agent-im 会话(生图 / 生视频)
通过 agent-im 的 OpenAPI 创建会话、发送消息(生图、生视频、编辑视频等)、上传图片/视频文件,并查询会话消息进展。
LibTV 是 LiblibAI 推出的 AI 视频创作平台,同时为人类创作者和 Agent 设计。Agent 通过 Skill 入口理解任务、调用模型并自动编排工作流。
平台核心能力:
- - 生成:文生图、文生视频、图生视频、视频续写
- 编辑:局部修改、元素替换、镜头调整、风格迁移
- 复杂创作:一句话生成完整短剧(剧本→分镜→成片)、复刻已有视频风格做 TVC/宣传片、用音乐生成 MV、产品展示片制作
- 模型:Seedance 2.0、Kling 3.0/O3、Wan 2.6、NanoBanana、Midjourney、Seedream 5.0 等顶级模型
用户的所有创作和编辑需求都通过发送自然语言消息来完成,Agent 会自主编排工作流。复杂任务(短剧、MV)耗时较长,需耐心轮询。
功能
- 1. 创建会话 / 发消息 - 创建新会话或向已有会话发送一条消息(如「生一个动漫视频」「把纸船换成爱心」)
- 查询会话进展 - 根据 sessionId 拉取该会话的消息列表,用于轮询生图/生视频结果
- 切换项目 - 将当前 accessKey 绑定的项目切换到新项目,后续 create_session 将使用新 projectUuid
- 上传文件 - 上传图片或视频文件到 OSS,返回可访问的 OSS 地址(编辑已有视频/图片时需要先上传)
- 下载结果 - 将会话中生成的图片/视频批量下载到本地,自动提取 URL 并命名
前置要求
CODEBLOCK0
可选:OPENAPI_IM_BASE 或 IM_BASE_URL,默认 https://im.liblib.tv。
无需安装额外依赖,仅使用 Python 标准库。
使用方法
1. 创建会话 / 发送消息
CODEBLOCK1
2. 查询会话进展
CODEBLOCK2
3. 切换项目
CODEBLOCK3
4. 上传文件
当用户提供了参考的文件地址时,进行上传,仅支持图片、视频,文件大小必须在200M以下。
CODEBLOCK4
5. 下载结果
生成完成后,可以将会话中的所有图片/视频批量下载到本地。
CODEBLOCK5
典型工作流
理解这些工作流,才能正确组合上面的脚本完成用户需求。
场景 1:用户要求生成图片/视频(最常见)
CODEBLOCK6
生成完成后自动执行下载,不需要用户额外请求。下载目录和前缀根据任务语义自动命名(如分镜用 storyboard,角色设定用 character 等)。
场景 2:用户提供图片/视频要求编辑修改(如"把纸船换成爱心")
CODEBLOCK7
用户给了文件路径 + 编辑指令 = 先上传文件,再把编辑指令和 OSS URL 一起发送。
场景 3:用户提供参考图/视频要求生成新内容
CODEBLOCK8
场景 4:在已有会话中追加新需求
CODEBLOCK9
轮询策略
- - 间隔:每 8 秒查询一次
- 增量拉取:首次用
--after-seq 0,后续用上次拿到的最大 seq 值 - 完成判断:messages 中出现 assistant 消息且 content 包含结果 URL(图片/视频地址)
- 超时:连续轮询 3 分钟仍无结果,告知用户"生成时间较长,可稍后通过项目画布链接查看",不再继续轮询
- 错误重试:单次查询失败可重试 1 次,连续 3 次失败则停止并告知用户
输出格式
create_session 返回:
CODEBLOCK10
query_session 返回:
{
"messages": [
{"id": "msg-xxx", "role": "user", "content": "生一个动漫视频"},
{"id": "msg-yyy", "role": "assistant", "content": "..."}
],
"projectUrl": "https://www.liblib.tv/canvas?projectId=..."
