 架构升级
- `libtv.py` 统一入口（dispatcher）—— Agent 只需记一个命令：`libtv.py {flow|node|edit|model|...}`
- `--dry-run` 标志（flow / node / edit / model）—— 预览将发送的 prompt，不调 API、不烧积分
- 结构化错误响应（`_common.APIError` + `safe_run` wrapper）—— 所有 API 错误以 JSON 写 stderr，含 kind / http_code / message / raw
- 错误 kind 枚举：INVALID_ACCESS_KEY / FORBIDDEN_OR_INSUFFICIENT_CREDITS / NOT_FOUND / TIMEOUT / RATE_LIMITED / SERVER_ERROR / NETWORK_ERROR / INTERRUPTED / UNKNOWN
### Fixed
- `change_project.py` 缺 argparse 导致 `--help` 直接调真 API（之前发版前发现的 bug）
- `_common.py` 不再在 import 时因缺 LIBTV_ACCESS_KEY 而 `sys.exit(1)`——改为延迟到首次实际调用 API 时抛 `APIError`，让 `--help` 在任何情况下都可用
### Changed
- 所有调 API 的脚本都接入 `safe_run(main)` wrapper
- frontmatter emoji 由 💬 改为 🎬（配合 film 图标）
- tests/test_offline.sh 增加 1b（libtv.py 入口）+ 1c（dry-run 验证）共 20 个新用例
- 总测试用例：73 离线 + 47 模板 = **120 全通**
### Cleanup
- 发布前清掉 workspace 的 `.clawhub/origin.json`（之前误发）
- `_meta.json` 不打包进发布
---
## [0.3.0] - 2026-05-13
**LibTV 功能矩阵层**（slug: libtv-skill-pro，fork-of @haofanwang/[email protected]）
新增 4 个脚本覆盖 LibTV 画布上的完整功能矩阵：
- `flow.py` — LibTV 首页 4 个预设流程（story_script / character_views / keyframe_to_video / audio_to_video）
- `node.py` — 文本/图片/视频节点的细分动作（text_to_video_prompt / image_caption / text_to_music / image_to_image / image_upscale / first_last_frame / reference_video）
- `edit.py` — 节点修饰器（style / mark / focus / camera / character_lib）
- `model.py` — 模型路由（list 9 个已知模型 + with 显式指定模型+参数）
SKILL.md 第 13–16 节文档，新增「场景 8：按 LibTV 网页功能直接调用」工作流示例。
## [0.2.0] - 2026-05-13
**首发 libtv-skill-pro**（fork-of @haofanwang/[email protected]）
在原版 6 个基础脚本之上扩展 7 个高级工作流脚本：
- `manage_project.py`（list/current/switch/use/remove/describe + `~/.libtv_projects.json` 本地项目记录）
- `batch_create.py`（并发批量任务）
- `monitor_session.py`（实时监控）
- `quick_poll.py`（简化轮询）
- `workflow_template.py`（8 个预设模板）
- `export_results.py`（导出 JSON / Markdown / HTML）
- `session_history.py`（会话历史管理）
行为增强：
- `create_session.py` / `change_project.py` 自动写入本地项目记录
- `_common.py`：`change_project()` 支持可选 `projectUuid` 参数Github ReposUpdated 2d agoRank 70
AionUi
Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!
MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70
activepieces
AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents
OPENCLAW
Github ReposUpdated 6mo agoRank 70
cherry-studio
AI productivity studio with smart chat, autonomous agents, and 300+ assistants.
MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70
CopilotKit
The Frontend for Agents & Generative UI. React + Angular
OPENCLAW
Machine-readable data
The same record, as JSON, for agents and crawlers.
{
"facts": [
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Clawhub",
"href": "https://clawhub.ai/qiuxiangxiang/skills/libtv-skill-pro",
"sourceUrl": "https://clawhub.ai/qiuxiangxiang/skills/libtv-skill-pro",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T15:27:00.216Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "OpenClaw",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-qiuxiangxiang-libtv-skill-pro/contract",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-qiuxiangxiang-libtv-skill-pro/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-10-11T15:27:00.216Z",
"isPublic": true
},
{
"factKey": "traction",
"category": "adoption",
"label": "Adoption signal",
"value": "1K downloads",
"href": "https://clawhub.ai/qiuxiangxiang/libtv-skill-pro",
"sourceUrl": "https://clawhub.ai/qiuxiangxiang/libtv-skill-pro",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T15:27:00.216Z",
"isPublic": true
},
{
"factKey": "latest_release",
"category": "release",
"label": "Latest release",
"value": "0.4.4",
"href": "https://clawhub.ai/qiuxiangxiang/libtv-skill-pro",
"sourceUrl": "https://clawhub.ai/qiuxiangxiang/libtv-skill-pro",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-05-14T08:02:31.435Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-qiuxiangxiang-libtv-skill-pro/trust",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-qiuxiangxiang-libtv-skill-pro/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
],
"events": [
{
"eventType": "release",
"title": "Release 0.4.4",
"description": "0.4.4 — GitHub repo 重命名为 libtv-skill-pro（与 ClawHub slug 对齐）。GitHub 自带 redirect，旧 link 仍可用。无功能变更。",
"href": "https://clawhub.ai/qiuxiangxiang/libtv-skill-pro",
"sourceUrl": "https://clawhub.ai/qiuxiangxiang/libtv-skill-pro",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-05-14T08:02:31.435Z",
"isPublic": true
}
]
}Record generated Oct 11, 2026.