我讓 OpenClaw 接管 libtv: 5秒視頻只是開始，長視頻自動化才是王炸
整理版優先睇
OpenClaw 加 libtv-skill 打通咗影片自動化流水線，從翻車到成功出片，唔係玩具而係真係可以量產。
呢篇文章係俊哥（前字節工程師、AI編程教練）分享佢點樣用 OpenClaw 作為總調度，配合 libtv-skill 呢個執行引擎，成功整到一條由指令到影片嘅自動化鏈路。
佢一開始諗住好簡單——生成一條10秒內嘅美女海邊散步片，點知撞正會員權限牆、系統異常等問題，搞到心都灰埋。但正正係呢啲挫折，令佢真正體會到 OpenClaw 嘅調度能力同 libtv-skill 嘅執行邏輯，唔係淨係幫你撳個掣，而係將你一句人話翻譯成完整工作流程。
整體結論係：呢條鏈路已經有實戰價值，從5秒到5分鐘，只係工程擴展嘅問題，唔係由零到一。未來嘅分水嶺唔再係識唔識寫 prompt，而係有冇辦法穩定批量產出內容，建立一條真正嘅流水線。
- OpenClaw 做總調度，libtv-skill 做執行引擎，將一句人話翻譯成任務編排，唔係純粹嘅按鈕操作。
- 實戰中 libtv-skill 至少做咗五件事：創建 session、自動發消息、輪詢狀態、失敗重試同模型切換、返回連結。
- 俊哥嘅真實路徑係先撞牆（權限問題），然後改策略先出參考圖，再圖生5秒片，最後成功閉環。
- 長視頻自動化嘅關鍵係打通四層：指令理解、執行編排、生成能力、結果交付，而家已經全部跑通。
- 未來比嘅係批量生產能力，而唔係偶爾出靚圖；OpenClaw + libtv-skill 呢條鏈路已經有實戰價值，下一步係標準化模板同長視頻批量化。
LibTV 官網
LibTV 嘅官方網站，可以用嚟生成圖片同影片。
libtv-skill GitHub
libtv-skill 嘅開源倉庫，包含技能嘅源碼同使用文檔。
內容結構
LibTV 官網：
https://www.liblib.tv/
Github:
https://github.com/libtv-labs/libtv-skillsOpenClaw 唔係按鈕，而係總調度
俊哥一開始以為只係叫 OpenClaw 生成一條片，點知即場體驗咗咩叫總調度。佢話之前都係聽人講，今次真係感受到 OpenClaw 好似一個大腦，libtv-skill 就係雙手。
OpenClaw 似總調度，libtv-skill 似執行引擎
一句「生成10秒內，美女在海邊散步」，背後其實係 libtv-skill 自動做咗一串動作：開 session、發訊息俾生成引擎、輪詢任務狀態、遇到失敗就重試或者換模型，最後俾返條連結你。
從翻車到成功：俊哥嘅真實跑通路徑
俊哥嘅實戰經驗係由一堆錯誤開始：vip專屬模型、請先開通會員、系統異常……佢笑稱「人都麻了」。但正正係呢啲錯誤，先見到 libtv-skill 嘅自動重試同模型切換機制。
- 1 直接生視頻（失敗） — 撞到會員權限牆，呢一步好真實。
- 2 改策略，先出參考圖（成功） — 先拎到一張高質量寫實圖，畫面、光線、構圖都穩定。
- 3 圖生5秒視頻（二次嘗試） — 第一次又被權限攔，開通會員之後重跑。
- 4 成功出片（完成閉環） — 最終拎到 mp4 成片連結，鏈路閉環完成。
先出參考圖再圖生片，呢個策略迴避咗直接生視頻嘅權限問題
長視頻自動化嘅四層架構
俊哥指出，長視頻自動化嘅本質唔係片長幾多秒，而係有冇打通下面呢四層。佢已經全部跑通，所以從5秒到5分鐘只係工程擴展。
- 指令理解層：你講人話，系統明你講咩。
- 執行編排層：OpenClaw 調度，將指令拆成多個步驟。
- 生成能力層：libtv-skill 加模型，真正生成內容。
- 結果交付層：可追蹤、可下載、可複用。
從5秒到5分鐘，本質係工程擴展，唔係由0到1
呢個係真正嘅分水嶺：以前大家比拼邊個 prompt 寫得好，而家係邊個可以穩定批量生產內容。唔係偶爾出靚片，係每日都有成片出。
俊哥嘅下一步計劃
俊哥係前字節工程師，而家係萬人社羣嘅AI編程教練。佢話下一步會繼續拆解呢套流程，整成可複製嘅SOP，等更多人可以用到。
我會將呢套流程繼續拆成可複製 SOP
有興趣嘅話可以關注佢嘅公眾號「俊哥AI出海」或者 Twitter @jungeAGI，佢會持續分享呢類實戰內容。
今日呢一波，唔係「又做咗個AI視頻」。
是我把 OpenClaw + libtv-skill 呢條鏈路，硬生生跑通咗。
而且係由翻車開始跑通㗎。
我開頭嘅指令好簡單：
「生成10秒內，靚女喺海邊散步。」
睇落好普通，係咪？
結果一嚟就畀我一Set組合拳：
VIP專屬模型 請先開通會員 系統異常
我人都癲咗。。。
但呢度最關鍵嘅，唔係報錯。
係我今日第一次真係感受到：
OpenClaw 似總調度，libtv-skill 似執行引擎。
佢唔係「幫你㩒一個掣」。