}
(
projectUrl 仅在传入
--project-id 时存在)
change_project 返回:
CODEBLOCK12
upload_file 返回:
CODEBLOCK13
download_results 返回:
CODEBLOCK14
最终向用户展示时(OpenClaw)
- - 视频地址:来自
query_session 返回的 messages 中 assistant 消息的 content 或结果里的视频/图片 URL,即「返回的结果」。 - 项目地址:使用
create_session 返回的 projectUrl,或自行拼接 https://www.liblib.tv/canvas?projectId= + projectUuid。查询进展时若传入 --project-id PROJECT_UUID,query_session 会直接返回 projectUrl,便于一并展示。
在任务完成时,同时给出:视频/图片结果链接 + 项目画布链接(projectUrl)。
过程中,不要给出 项目画布链接(projectUrl)。
核心原则:用户侧不做创作,只做传话
你(用户侧 Agent)的职责是搬运工,不是创作者。后端有专门的 Agent 负责理解需求、拆解分镜、编排工作流、选模型、写 prompt。你要做的只有三件事:
- 1. 上传:用户给了本地文件 →
upload_file.py 拿到 OSS URL - 传话:把用户的原始描述 + OSS URL 原封不动发给 INLINECODE18
- 取件:轮询结果 → 下载到本地 → 展示给用户
绝对不要做的事:
- - 不要替用户扩写、润色、翻译 prompt(用户说"帮我推演分镜",就直接传"帮我推演分镜",不要自己先写个分镜表再逐条发)
- 不要自行拆解任务步骤(如把"生成9张分镜图"拆成9次独立请求)
- 不要自行编排镜头描述、剧情推演、风格分析
- 不要在消息中添加自己编的 prompt(如"超写实风格,电影级光影,8K分辨率"之类的描述词)
后端 Agent 对模型能力、参数配置、prompt 工程远比用户侧更专业。用户侧越俎代庖只会降低生成质量,换个弱模型更是灾难。
正确示例:
CODEBLOCK15
错误示例:
CODEBLOCK16
注意事项
- - 鉴权方式为请求头 INLINECODE19
- 创建会话时若不传
message,仅创建/绑定会话,不会调用 SendMessage - 查询会话时可用
--after-seq 做增量拉取,便于轮询新消息(含 assistant 回复与生图/生视频结果) - 项目画布地址固定为:
https://www.liblib.tv/canvas?projectId= + projectUuid - 切换项目后,Redis 缓存会更新,下次 create_session 将使用新的 projectUuid
- 上传文件仅支持图片(image/)和视频(video/)类型,其他类型会被拒绝,文件大小须在 200MB 以下
- 上传返回的 OSS 地址格式为 INLINECODE23
- 生成过程中只告知用户"正在生成中",不要提前给出 projectUrl;任务完成后再同时给出:结果链接(图片/视频 URL) + 项目画布链接(projectUrl)
agent-im 会话(生图 / 生视频)
通过 agent-im 的 OpenAPI 创建会话、发送消息(生图、生视频、编辑视频等)、上传图片/视频文件,并查询会话消息进展。
LibTV 是 LiblibAI 推出的 AI 视频创作平台,同时为人类创作者和 Agent 设计。Agent 通过 Skill 入口理解任务、调用模型并自动编排工作流。
平台核心能力:
- - 生成:文生图、文生视频、图生视频、视频续写
- 编辑:局部修改、元素替换、镜头调整、风格迁移
- 复杂创作:一句话生成完整短剧(剧本→分镜→成片)、复刻已有视频风格做 TVC/宣传片、用音乐生成 MV、产品展示片制作
- 模型:Seedance 2.0、Kling 3.0/O3、Wan 2.6、NanoBanana、Midjourney、Seedream 5.0 等顶级模型
用户的所有创作和编辑需求都通过发送自然语言消息来完成,Agent 会自主编排工作流。复杂任务(短剧、MV)耗时较长,需耐心轮询。
功能
- 1. 创建会话 / 发消息 - 创建新会话或向已有会话发送一条消息(如「生一个动漫视频」「把纸船换成爱心」)
- 查询会话进展 - 根据 sessionId 拉取该会话的消息列表,用于轮询生图/生视频结果
- 切换项目 - 将当前 accessKey 绑定的项目切换到新项目,后续 create_session 将使用新 projectUuid
- 上传文件 - 上传图片或视频文件到 OSS,返回可访问的 OSS 地址(编辑已有视频/图片时需要先上传)
- 下载结果 - 将会话中生成的图片/视频批量下载到本地,自动提取 URL 并命名
前置要求
bash
export LIBTVACCESSKEY=your-access-key
可选:OPENAPIIMBASE 或 IMBASEURL,默认 https://im.liblib.tv。
无需安装额外依赖,仅使用 Python 标准库。
使用方法
1. 创建会话 / 发送消息
bash
创建新会话并发送「生一个动漫视频」
python3 {baseDir}/scripts/create_session.py 生一个动漫视频
向已有会话发送消息
python3 {baseDir}/scripts/create
session.py 再生成一张风景图 --session-id SESSIONID
只创建/绑定会话,不发消息
python3 {baseDir}/scripts/create_session.py
2. 查询会话进展
bash
查询会话消息列表
python3 {baseDir}/scripts/query
session.py SESSIONID
增量拉取(只返回 seq 大于 N 的消息)
python3 {baseDir}/scripts/query
session.py SESSIONID --after-seq 5
附带项目地址(传入 create_session 返回的 projectUuid,结果中带 projectUrl)
python3 {baseDir}/scripts/query
session.py SESSIONID --project-id PROJECT_UUID
3. 切换项目
bash
切换当前 accessKey 绑定的项目(后续创建会话将使用新项目)
python3 {baseDir}/scripts/change_project.py
4. 上传文件
当用户提供了参考的文件地址时,进行上传,仅支持图片、视频,文件大小必须在200M以下。
bash
上传图片
python3 {baseDir}/scripts/upload_file.py /path/to/image.png
上传视频
python3 {baseDir}/scripts/upload_file.py /path/to/video.mp4
5. 下载结果
生成完成后,可以将会话中的所有图片/视频批量下载到本地。
bash
从会话自动提取并下载所有结果
python3 {baseDir}/scripts/download
results.py SESSIONID
指定输出目录
python3 {baseDir}/scripts/download
results.py SESSIONID --output-dir ~/Desktop/my_project
指定文件名前缀(如 storyboard01.png, storyboard02.png ...)
