核心用法
OpenClaw Media Gen 是一个聚合型 AI 媒体生成工具，通过 AIsa 平台单一 API 密钥即可调用两大主流模型：
图片生成：基于 Google Gemini 3 Pro Image，通过标准 GenerateContent 接口返回 base64 编码图片数据，支持高质量文生图场景。
视频生成：基于阿里通义万相 Qwen Wan 2.6 的异步视频合成服务，支持图生视频（i2v），可指定分辨率（720P）、时长（5秒）等参数，需轮询查询任务状态。
工具提供完整的 Python 客户端脚本，覆盖图片即时生成、视频任务创建、状态轮询、自动下载等全流程，同时保留原生 curl 示例便于集成。
显著优点
- 统一入口：单一 API 密钥管理多厂商模型（Google + 阿里），降低密钥维护成本
- 异步视频架构：Wan 2.6 视频生成采用标准异步任务模式，避免长连接阻塞
- 完整工具链：Python CLI 封装了轮询等待、超时控制、自动下载等工程细节
- 中文优化：通义万相对中文提示词理解较好，适合国内创作者
潜在局限
- 供应商集中风险：依赖 AIsa 中间层代理，非直连官方 API，若 AIsa 服务异常则双模型均不可用
- 视频异步复杂度：需自行实现任务状态轮询，无法像 Replicate/Runway 那样同步返回结果
- Gemini 图片限制：当前为 preview 版本，生成参数可控性（尺寸、风格强度）弱于专用文生图 API
- 成本不透明：AIsa 平台的计价策略未在文档中明示，实际费用难以预估
适合人群
- 希望统一管理多模型 API 密钥的开发者
- 需要快速原型验证图/视频生成能力的创业团队
- 熟悉异步任务模式、愿意自建轮询逻辑的后端工程师
常规风险
- 数据隐私：图片/视频内容经由 AIsa 中转，敏感素材存在第三方托管风险
- 任务失败处理：视频生成任务可能因队列、内容审核等原因失败，需实现完善的错误重试机制
- 预览版稳定性：Gemini 3 Pro Image 处于 preview 阶段，接口行为可能变更
- 依赖管理：Python 客户端依赖本地 Python3 与 curl 环境，跨平台兼容性需验证