佢係將你一句人話，翻譯成完整工作流程。
libtv-skill 到底做咗啲咩？
好多人以為佢只係「生圖生視頻」。
不。
今日實戰入面，佢至少做咗呢幾件事：
創建會話（create session） 自動Send訊息畀後端生成引擎 輪詢任務狀態（query session） 處理失敗重試同模型切換 返回可交付連結（圖片/視頻）
你見到嘅係一句話。
背後其實係一整套任務編排。視頻成品喺下面：
LibTV 官網：
https://www.liblib.tv/
Github:
https://github.com/libtv-labs/libtv-skills我今日嘅真實跑通路徑（可複用）
第1步：直接生視頻（失敗）
先撞到會員權限牆，呢一步好真實。
第2步：改策略，先出參考圖（成功）
先拎到一張高質量寫實圖，畫面、光線、構圖都穩定。
第3步：圖生5秒視頻（二次嘗試）
第一次都係被權限攔住，開通會員之後重跑。
第4步：成功出片（完成閉環）
最終拎到 mp4 成片連結，鏈路閉環完成。
點解我話「長視頻自動化已經跑通」？
因為本質唔係5秒定係5分鐘。
本質係你有冇打通呢4層：
指令理解層（你講人話） 執行編排層（OpenClaw 調度） 生成能力層 （libtv-skill + 模型） 結果交付層（可追蹤、可下載、可複用）
今日呢4層我已經跑通咗。
咁由5秒到5分鐘，本質係工程擴展，唔係由0到1。
連結俊哥 領OpenClaw資料 入百人交流羣
真正嘅分水嶺嚟咗
過去大家鬥邊個識寫prompt。
接下來鬥嘅係：
邊個可以穩定將內容「批量生產」出嚟。
唔係偶然出神圖。
係每日出成片。
唔係玩具。
係流水線。
我而家可以好負責任咁講一句：
OpenClaw + libtv-skill，呢條視頻自動化鏈路，已經具備實戰價值。
今日只係5秒起步，主要俊哥最近財政緊張，哈哈
下一步就係標準化模板 + 長視頻批量化。
呢個先係AI內容生產真正嘅絕招。
我係俊哥，前字節工程師，萬人AI編程教練
關注公眾號 俊哥AI出海，我會將呢套流程繼續拆成可複製嘅SOP。
X（Twitter）：https://x.com/jungeAGI
今天這波，不是“又做了一個AI視頻”。
是我把 OpenClaw + libtv-skill 這條鏈路，硬生生跑通了。
而且是從翻車開始跑通的。
我一開始的指令很簡單：
“生成10秒內，美女在海邊散步。”
看起來很普通，對吧？
結果上來就給我一套組合拳：
vip專屬模型 請先開通會員 系統異常
我人都麻了。。。
但這裏最關鍵的，不是報錯。
是我今天第一次真正感受到：
OpenClaw 像總調度，libtv-skill 像執行引擎。
它不是“幫你點一個按鈕”。
它是把你一句人話，翻譯成完整工作流。
libtv-skill 到底幹了什麼？
很多人以為它只是“生圖生視頻”。
不。
今天實戰裏，它至少做了這幾件事：
創建會話（create session） 自動發消息給後端生成引擎 輪詢任務狀態（query session） 處理失敗重試和模型切換 返回可交付連結（圖片/視頻）
你看到的是一句話。
背後其實是一整套任務編排。視頻成品再下面：
LibTV 官網：
https://www.liblib.tv/
Github:
https://github.com/libtv-labs/libtv-skills我今天的真實跑通路徑（可複用）
第1步：直接生視頻（失敗）
先撞到會員權限牆，這一步很真實。
第2步：改策略，先出參考圖（成功）
先拿到一張高質量寫實圖，畫面、光線、構圖都穩定。
第3步：圖生5秒視頻（二次嘗試）
第一次還是被權限攔，開通會員後重跑。
第4步：成功出片（完成閉環）
最終拿到 mp4 成片連結，鏈路閉環完成。
為什麼我說“長視頻自動化已經跑通”？
因為本質不是5秒還是5分鐘。
本質是你有沒有打通這4層：
指令理解層（你說人話） 執行編排層（OpenClaw 調度） 生成能力層 （libtv-skill + 模型） 結果交付層（可追蹤、可下載、可複用）
今天這4層我已經跑通了。
那從5秒到5分鐘，本質是工程擴展，不是從0到1。
連結俊哥 領OpenClaw資料 進百人交流羣
真正的分水嶺來了
過去大家比誰會寫prompt。
接下來比的是：
誰能穩定把內容“批量生產”出來。
不是偶爾出神圖。
是每天出成片。
不是玩具。
是流水線。
我現在可以很負責地說一句：
OpenClaw + libtv-skill，這條視頻自動化鏈路，已經具備實戰價值。
今天只是5秒起步，主要俊哥最近財政緊張，哈哈
下一步就是標準化模板 + 長視頻批量化。
這才是AI內容生產真正的狠活。
我是俊哥，前字節工程師，萬人社羣AI編程教練
關注公眾號 俊哥AI出海，我會把這套流程繼續拆成可複製 SOP。
X（Twitter）：https://x.com/jungeAGI