夜雨聆风深度体验 LibTV Skill，结合 OpenClaw 自动化工作流，从创意到成片的完整实战记录
为什么关注 LibTV？
2026 年，AI 视频生成赛道已经卷到白热化。Sora 横空出世，Runway 和 Pika 持续迭代，国内大厂纷纷跟进。视频生成不再是"能不能用"的问题，而是"好不好用"、"贵不贵"、"能不能量产"。
LibTV 是LiblibAI最近上线的 AI 视频创作平台，它提供了通过 Skill 方式集成到 OpenClaw中的方式，让AI助手生成视频不再是个难题。我花了一周时间，把它和 OpenClaw 的内容自动化技能体系结合起来，跑通了从创意到成片的完整工作流。说说实战效果。
LibTV 核心能力
LibTV 的定位很清晰：为创作者提供一站式 AI 视频生成服务。核心功能包括：
短漫剧制作：多镜头叙事，角色一致性保持 TVC 广告：商业级视频输出，支持品牌元素 爆款复刻：分析热门视频结构，生成类似风格内容 参考输入：支持上传图片/视频作为参考 画布工作流：完整创作过程可视化，可追溯每一步
创作者关心的几个痛点：角色一致性是 AI 视频的老大难问题，LibTV 通过画布机制保持上下文；参考输入让创作更可控；画布工作流让整个过程透明可追溯。
LibTV Skill 安装与配置
LibTV 通过 Skill 方式集成到 OpenClaw，安装流程很简单：
1. 准备 OpenClaw 环境
支持三种平台：
OpenClaw 本地部署（推荐） 飞书插件版 OpenClaw（推荐） KimiClaw 等衍生平台
2. 获取 libtv-skills 文件
两种方式：
GitHub 直达：访问 libtv-labs/libtv-skills仓库，README 有一键安装教程ClawHub 平台：打开 ClawHub Skill 页 → LibTV API Skills，按提示安装
3. 安装 Skill
拿到 skill 文件后，解压到 ~/.openclaw/skills/ 目录即可调用。
4. 获取并配置 access_key
登录 Liblib.TV 官网 → 右上角头像 → 账户/设置 → 复制 access_key
配置方式二选一：
对话式授权：直接把 access_key 发给 OpenClaw，收到"key 已添加"确认即可 环境变量： export LIBTV_ACCESS_KEY="your-access-key"然后重启进程
5. 开始创作
配置完成后，直接在 OpenClaw 里发消息即可，比如：
帮我做一个《寻秦记》的漫剧！
实战测试：一集短漫剧的完整流程
为了验证这套工作流，我做了个测试：用约 1 小时完成一集 60 秒短漫剧的从 0 到 1。
测试主题
《凌晨三点的便利店》——都市情感短漫剧第 1 集
时间分配
| 环节 | 耗时 | 说明 |
|---|---|---|
| 创意描述 | 5 分钟 | 直接告诉 OpenClaw 创作想法 |
| LibTV 创建会话 | 2 分钟 | 自动创建画布项目 |
| 视频生成 | 30-45 分钟 | 1 分钟视频约需 15-30 分钟生成 |
| 进度追踪 | 5 分钟 | 可随时询问进度 |
| 成果验收 | 10 分钟 | 检查成片质量 |
产出结果
成片视频：可直接播放的视频链接 Project 链接：点击可查看整个创作过程 画布工作流：完整记录每一步生成过程
关键发现
生成时间：官方建议 1 分钟视频生成时长在 15-30 分钟，高峰时段可能更长（约 1 小时）。建议控制视频在 3 分钟内。
模型选择：推荐使用支持多模态理解的模型，如 GPT5.4、Claude 4.6、Gemini3.1、GLM5、Kimi2.5 等。
画布机制：默认所有任务在同一个画布项目里进行，可以说"开启新项目"或输入 create_session 新开项目。
参考输入：支持提供参考图片/视频，本地 OpenClaw 发送文件路径，飞书 Clawbot 需在应用设置开启上传权限。
效果评价：优点与不足
✅ 优点
安装简单：Skill 方式集成，一键安装，对话式授权 角色一致性较好：画布机制保持上下文，多镜头中角色外观稳定 过程透明：画布工作流完整记录创作过程，可追溯每一步 支持参考输入：可上传图片/视频作为参考，创作更可控 多场景支持：短漫剧、TVC 广告、爆款复刻均可处理
❌ 不足
生成时间较长：1 分钟视频需要 15-30 分钟，高峰时段更长 模型依赖：需要多模态理解模型，部分模型无法使用 部署差异：不同 OpenClaw 部署环境可能出现不同情况 失败重试：生成任务可能卡住或失败，需要手动重试 价格问题 ：生成视频使用的模型需要消耗积分，基本上差不多是1秒1块钱
使用技巧与注意事项
1. 进度追踪
想知道任务做到哪一步了？直接在对话里问：
现在进度怎么样啦？
或用具体的 sessionId/project ID 精准查询。
想让 Agent 实时反馈？可以说：
每隔 20 秒跟我汇报一次进度！
2. 问题排查
如果生成任务卡住或失败：
询问 OpenClaw："给我这次生成任务的 sessionId" 拿到 sessionId 后向官方联系和反馈
3. 画布管理
默认所有任务在同一个画布项目里进行。如需新开项目：
开启新项目
或输入指令 create_session。
结论：值得尝试的 AI 视频工具
LibTV + OpenClaw 这套组合，对于短漫剧、TVC 广告、爆款复刻等场景是可行的，且有以下几个亮点：
适合场景：短漫剧制作、商业广告、热门视频复刻 学习成本低：Skill 方式集成，对话式创作 过程透明：画布工作流让创作过程可视化 持续迭代：官方持续更新，修复问题，添加新功能
当然，它也有一些限制：生成时间较长，需要多模态模型支持，不同部署环境可能有差异。
但总体来说，如果你正在探索 AI 视频的工作流，LibTV 值得尝试。它不是银弹，但确实提供了一套相对完整的解决方案。
如果这篇文章对你有帮助，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～ 您的关注与建议，是我们持续优化内容的动力。谢谢你看我的文章，我们，下次再见。