Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

aiping-media爱平传媒

Agent Skill

aiping-media 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

4,425

周安装

179

GitHub Stars

公开资料未说明

下载量

1,389
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:aiping-media(爱平传媒)
来源仓库:https://github.com/haoruilee/aiping-media
安装命令:
openclaw skills install aiping-media
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install aiping-media

简介

AIPing 媒体生成技能,支持图片生成和视频生成。生成后自动下载到本地,优先通过飞书发送原生图片/视频消息,CDN 链接作为备选。当用户要求生成图片、生成视频、图片生成、视频制作、AI绘图、文生图、文生视频时自动触发。

SKILL.md

name
aiping-media
description
AIPing 媒体生成技能,支持图片生成和视频生成。生成后自动下载到本地,优先通过飞书发送原生图片/视频消息,CDN 链接作为备选。当用户要求生成图片、生成视频、图片生成、视频制作、AI绘图、文生图、文生视频时自动触发。
primaryEnv
AIPING_API_KEY
requires
env

AIPing Media Skill

通过 AIPing API 生成图片和视频,完整流程:生成 → 本地下载 → 飞书原生发送,CDN 链接作为备选。

完整工作流

生成图片/视频 → 自动下载到本地 (/tmp/) → 上传飞书 → 发送原生消息
                                              ↓ 失败
                                         返回 CDN 链接

快速上手(新用户从零到跑通)

第一步:安装技能

clawhub install aiping-media

第二步:配置环境变量

~/.openclaw/openclaw.jsonenv 块中添加三个变量。推荐用 CLI 写入,避免手动编辑 JSON:

openclaw config set env.AIPING_API_KEY   "你的AIPing Key"
openclaw config set env.FEISHU_APP_ID    "cli_xxxxxxxxxxxxxxxx"
openclaw config set env.FEISHU_APP_SECRET "你的飞书AppSecret"
获取飞书 AppID / AppSecret:飞书开放平台 → 你的应用 → 凭证与基础信息

验证写入成功:

openclaw config get env.AIPING_API_KEY
openclaw config get env.FEISHU_APP_ID

第三步:重启 Gateway(让 env 变量生效)

openclaw gateway restart

第四步:获取自己的飞书 open_id

以下命令自动用配置中的 AppID/Secret 获取 token,再查询你自己的 open_id(把 你的手机号或邮箱 替换成实际值):

# 获取 token
TOKEN=$(python3 -c "
import requests, json
with open('$(echo ~/.openclaw/openclaw.json)') as f:
    cfg = json.load(f)
env = cfg['env']
r = requests.post('https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal',
    json={'app_id': env['FEISHU_APP_ID'], 'app_secret': env['FEISHU_APP_SECRET']})
print(r.json()['tenant_access_token'])
")

# 按手机号查 open_id(换成你的手机号,含国家码如 +8613800138000)
curl -s "https://open.feishu.cn/open-apis/contact/v3/users/batch_get_id?user_id_type=open_id" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"mobiles": ["你的手机号"]}' | python3 -m json.tool

记下 open_id(格式如 ou_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx),后续测试用。

第五步:一键测试(图片生成 + 飞书发送)

SKILL_DIR=~/.openclaw/workspace/skills/aiping-media

# 生成图片(默认模型 Doubao-Seedream-5.0-lite,~5秒)
IMG_JSON=$(python3 $SKILL_DIR/scripts/generate_image.py "赛博朋克城市夜景,霓虹灯,超写实")
LOCAL_PATH=$(echo $IMG_JSON | python3 -c "import sys,json; print(json.load(sys.stdin)['local_path'])")
echo "图片已下载到: $LOCAL_PATH"

# 发送到飞书(替换 open_id)
python3 $SKILL_DIR/scripts/send_feishu.py image ou_你的open_id $LOCAL_PATH

输出 "success": true 即代表完整链路跑通。

第六步:测试视频生成

SKILL_DIR=~/.openclaw/workspace/skills/aiping-media

# 提交任务(视频生成通常需要 1~3 分钟)
TASK_JSON=$(python3 $SKILL_DIR/scripts/generate_video.py submit Kling-V3-Omni "一只橘猫在草地上打滚,阳光明媚" 5 pro 16:9)
TASK_ID=$(echo $TASK_JSON | python3 -c "import sys,json; print(json.load(sys.stdin)['id'])")
echo "Task ID: $TASK_ID"

