夜雨聆风即梦官方把 CLI 全量开通了。你可以把它理解成一件事：字节把"生图生视频"从网页按钮，降维成了"命令"。而命令最适合被谁调用？不是人，是 Agent。
OpenClaw 现在能直接调用即梦的图片和视频生成能力，限时体验。
先说结论：这不是又多一个生图工具，是工作流接口
很多人把生图生视频当"创作灵感工具"。我更看重它的另一面：
- •你可以把即梦当成一个"可编排的模型服务"。
- •你可以把 OpenClaw 当成一个"会写脚本、会跑命令、会组织素材"的执行层。
两者一接上，最值钱的不是画面质量，而是可复用的产线。
即梦 CLI 到底给了什么能力？
根据 AIGCLINK 的整理，即梦 CLI 覆盖的核心能力包括：
- •text2image：文生图
- •image2image：图生图
- •image_upscale：图片超分
- •text2video：文生视频
- •image2video：图生视频
- •frames2video：首尾帧视频
- •multiframe2video：多帧连贯视频故事
- •multimodal2video：多模态旗舰视频生成（支持混合输入），并支持 seedance2.0、seedance2.0fast
同时还有登录、积分、任务列表与结果查询等管理命令。
这套能力的意义在于：你不需要把"生成"当成一次性动作。你可以把它变成一段可追踪的任务队列，有 ID，有结果查询，有可重跑。
最小闭环：装上 CLI，再让 OpenClaw 去调用
即梦安装入口在这里：jimeng.jianying.com/ai-tool/install。
把它接进 OpenClaw，你不需要一上来就搞复杂插件。先做"最小可用闭环"：
- 你能在本机用 CLI 跑通一次生图或生视频
- 你能把"输入参数"和"输出文件路径"固定下来
- 你让 OpenClaw 负责三件事：
- •生成提示词与素材清单
- •调用 CLI 执行生成
- •归档结果到固定目录，并写一份
manifest.json
为什么要写 manifest？
因为你后面一定会遇到：
- •这条视频是用哪个模型生成的？
- •这版 prompt 改了什么？
- •哪次生成失败？失败原因是什么？
- •哪个镜头需要重跑？
没有 manifest，产线会退化成"靠记忆"。
一个更像样的工作流：把"生成"变成可迭代的工单
你可以把 OpenClaw 的任务拆成两段：
- •产研段：做方案与镜头脚本（文字可审）
- •生产段：跑生成与迭代（结果可追踪）
这一套跑通之后，你就会发现：
- •生成质量提升，不是因为你更会写 prompt。
- •是因为你终于有了"可重复试错"的结构。
3 个坑，建议你现在就设边界
1. 先把权限和账号隔离
如果 OpenClaw 是常驻 Agent，就不要用主账号做一切。单独的工作目录，单独的输出路径，最好连 token 或登录态都隔离。否则一旦它把生成结果写错目录，你会发现清理比生成更耗时间。
2. 先限定模型与模式，不要"全量开放"
即梦 CLI 支持很多模式，但你第一周只需要一个：
- •文生图 或 首尾帧视频
把它跑稳，再扩。否则你会把时间浪费在"选哪个模式"而不是"把一个模式用出复利"。
3. 把"限时体验"当成窗口期
限时体验这四个字，信息含量很高。它意味着：
- •现在适合做一套能交付的 Demo
- •现在适合把流程固化成模板
等门槛回升，你留下的是生产力，而不是一次性爽感
你可以立刻用它做什么？给你 4 个现实场景
- •自媒体封面工厂：一套固定风格的栏目封面，每天自动出 3 个备选
- •爆款镜头复刻：用 multiframe2video 做"连贯动作"，一组素材反复迭代
- •商品展示视频：用 image2video 把主图变成短视频，并自动生成多个镜头节奏
- •知识类内容配图：先用 text2image 出结构图，再用 upscale 做清晰度保底
你会发现这类场景共同点只有一个：它们都不是"灵感"，它们是"交付"。
信息来源：
- •AIGCLINK：即梦 CLI 全量开通，OpenClaw 可直接调用（含能力清单）
- •即梦安装入口