Veo

核心用法

Veo 是 Google 推出的文本生成视频（Text-to-Video）模型，本 Skill 通过命令行脚本封装了对 Veo 3.1、Veo 3.0 等版本的 API 调用。用户只需提供自然语言描述即可生成 8 秒或更长的视频片段，输出为标准 MP4 格式。

基本命令结构：

uv run scripts/generate_video.py --prompt "描述文本" --filename "output.mp4"

关键参数：

• --duration: 视频时长（默认 8 秒，上限因模型而异）
• --aspect-ratio: 画面比例（16:9 横屏、9:16 竖屏、1:1 方形）
• --model: 模型版本选择，推荐 veo-3.1-generate-preview 获取最佳画质

认证方式：

• 环境变量 GEMINI_API_KEY（推荐）
• 或配置文件 ~/.clawdbot/clawdbot.json 中设置

显著优点

1. 官方 API 直连：直接调用 Google 第一方服务，非第三方代理或逆向工程，稳定性和合规性有保障
2. 模型版本可选：明确区分 Veo 3.1（高质量预览版）、Veo 3.0 标准版、Veo 3.0-fast（快速低质版），用户可按场景权衡质量与速度
3. 输出标准化：统一输出 MP4 格式，兼容性强；脚本自动生成 MEDIA: 标记便于 Clawdbot 自动附加到聊天消息
4. 比例灵活：原生支持横竖方三种主流视频比例，适配不同社交平台需求

潜在缺点与局限性

• API 密钥门槛：需自行申请 Gemini API Key，部分地区或账户可能存在访问限制
• 预览版不稳定：veo-3.1-generate-preview 标注为预览版本，API 行为可能变更
• 时长受限：单条生成时长有限（默认 8 秒），长视频需拼接或多段生成
• 无编辑能力：纯文生视频，不支持图生视频、视频编辑、风格迁移等进阶功能
• 成本不透明：Google 官方定价需另行查阅，本 Skill 未内置用量统计

适合人群

• 需要快速生成短视频素材的内容创作者、社媒运营者
• 已持有 Gemini API Key 的开发者或团队
• 对视频质量有基础要求、但无需精细控制的轻量级用户

常规风险

• API 密钥泄露：密钥存储于环境变量或配置文件，需确保文件权限安全
• 内容合规：生成内容受 Google 服务条款约束，可能触发内容安全过滤
• 预览版服务中断：预览版 API 可能随时调整或下线
• 依赖单一供应商：绑定 Google 生态，存在平台政策变更风险

核心用法

Veo Skill 基于 Google 官方 google-genai SDK，提供命令行方式调用 Google Veo 视频生成模型。用户通过自然语言描述或结合参考图片，即可生成 8 秒（默认）至更长时长的高质量视频片段。

基础命令结构：

uv run {baseDir}/scripts/generate_video.py --prompt "描述文本" --filename "output.mp4"

关键参数：

• --duration / -d：视频时长（秒），Veo 3.1 支持更长时长
• --aspect-ratio / -a：画面比例（16:9 横屏、9:16 竖屏、1:1 方形）
• --model：模型版本选择
• veo-3.1-generate-preview：最高质量（推荐）
• veo-3.0-generate-001：标准质量
• veo-3.0-fast-generate-001：快速生成，质量略低

认证配置：
优先通过 GEMINI_API_KEY 环境变量注入 API 密钥，或配置于 ~/.clawdbot/clawdbot.json 的 skills."veo".env.GEMINI_API_KEY 字段。

输出特性：
生成 MP4 格式视频文件，脚本输出包含 MEDIA: 标记行，支持 Clawdbot 在兼容的聊天平台自动附加媒体文件。

---

显著优点

1. 官方原生集成：直接调用 Google 官方 Veo API，非第三方代理，确保模型能力与官方同步
2. 多模型版本支持：覆盖 Veo 2.0、3.0、3.1 全系列，用户可按质量-速度需求灵活选择
3. 灵活的画面适配：原生支持横屏、竖屏、方屏三种主流比例，适应短视频、横版内容等多场景
4. 安全合规设计：API 密钥环境变量管理，无硬编码；仅与 Google 官方端点通信，TLS 1.3 加密
5. 零依赖风险：仅依赖 Google 官方 google-genai 库，无第三方中转服务

---

潜在缺点与局限性

| 维度 | 说明 |

|------|------|

成本 | Veo API 按生成时长计费，高频使用成本较高，无免费额度 |

| **可控性** | 文本生成视频存在随机性，同一提示词多次生成结果可能差异较大 |

| **时长限制** | 单次生成有最大时长上限（具体取决于模型版本），长视频需分段生成后拼接 |

| **内容审核** | 受 Google 安全过滤器限制，部分敏感主题可能被拒绝生成 |

| **网络依赖** | 需稳定连接 Google API，中国大陆等地区可能需要网络代理 |

| **预览版稳定性** | `veo-3.1-generate-preview` 为预览版本，API 行为可能变动 |

---

适合人群

• 内容创作者：快速生成概念验证视频、社交媒体素材
• 开发者/产品经理：原型视频制作、UI 动效预览
• 营销团队：广告素材快速迭代、多版本 A/B 测试
• 教育工作者：教学演示视频生成

不适合： 对生成结果有像素级精确控制需求的专业影视制作；完全离线环境；对 API 成本极度敏感的高频批量场景。

---

常规风险

1. API 密钥泄露风险：若环境变量配置不当或被意外打印到日志，可能导致密钥滥用。建议定期轮换密钥，避免在共享环境中明文暴露。
2. 生成内容版权争议：Veo 生成的视频可能涉及训练数据的版权模糊地带，商业使用需关注 Google 服务条款及当地法律法规。
3. 提示词注入风险：虽然本 Skill 无直接的提示词投毒漏洞，但用户输入的恶意提示词可能触发 Google 的内容安全拦截，导致账号受限。
4. 预览版 API 变更：Veo 3.1 预览版接口可能调整，需关注更新日志避免脚本失效。
5. 存储空间消耗：高清视频文件较大，频繁生成需注意磁盘空间管理。

---

安全认证说明：本 Skill 经 CLS-Certify v2.1.0 全量扫描，获 S+ 评级（满分 100），静态分析、动态行为、依赖审计、网络流量、隐私合规、威胁情报六项均通过。