写了一个让 OpenClaw 调用 Agnes 生成图片和视频的 Provider 插件

其实在几个月前，我就听说了 Agnes 这个 AI 平台，Flash 系列的文本、图片和视频模型都可以限量免费调用。虽然有额度限制，但能白嫖那不是挺好的，更何况很多平台即使送一些免费额度，也很少连图片和视频生成一起开放。

所以我第一反应就是：拿它来给我的 OpenClaw 生成图片和视频，岂不是正合适？

OpenClaw 已经有生成图片和视频的工作流

OpenClaw 本身已经提供了原生的图片和视频生成工作流，可以分别配置默认的 Image Model 和 Video Model。既然 Agnes 也提供对应模型，我就想当然地把它填进了配置：

{
  "models": {
    "providers": {
      "agnes": {
        "baseUrl": "https://apihub.agnes-ai.com/v1",
        "apiKey": "${AGNES_API_KEY}"
      }
    }
  },
  "agents": {
    "defaults": {
      "mediaModels": {
        "image": {
          "primary": "agnes/agnes-image-2.5-flash"
        },
        "video": {
          "primary": "agnes/agnes-video-2.5-flash",
          "timeoutMs": 300000
        }
      }
    }
  }
}

看起来模型地址、API Key、图片模型和视频模型都配好了，结果一试，不能用。

原因也不复杂：OpenClaw 的配置里虽然可以写一个叫 agnes 的模型服务，但它的图片和视频生成流程里并没有 Agnes Provider。只有配置，没有负责实际调用 Agnes 接口的适配代码，OpenClaw 当然不知道该怎样完成请求、怎样等待视频生成，又该怎样接收最后的图片和视频。

先做了一个能用的 Skill

既然原生方式暂时走不通，我就先想了一个比较直接的办法：做成 Skill，让 Agent 自己调用 Agnes API。

这条路确实很快就走通了。需要生成图片或视频时，Agent 按照 Skill 的说明组织参数、请求接口，再把结果取回来。

不过实际用了一段时间以后，我发现它并不算顺手。因为整个过程依赖 Agent 按照说明一步一步执行，偶尔会出现调用不稳定的情况；尤其是生成完成以后，怎样拿回文件、怎样在对话里展示图片或视频，效果并不总是理想。

它更像是“教 Agent 临时完成一项任务”，而不是 OpenClaw 原生认识的图片和视频模型：

1	OpenClaw → Agent 阅读 Skill → 调用 Agnes API → 自己处理和展示结果

能用是能用，但总感觉绕了一圈。

官方没有，那就自己补一个 Provider

既然 OpenClaw 已经有标准的图片和视频生成流程，只是缺少 Agnes Provider，那能不能直接补一个？

我把这个想法交给 Codex，让它按照 OpenClaw 的 Provider 接口和 Agnes API 做一个适配。结果发现这件事并没有想象中复杂，很快就做出了第一版。

改成 Provider 以后，调用链路就变成了：

1	OpenClaw → 原生图片/视频生成能力 → Agnes Provider → Agnes API

这个插件的大部分代码都是 Codex 写的。我主要负责说明需求、在实际环境中安装试用、反馈问题和确认最终效果，大概逻辑就是，在 OpenClaw 和 Agnes 之间补上了缺失的那一层Provider，利用的是OpenClaw提供的插件机制，注册对应的agnes的provider，处理相关请求，转换之后发送给agnes，收到响应之后，转换为OpenClaw可以识别的实体，然后OpenClaw内部直接进行统一的图片和视频工作流，再呈现给会话，或者发送到渠道。

目前可以做什么

插件当前版本是 0.1.0，明确验证过的模型是：

图片：agnes-image-2.5-flash
视频：agnes-video-2.5-flash

现在可以通过 OpenClaw 原生能力完成文生图和文生视频，也支持视频生成中的首尾帧与参考图：

文生图；
文生视频；
使用首帧和尾帧生成视频；
使用最多 5 张参考图生成视频。

第一版只做了我自己会用到的功能。图片编辑、视频转视频、音频、水印等能力暂时没有支持，也没必要为了显得功能多而全部塞进去，够用就好了，说不定哪天官方就出了自己的provider。

如果其他人也想用的话：安装和配置

项目目前没有发布到 npm，可以直接从 GitHub 获取源码：

git clone https://github.com/sandy1108/openclaw-agnes-provider.git
cd openclaw-agnes-provider

npm install
npm run typecheck
npm test
npm run build

构建完成后，把插件目录加入 OpenClaw 的 plugins.load.paths，将 agnes 加入 plugins.allow，再启用插件。Agnes 的地址、API Key 和默认媒体模型仍然使用前面的 OpenClaw 配置；真实 API Key 最好通过环境变量注入，不要写进仓库。

最后可以用下面几条命令检查 Provider 是否已经被 OpenClaw 识别：

openclaw plugins inspect agnes
openclaw config validate
openclaw gateway health
openclaw infer image providers
openclaw infer video providers

完整安装、配置和调用示例都放在项目 README 里。OpenClaw 和 Agnes 还在更新，实际使用时仍然要注意版本变化。

顺手开源一下

做完以后，我顺手把项目放到了 GitHub，采用 MIT License：

sandy1108/openclaw-agnes-provider

它目前没有发布到 npm，直接从源码安装即可。这个项目本身并不复杂，也谈不上什么厉害的插件，就是刚好补上了 OpenClaw 和 Agnes 之间缺失的那一层，让我可以更方便地白嫖图片和视频生成额度。而且OpenClaw的插件机制和Agnes的API全都有非常明确的文档说明，对于Codex来说，没有比这更明确的任务了，因此直接一步到位就可以用了。

最开始写的那个 Skill 也已经被我暂时禁用了，平时统一使用原生 Provider。能少绕一层，而且用起来更稳定，这次小折腾的目的也就达到了。