python3 {baseDir}/scripts/download
results.py SESSIONID --prefix storyboard
直接下载指定 URL 列表(不需要 session_id)
python3 {baseDir}/scripts/download_results.py --urls URL1 URL2 URL3 --output-dir ./output
典型工作流
理解这些工作流,才能正确组合上面的脚本完成用户需求。
场景 1:用户要求生成图片/视频(最常见)
- 1. createsession.py 用户的描述 → 拿到 sessionId + projectUuid
- 每隔 8 秒调用 querysession.py SESSIONID --after-seq 0 轮询
- 检查 messages:当出现 assistant 角色的消息且包含图片/视频 URL → 任务完成
- 自动下载:downloadresults.py SESSION_ID --output-dir ~/Downloads/项目名 --prefix 有意义的前缀
- 向用户展示:本地文件列表 + projectUrl(画布链接)
生成完成后自动执行下载,不需要用户额外请求。下载目录和前缀根据任务语义自动命名(如分镜用 storyboard,角色设定用 character 等)。
场景 2:用户提供图片/视频要求编辑修改(如把纸船换成爱心)
- 1. uploadfile.py /path/to/video.mp4 → 拿到 OSS URL
- createsession.py 把四周的纸船都换成白色的纸爱心 参考视频:{oss_url}
- 后续同场景 1 的步骤 2-5
用户给了文件路径 + 编辑指令 = 先上传文件,再把编辑指令和 OSS URL 一起发送。
场景 3:用户提供参考图/视频要求生成新内容
- 1. uploadfile.py /path/to/ref.png → 拿到 OSS URL
- createsession.py 根据参考图生成xxx,参考图:{oss_url}
- 后续同场景 1 的步骤 2-5
场景 4:在已有会话中追加新需求
- 1. createsession.py 新的描述 --session-id SESSIONID
- 后续同场景 1 的步骤 2-5
轮询策略
- - 间隔:每 8 秒查询一次
- 增量拉取:首次用 --after-seq 0,后续用上次拿到的最大 seq 值
- 完成判断:messages 中出现 assistant 消息且 content 包含结果 URL(图片/视频地址)
- 超时:连续轮询 3 分钟仍无结果,告知用户生成时间较长,可稍后通过项目画布链接查看,不再继续轮询
- 错误重试:单次查询失败可重试 1 次,连续 3 次失败则停止并告知用户
输出格式
create_session 返回:
json
{
projectUuid: aa3ba04c5044477cb7a00a9e5bf3b4d0,
sessionId: 90f05e0c-...,
projectUrl: https://www.liblib.tv/canvas?projectId=aa3ba04c5044477cb7a00a9e5bf3b4d0
}
query_session 返回:
json
{
messages: [
{id: msg-xxx, role: user, content: 生一个动漫视频},
{id: msg-yyy, role: assistant, content: ...}
],
projectUrl: https://www.liblib.tv/canvas?projectId=...
}
(projectUrl 仅在传入 --project-id 时存在)
change_project 返回:
json
{
projectUuid: 新项目UUID,
projectUrl: https://www.liblib.tv/canvas?projectId=新项目UUID
}
upload_file 返回:
json
{
url: https://libtv-res.liblib.art/claw/{projectUuid}/{uuid}.png
}
download_results 返回:
json
{
outputdir: /Users/xxx/Downloads/libtvresults,
downloaded: [/Users/xxx/Downloads/libtv_results/01.png, ...],
total: 9
}
最终向用户展示时(OpenClaw)
- - 视频地址:来自 querysession 返回的 messages 中 assistant 消息的 content 或结果里的视频/图片 URL,即「返回的结果」。
- 项目地址:使用 createsession 返回的 projectUrl,或自行拼接 https://www.liblib.tv/canvas?projectId= + projectUuid。查询进展时