什么是An OpenClaw skill for AI-powered multimedia generation (image, video, audio, 3D) via 170+ RunningHub API endpoints — zero dependencies, pure Python.
OpenClaw 的 RunningHub Skill 是一个专为 AI 驱动的多媒体内容创作而设计的强大工具，支持通过 RunningHub 平台提供的 170 多个 API 接口生成图像、视频、音频和 3D 模型。该技能采用纯 Python 实现，无需任何外部依赖，可直接集成到 OpenClaw 生态中，为开发者提供灵活且高效的 AI 内容生成能力。无论是文本转图像、文生视频，还是语音合成与 3D 建模，RunningHub Skill 都能以统一接口调用底层模型，极大简化了复杂多媒体任务的接入流程。 该工具的核心优势在于其广泛的模型覆盖与高度可定制性。用户不仅可以调用标准化的生成接口，还能运行任意自定义的 ComfyUI 工作流——只需提供 webappId 或链接即可部署专属 AI 应用。这种开放性使得 RunningHub Skill 不仅适用于通用场景，也能满足个性化创意需求，比如品牌视觉设计、短视频制作或数字人配音等。同时，所有操作均通过脚本自动化完成，确保输出文件命名规范、路径统一，并支持实时成本追踪，让用户清晰掌握每次创作的资源消耗。 作为一款面向开发者和内容创作者的工具，RunningHub Skill 强调易用性与专业性结合。它内置详细的参考文档（如 image-models.md 和 video-models.md），指导用户选择合适模型并遵循最佳实践；在执行耗时任务前自动发送进度通知，避免用户误判状态；并通过 message 工具安全传递生成的媒体文件，杜绝直接暴露内部路径的风险。整体设计兼顾技术严谨与用户体验，是构建 AI 多媒体应用的一站式解决方案。
核心功能特点
- 支持 170+ RunningHub API 接口，涵盖图像、视频、音频及 3D 模型生成
- 可运行任意自定义 ComfyUI 工作流（通过 webappId 或链接）
- 纯 Python 实现，零外部依赖，易于集成到 OpenClaw 系统
- 自动生成带时间戳的输出文件，路径统一至 /tmp/openclaw/rh-output/
- 实时成本追踪，每次调用后明确显示费用（如“花了 ¥0.50”）
- 执行长耗时任务前自动推送进度通知，提升交互体验
适用场景
RunningHub Skill 特别适合需要快速生成高质量多媒体内容的创意工作者与开发者。例如，短视频博主可以利用其文生视频功能，将文案一键转化为动态画面，搭配 TTS 合成旁白，几分钟内完成一条带字幕的原创短片；电商运营则可通过图像编辑与超分辨率接口，批量优化商品图片，提升转化率。对于游戏或元宇宙项目，该工具支持文本或图片生成 3D 资产，加速原型开发周期。 在企业级应用中，RunningHub Skill 同样表现出色。市场团队可用它创建宣传海报、动画广告甚至虚拟主播视频，统一品牌视觉风格；教育科技公司能快速生成教学插图、动画讲解或语音课件，降低内容生产成本。此外，由于支持自定义 ComfyUI 工作流，设计师可上传自己的 AI 应用（如风格迁移、背景替换等），让非技术人员也能轻松使用高级图像处理功能。 更值得一提的是，该工具对多模态理解也有支持，比如将用户上传的图片或视频转为文字描述，辅助内容审核或智能归档。无论是个人创作者追求效率，还是团队协作管理复杂项目，RunningHub Skill 都提供了从基础生成到高阶定制的完整能力矩阵，成为 AI 时代多媒体生产的得力助手。