企业官网建设流程全解析

1. 当 OpenClaw 遇上 LibTV：一句话剧本怎么变成成片

如果你最近在折腾 OpenClaw 这类 Agent 框架，大概率会遇到一个尴尬：Agent 能写文案、能查资料、能调 API，但一到"做视频"就卡住了——要么得手动把分镜图丢进别的工具，要么得写一堆胶水代码去拼接各家视频模型。LibTV 这个产品有意思的地方在于，它把"人"和"Agent"当成两个平等入口来设计：人类用无限画布拖节点，Agent 则通过 Skill 接口直接调用同一套能力。换句话说，你的 OpenClaw 只要注册了 LibTV Skill，就能从一句剧本开始，自动完成角色设定、分镜生成、视频片段合成、配乐拼接，最后把成片链接和项目画布链接一起甩回来。

这篇就聚焦一件事：怎么在 OpenClaw 里把 LibTV Skill 配起来，用 TaoToken 统一管 Key，然后跑通一条"一句话剧本到成片"的可复现流水线。适合已经装好 OpenClaw、手里有 TaoToken API Key、想给 Agent 加视频生成能力的人。全程给 config.toml 骨架、Skill 注册代码、验证命令和排错清单，照着做就能复现。

2. 前置准备：TaoToken 统一 Key 与 LibTV Access Key

在动手改配置之前，先把两个 Key 的关系理清楚。TaoToken 这边负责的是模型调用层的统一入口——你不需要为每个模型单独申请账号，用同一个 Key 就能在 OpenClaw 里切换对话、编码、Agent 等不同能力。LibTV 那边则有自己的 Access Key，用来授权 Skill 去操作画布和生成任务。两者不冲突：TaoToken 管"Agent 的大脑怎么调模型"，LibTV Access Key 管"Agent 的手怎么去画布上干活"。

先去 TaoToken 控制台拿 API Key，地址是 https://taotoken.net/api ，登录后在 API Keys 页面新建一个，复制出来存好。这个 Key 后面会写进 OpenClaw 的 config.toml，作为模型调用的统一凭证。如果你还没决定用哪个模型跑 Agent 的推理，可以先到模型对话页面试一下手感，确认响应速度和输出格式符合预期再往下走。

LibTV 的 Access Key 则要去 LibTV 官网右上角获取，登录后找到 Access Key 入口，复制那串密钥。注意这个 Key 是给 Skill 用的，不要和 TaoToken 的 Key 混在同一个环境变量里，后面配置会分开写。

注意：两个 Key 都建议用环境变量注入，不要硬编码在 config.toml 里提交到 Git。下面给的骨架会用${VAR}占位。

3. config.toml 与 Skill 注册骨架

OpenClaw 的配置文件通常放在~/.openclaw/config.toml或项目根目录的config.toml，具体看你安装方式。下面这份骨架把 TaoToken 作为模型提供方，同时预留 LibTV Skill 的注册段。

# ~/.openclaw/config.toml [provider.taotoken] base_url = "https://taotoken.net/api" api_key = "${TAOTOKEN_API_KEY}" default_model = "claude-sonnet-4-20250514" [agent.default] provider = "taotoken" max_tokens = 8192 temperature = 0.7 [skills.libtv] enabled = true access_key = "${LIBTV_ACCESS_KEY}" skill_path = "./skills/libtv-skill" timeout_seconds = 600

这里base_url用 TaoToken 的 API 地址，api_key从环境变量读。default_model可以先填一个你常用的，后面在 Coding Plan 里也能统一管理。[skills.libtv]段是给 LibTV Skill 留的，skill_path指向你解压后的 Skill 目录，timeout_seconds给到 600 秒，因为视频生成任务通常要等几分钟。

环境变量这样设：

export TAOTOKEN_API_KEY="sk-你的taotoken密钥" export LIBTV_ACCESS_KEY="你的libtv-access-key"

如果你用的是 Windows PowerShell，换成$env:TAOTOKEN_API_KEY="..."的写法。设完之后可以用echo $TAOTOKEN_API_KEY确认一下有没有生效。

Skill 本体的安装有两种方式。第一种是直接用 npx 命令拉取：

npx skills add libtv-labs/libtv-skills --skill libtv-skill

跑完之后用openclaw skills list检查，列表里出现libtv-skill就说明注册成功。第二种是去 ClawHub 平台的 LibTV API Skills 页面下载 Skill 文件，解压到./skills/libtv-skill目录，然后在 config.toml 里把skill_path指过去。两种方式选一种就行，npx 方式更省事，手动方式适合需要改 Skill 源码的情况。

