LibTV 是哩布哩布 AI（LiblibAI）推出的 AI 视频创作平台，同时面向人类创作者和 Agent 设计。人可以在画布上手动创作，Agent 通过 OpenAPI 用自然语言下需求，两边操作同一个项目。平台会在 Seedance 2.0、可灵 3.0、Wan 2.6、NanoBanana、Midjourney、Seedream 5.0 等模型之间自行调度。

使用 LibTV skill 需要什么条件？

需要一个 LibTV access key 和 Python 3。登录 liblib.tv 后点右上角头像，在账户 / 开发者设置里复制 access key，然后配置为 LIBTV_ACCESS_KEY 环境变量。脚本只使用 Python 标准库，不需要额外安装依赖。

为什么不让 Agent 帮我润色 prompt？

因为 LibTV 后端有自己的编排 Agent，已经负责拆分镜、选模型和写 prompt。这个 skill 明确要求您的 Agent 原封不动传话，不要扩写润色，不要把一个需求拆成多次请求，也不要自行添加描述词。通用 Agent 越俎代庖只会降低生成质量。

生成一次要多久？

简单的图很快，短剧、音乐 MV 这类复杂任务耗时明显更长。Agent 每 8 秒轮询一次，约三分钟后停止轮询，并把项目画布链接给您，稍后在画布上查看成品即可。

可以改我已有的视频吗？

可以。Agent 会先上传您的文件拿到地址，再把这个地址写进指令里一起发送，例如把四周的纸船都换成白色的纸爱心，后面附上参考视频地址。上传仅支持图片和视频，单个文件需在 200MB 以内。

← 返回首页

Skills 指南

LibTV Skill 使用指南 — 让 Agent 直接开工做视频

LibTV 是哩布哩布 AI（LiblibAI）做的视频创作平台，少见地把人和 Agent 当成同等的使用者来设计。装上这个 skill，配一个 access key，您的 Agent 就能从一句话做到成片 — 剧本、分镜、渲染都在里面。有意思的是，这套流程要求 Agent 做的事反而特别少。

它和"选一个视频模型"不是一回事

这点先说清楚，不然容易理解偏。平时您在实例上挂一个视频模型，是自己选模型、自己写 prompt，模型只负责按您说的生成。LibTV 不是这个逻辑 — 会话背后是哩布哩布自己的编排 Agent，它负责拆分镜、选模型、写 prompt，在 Seedance 2.0、可灵 3.0/O3、Wan 2.6、NanoBanana、Midjourney、Seedream 5.0 之间自己调度。

所以您描述的是要什么结果，而不是用什么模型怎么做。人可以打开画布手动改，Agent 可以走 OpenAPI 发消息，两边操作的是同一个项目 — 交给 Agent 跑完，再自己打开画布接着调，是很自然的用法。

能让它做什么

生成 — 文生图、文生视频、图生视频、视频续写延长。
编辑 — 局部修改、元素替换、改镜头、风格迁移，也可以拿您现有的素材来改。
成片级任务 — 一句话生成完整短剧（剧本 → 分镜 → 成片）、复刻一条参考视频做 TVC 或宣传片、用一首歌生成 MV、产品广告和展示片。

怎么装

这个 skill 的源码是 GitHub 上的 libtv-labs/libtv-skills（MIT 协议），遵循 OpenClaw 技能规范，支持该规范的 Agent 平台都能直接识别调用。在 OpenClaw Launch 上，它已经在技能市场里 — 搜 LibTV，一键装到实例上，配套的脚本会一起装好。

环境上只需要 Python 3。所有脚本只用标准库，不额外装依赖，也就没有装依赖失败这一环。

获取 access key

LibTV 用一个 Bearer token 鉴权。登录 liblib.tv，点右上角头像进入账户区域 — access key 就在账户 / 开发者设置里，复制出来，作为环境变量给到 Agent：

export LIBTV_ACCESS_KEY="您的-access-key"

必填的只有这一个。OPENAPI_IM_BASE 和 IM_BASE_URL 是可选的地址覆盖项，默认都是 https://im.liblib.tv，官方没特别要求就不用动。密钥保存在您自己的实例上，每次请求会作为 Bearer token 发给 LibTV — 这是它们 API 的鉴权方式。

五个脚本分别做什么

脚本	作用
`create_session.py`	创建会话并发送需求，返回 sessionId、projectUuid 和项目画布链接。
`query_session.py`	查询会话进展和结果，用 `--after-seq` 做增量拉取。
`upload_file.py`	上传本地参考图或参考视频，拿到可访问的地址，写进需求里一起发。
`download_results.py`	把会话里生成好的图片和视频批量并行下载到本地。
`change_project.py`	把当前 access key 切到新项目，之后创建的会话就落在新项目里。

一次任务是怎么跑的

生成类需求是一个四步循环，Agent 会自己跑完，不需要您一步步催：

用 create_session.py 把需求发出去，记住 sessionId。
每 8 秒调一次 query_session.py 轮询，直到 assistant 消息里带回结果链接。
自动下载结果 — 这一步不该等您再开口要。
把成品文件和项目画布链接一起给您。

如果是改已有素材，前面多一步：先上传文件拿到地址，再把地址写进指令里一起发 — 比如"把四周的纸船都换成白色的纸爱心，参考视频：[地址]"。上传只支持图片和视频，单个文件 200MB 以内。

复杂任务耗时长是正常的。短剧这类要跑很久，skill 自己的规则是轮询约三分钟后就停，转而告诉您稍后去画布链接上看结果，而不是一直干等。

关键规则：Agent 只做传话，不做创作

这一段值得多看一遍，因为它和大多数人用 Agent 的习惯正好相反。这个 skill 明确要求您的 Agent 当搬运工，不当创作者，只干三件事：上传、传话、取件。

所以它不该替您扩写、润色、翻译 prompt；不该把"出一个九宫格分镜" 拆成九次请求；也不该自作主张加上"超写实、电影级光影、8K"这类描述词。您说 "帮我推演后续的故事"，发过去的就应该是这一句原话。

道理很直接：后端 Agent 对自家模型的能力、参数和 prompt 写法，比一个通用 Agent 熟得多。中间那层"好心润色"其实是外行在指挥内行 — 结果只会更差，万一因此换到弱模型上就更糟。

结果在哪里看

成品会下载到您的实例上，同时每个会话都有一个 liblib.tv/canvas?projectId=... 的项目画布，可以在上面继续手动创作。按 skill 的要求，生成过程中不该提前把画布链接甩给您，任务完成时才把结果链接和画布链接一起给出。

开始之前需要知道的

需要您自己的 LibTV 账号和密钥，生成消耗由哩布哩布计费，不走我们这边。
OpenClaw 和 Hermes 实例都能安装 — 配套脚本两边都会装上，两个运行环境也都有 Python 3。
触发很宽松 — "画只猫""做个海报""用这首歌做个 MV"这类日常说法都能触发，一般不用特意点名。
它的 SKILL.md 本身就是中文写的，读源码不用先过一道翻译。

想让 Agent 在微信、Telegram、Discord 或网页上直接干这些活？一分钟部署一个实例，再从技能市场装上 LibTV 就行。