# 等待完成并自动下载(轮询,最长等 5 分钟)
VIDEO_JSON=$(python3 $SKILL_DIR/scripts/generate_video.py wait $TASK_ID)
VIDEO_PATH=$(echo $VIDEO_JSON | python3 -c "import sys,json; print(json.load(sys.stdin).get('local_path',''))")
echo "视频已下载到: $VIDEO_PATH"

# 发送到飞书(群聊用 chat_id)
python3 $SKILL_DIR/scripts/send_feishu.py video oc_群聊ID $VIDEO_PATH chat_id

在 Agent 代码中调用

图片生成 + 飞书发送

from scripts.generate_image import generate_image
from scripts.send_feishu import send_image

# 1. 生成(自动下载到本地)
img = generate_image(
    model="Kling-V1",
    prompt="未来城市夜景,赛博朋克风格",
    negative_prompt="低质量,模糊"
)
local_path = img.get("local_path")  # 自动下载路径

# 2. 发送飞书
if local_path:
    # 发送给用户(默认 open_id)
    result = send_image(token=None, receive_id="ou_xxx", source=local_path)
    # 或发送到群聊(指定 chat_id)
    result = send_image(token=None, receive_id="oc_xxx", source=local_path, receive_id_type="chat_id")
    if result.get("success"):
        print(f"飞书 image_key: {result.get('image_key')}")
    else:
        print(f"失败: {result.get('error')}")
        print(f"CDN链接: {result.get('cdn_url')}")

视频生成 + 飞书发送

from scripts.generate_video import generate_video, wait_for_video
from scripts.send_feishu import send_video

# 1. 提交任务
video = generate_video(
    model="Kling-V3-Omni",
    prompt="一只猫咪在草地上玩耍",
    seconds=5,
    mode="pro",
    aspect_ratio="1:1"
)
task_id = video["id"]

# 2. 等待完成(自动下载)
result = wait_for_video(task_id)
local_path = result.get("local_path")

# 3. 发送到群聊
if local_path:
    result = send_video(token=None, receive_id="oc_xxx", source=local_path, receive_id_type="chat_id")

推荐模型

图片

模型说明
Doubao-Seedream-5.0-lite通用文生图,支持垫图(默认)
Kling-V1高质量,速度快
HunyuanImage-3.0腾讯混元

视频

模型modeaspect_ratio说明
Kling-V3-Omnipro/std16:9, 9:16, 1:1最新全能版,推荐
Kling-V2.6std16:9, 9:16, 1:1稳定版

脚本命令行用法

generate_image.py

python3 scripts/generate_image.py <prompt> [model] [negative_prompt] [image_url] [aspect_ratio] [nodownload]

generate_video.py

# 提交任务
python3 scripts/generate_video.py submit <model> <prompt> [seconds] [mode] [aspect_ratio]
# 等待完成(自动下载)
python3 scripts/generate_video.py wait <task_id>
# 查询状态
python3 scripts/generate_video.py query <task_id>

send_feishu.py

# 图片(本地文件或 CDN URL)
python3 scripts/send_feishu.py image <receive_id> <file_or_url> [receive_id_type]
# 视频(本地文件或 CDN URL)
python3 scripts/send_feishu.py video <receive_id> <file_or_url> [receive_id_type]

关键参数 receive_id_type(默认 open_id,易踩坑!):

receive_id_type适用场景receive_id 示例
open_id发送给单个用户ou_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
chat_id发送到群聊oc_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
⚠️ 群聊必须用 chat_id,不能拿用户的 open_id 发到群里,否则返回 400 Bad Request

示例:

# 发送给用户(默认 open_id)
python3 scripts/send_feishu.py image ou_xxxxxxxx /tmp/a.jpg

# 发送到群聊(指定 chat_id)
python3 scripts/send_feishu.py image oc_xxxxxxxx /tmp/a.jpg chat_id

飞书上传接口详解(踩坑经验汇总)

图片上传 vs 视频上传(对比)

| | 图片 | 视频 | |--|------|------| | 上传接口 | POST /im/v1/images | POST /im/v1/files | | 参数传递方式 | multipart/form-data-F) | multipart/form-data-F) | | 必需参数 | image_type=message | file_type=mp4 + file_name=xxx.mp4 | | 返回值 key | image_key | file_key | | 发送时 msg_type | image | media | | content 格式 | {"image_key": "xxx"} | {"file_key": "xxx", "type": "video"} |

完整 curl 示例(图片)

# 1. 获取 token
TOKEN=$(curl -s -X POST "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal" \
  -H "Content-Type: application/json" \
  -d '{"app_id": "cli_xxx", "app_secret": "xxx"}' | python3 -c "import sys,json;print(json.load(sys.stdin)['tenant_access_token'])")