4. 验证请求：从一句话剧本到成片

配置写完，先别急着跑完整流程，用一条最小请求验证 Skill 能不能被 Agent 正确调用。在 OpenClaw 的交互终端里输入：

openclaw run --agent default --prompt "用 LibTV 做一个龟兔赛跑的 30 秒短片，风格用扁平动画"

如果 Skill 注册正常，Agent 会先调用 LibTV 的剧本生成能力，然后依次创建角色视图节点、分镜节点、视频节点和音频节点。整个过程你可以在终端看到工具调用日志，类似：

[skill:libtv] create_script -> ok [skill:libtv] generate_character_views -> ok (rabbit, turtle) [skill:libtv] generate_storyboard -> ok (6 shots) [skill:libtv] compose_video -> ok [skill:libtv] attach_audio -> ok [skill:libtv] export -> https://liblib.tv/project/xxxx

等几分钟后，Agent 会返回两个链接：一个是成片视频链接，一个是项目画布链接。打开画布链接，你能看到 Agent 自动搭出来的节点工作流——剧本节点连着角色视图节点，角色视图连着分镜节点，分镜节点连着视频节点，最后汇到成片。如果某个分镜画风不一致，你可以在画布上手动改那个节点的 prompt，然后让 Agent 重新生成那一段，不用整条流水线重跑。

这一步验证通过，说明 TaoToken 的模型调用和 LibTV Skill 的授权都通了。接下来可以换成更复杂的剧本，比如"给一款木质调香水做 15 秒广告，参考图用我上传的瓶身照片"，Agent 会自动把参考图作为图片节点的输入，再往下走分镜和视频生成。

5. 本篇常见错排查

Skill 列表里没有 libtv-skill：先确认openclaw skills list的输出，如果没有，检查skill_path是否指向了正确的解压目录，目录下应该有SKILL.md或skill.json之类的描述文件。用 npx 安装的话，确认命令跑完没有报错，有时候网络问题会导致拉取中断，重跑一次即可。

Agent 调用 Skill 时报 401 或授权失败：大概率是LIBTV_ACCESS_KEY没设对。用echo $LIBTV_ACCESS_KEY确认环境变量在当前 shell 里可见，如果是在 systemd 或 Docker 里跑 OpenClaw，要确保环境变量传进了容器。另外注意 LibTV 的 Access Key 和 TaoToken 的 API Key 不要搞混，两个 Key 的用途完全不同。

视频生成超时：默认timeout_seconds如果设得太短，比如 120 秒，视频任务还没跑完就被掐断了。改成 600 或更大。如果还是超时，检查 TaoToken 那边的模型响应是否正常，可以单独用模型对话页面发一条测试请求，确认 API 层没有限流。

成片画风不一致：这是 Agent 自动生成时的常见现象，因为每个分镜是独立生成的，prompt 漂移会导致风格跳变。解决办法是在剧本节点里把风格描述写得更具体，比如"扁平动画，主色调为暖橙和米白，线条粗细统一"，或者在画布上手动锁定角色视图节点，让所有分镜都引用同一个角色参考。

TaoToken 返回模型不可用：确认default_model填的模型名在 TaoToken 那边是支持的，可以到 Coding Plan 页面看当前可用的模型列表。如果要用在长期编码或 Agent 场景，Coding Plan 的配额和模型切换会更方便。

6. 把 Key 和 Skill 管起来，让 Agent 自己跑片

整条流水线跑通之后，日常用起来其实就三件事：TaoToken 的 Key 放在环境变量里统一管模型调用，LibTV 的 Access Key 交给 Skill 去操作画布，OpenClaw 负责把剧本拆成节点任务并调度执行。你不需要每次手动去点生成按钮，Agent 会按 Skill 里定义的流程一步步走完。

如果后面要接更多 Skill，比如让 Agent 同时调 LibTV 做视频、调别的 Skill 做字幕，建议把每个 Skill 的 Key 都单独放环境变量，config.toml 里只用${VAR}引用，这样换 Key 或者轮换凭证的时候不用改配置文件。TaoToken 这边的 API Key 可以在 API Keys 页面随时新建和吊销，接入文档里有详细的鉴权和错误码说明，遇到 4xx 报错先查文档里的错误码对照表，比盲猜快得多。

想让 Agent 长期跑视频任务的话，Coding Plan 的额度管理会比按次调用更省心，模型切换也不用改代码。先把这条龟兔赛跑的流水线复现一遍，再换成你自己的剧本，基本就能摸清 LibTV Skill 在 OpenClaw 里的脾气了。