视频消息

技能简介

视频消息（avatar-video-messages）用于生成带唇同步 VRM 头像的视频消息。将 TTS 文本或音频转换为视频，输出为 Telegram 视频笔记（圆形格式），适合需要视觉化语音回复的场景。

能做什么

• 从文本或音频生成头像视频消息
• VRM 头像唇同步
• 支持纯色或图片背景
• 输出 Telegram 视频笔记格式
• 自定义 VRM 头像模型
• 自动检测无头环境（Linux xvfb）

使用说明

安装 Skill：

通过 ClawHub 安装：

clawhub install avatar-video-messages

安装依赖：

npm install -g openclaw-avatarcam

macOS：brew install ffmpeg

Linux：sudo apt-get install -y xvfb xauth ffmpeg

配置 TOOLS.md：

在 TOOLS.md 中添加配置：

### Video Message (avatarcam)
- avatar: default.vrm
- background: #00FF00

配置项：avatar（VRM 文件路径，默认 default.vrm）、background（颜色或图片路径，默认 #00FF00）

生成视频：

纯色背景：avatarcam --audio voice.mp3 --output video.mp4 --background "#00FF00"

图片背景：avatarcam --audio voice.mp3 --output video.mp4 --background "./bg.png"

自定义头像：avatarcam --audio voice.mp3 --output video.mp4 --avatar "./custom.vrm"

发送视频笔记：

message action=send filePath=/tmp/video.mp4 asVideoNote=true

工作流程：

1. 从 TOOLS.md 读取配置（avatar、background）

2. 如有文本则生成 TTS：tts text="..." → 音频路径

3. 运行 avatarcam 生成 MP4

4. 通过 message 工具以视频笔记形式发送

5. 返回 NO_REPLY

输入与输出

见下方输入与输出表格。

风险提示

• 需要 ffmpeg、avatarcam 和可选的 xvfb（Linux）
• 生成时间约为实时音频的 1.5 倍（20秒音频约30秒处理）
• 视频规格：384×384、30fps、H.264、最长60秒
• GPU 延迟警告可安全忽略
• 发送后清理临时文件：rm /tmp/video*.mp4

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/thewulf7/avatar-video-messages/SKILL.md

来源类型：GitHub