# 2. 上传图片
IMAGE_KEY=$(curl -s -X POST "https://open.feishu.cn/open-apis/im/v1/images" \
  -H "Authorization: Bearer $TOKEN" \
  -F "image_type=message" \
  -F "image=@/tmp/image.jpg" | python3 -c "import sys,json;print(json.load(sys.stdin)['data']['image_key'])")

# 3. 发送图片
curl -s -X POST "https://open.feishu.cn/open-apis/im/v1/messages?receive_id_type=chat_id" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d "{\"receive_id\": \"oc_xxx\", \"msg_type\": \"image\", \"content\": \"{\\"image_key\\": \\"$IMAGE_KEY\\"}\"}"

完整 curl 示例(视频)

# 1. 获取 token
TOKEN=$(curl -s -X POST "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal" \
  -H "Content-Type: application/json" \
  -d '{"app_id": "cli_xxx", "app_secret": "xxx"}' | python3 -c "import sys,json;print(json.load(sys.stdin)['tenant_access_token'])")

# 2. 上传视频(注意:file_type 必须是 "mp4",不是 "video/mp4"!)
FILE_KEY=$(curl -s -X POST "https://open.feishu.cn/open-apis/im/v1/files" \
  -H "Authorization: Bearer $TOKEN" \
  -F "file_type=mp4" \
  -F "file_name=video.mp4" \
  -F "file=@/tmp/video.mp4" | python3 -c "import sys,json;print(json.load(sys.stdin)['data']['file_key'])")

# 3. 发送视频(msg_type 是 "media",content 里 type 是 "video")
curl -s -X POST "https://open.feishu.cn/open-apis/im/v1/messages?receive_id_type=chat_id" \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d "{\"receive_id\": \"oc_xxx\", \"msg_type\": \"media\", \"content\": \"{\\"file_key\\": \\"$FILE_KEY\\", \\"type\\": \\"video\\"}\"}"

飞书上传最容易踩的坑

错误写法正确写法说明
上传图片设 Content-Type: application/json不要设 Content-Type,让 curl 自动生成multipart/form-data 不能手动设 Content-Type
file_type=video/mp4file_type=mp4文件类型是枚举值,不是 MIME type!
上传视频缺少 file_name必须加 file_name=xxx.mp4否则报 234001 参数错误
视频发送用 msg_type=videomsg_type=media视频/音频/文件都是 media 类型
content: {"video_key": "xxx"}content: {"file_key": "xxx", "type": "video"}字段名是 file_key,不是 video_key

注意事项

  1. env 变量必须配置:技能脚本从 AIPING_API_KEY / FEISHU_APP_ID / FEISHU_APP_SECRET 读取凭证,未配置时调用函数会抛 EnvironmentError
  2. 重启 gateway 后才生效:修改 openclaw.json 的 env 块后必须 openclaw gateway restart
  3. 本地文件限制 /tmp/send_feishu.py 只允许读取 /tmp/ 下的本地文件,生成脚本默认也写入 /tmp/
  4. 自动 MIME 检测:根据文件扩展名自动识别 PNG/JPEG/GIF/MP4
  5. 视频生成需要耐心:视频任务提交后 status 为 queued,需要等待 1~3 分钟才能完成,用 wait 命令轮询查询
  6. 上传接口不能混用:图片必须用 /im/v1/images,视频必须用 /im/v1/files,两者接口不同

常见错误排查

错误信息原因解决方案
400 Bad Request /im/v1/messagesreceive_id_typereceive_id 不匹配(如群聊用了 open_id)群聊传 chat_id + receive_id_type="chat_id",个人用 open_id
飞书错误码 234001参数错误,上传接口参数格式不对对照上方「最容易踩的坑」检查:file_type 枚举值、file_name 是否传入、Content-Type 是否误设
飞书错误码 230001缺少 im:resource 权限飞书开放平台 → 权限管理 → 开通 im:resource → 重新发布
飞书错误码 99991663tenant_access_token 过期token 会自动续期,若仍失败重启 gateway
本地文件路径必须在 /tmp/读取了 /tmp/ 以外的文件只传 /tmp/ 下的文件路径
image_key / file_key 无效图片上传和发送用了不同的 token 或应用确保同一应用内完成上传和发送
视频发送成功但群里看不到file_keyfile_name 来自不同文件每次发送都要重新上传,获取新的 file_key
AIPing 返回 503 暂无可用服务商视频生成模型不支持 chat/completions 接口视频生成必须用 /api/v1/videos 端点,不是 /chat/completions

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

76.65%
按下载量换算1,065

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills