名称： video-message
描述： 通过口型同步的 VRM 虚拟人生成并发送视频消息。当用户要求视频消息、虚拟人视频、视频回复，或需要将 TTS 以视频而非音频形式呈现时使用。
元数据：
{
"openclaw":
{
"emoji": "🎥",
"requires": { "bins": ["ffmpeg", "avatarcam"] },
"install":
[
{
"id": "npm",
"kind": "npm",
"package": "@thewulf7/openclaw-avatarcam",
"global": true,
"bins": ["avatarcam"],
"label": "安装 avatarcam (npm)",
},
{
"id": "brew",
"kind": "brew",
"formula": "ffmpeg",
"bins": ["ffmpeg"],
"label": "安装 ffmpeg (brew)",
},
{
"id": "apt",
"kind": "apt",
"packages": ["xvfb", "xauth"],
"label": "安装无头 X 依赖项（仅限 Linux）",
},
],
},
}

视频消息

从文本或音频生成虚拟人视频消息。输出为 Telegram 视频笔记（圆形格式）。

安装

npm install -g openclaw-avatarcam

配置

在 TOOLS.md 中配置：

### 视频消息 (avatarcam)
- avatar: default.vrm
- background: #00FF00

配置项参考

前置条件

系统依赖

注意： macOS 和 Windows 不需要 xvfb，它们具有原生显示支持。

Docker 用户

添加到 OPENCLAW_DOCKER_APT_PACKAGES：

build-essential procps curl file git ca-certificates xvfb xauth libgbm1 libxss1 libatk1.0-0 libatk-bridge2.0-0 libgdk-pixbuf2.0-0 libgtk-3-0 libasound2 libnss3 ffmpeg

使用方法

# 使用纯色背景
avatarcam --audio voice.mp3 --output video.mp4 --background "#00FF00"

# 使用图片背景
avatarcam --audio voice.mp3 --output video.mp4 --background "./bg.png"

# 使用自定义虚拟人
avatarcam --audio voice.mp3 --output video.mp4 --avatar "./custom.vrm"

作为视频笔记发送

使用 OpenClaw 的 message 工具并设置 asVideoNote：

message action=send filePath=/tmp/video.mp4 asVideoNote=true

工作流程

1. 从 TOOLS.md 中读取配置（虚拟人、背景）
2. 如果给定文本，则生成 TTS：tts text="..." → 音频路径
3. 使用音频和设置运行 avatarcam → 输出 MP4 文件
4. 通过 message action=send filePath=... asVideoNote=true 作为视频笔记发送
5. 发送后返回 NO_REPLY

示例流程

用户：“给我发一个说‘你好’的视频消息”

# 1. 生成 TTS
tts text="Hello! How are you today?" → /tmp/voice.mp3

# 2. 生成视频
avatarcam --audio /tmp/voice.mp3 --output /tmp/video.mp4 --background "#00FF00"

# 3. 作为视频笔记发送
message action=send filePath=/tmp/video.mp4 asVideoNote=true

# 4. 回复
NO_REPLY

技术细节

处理流程

1. Electron 以 1280x720 分辨率渲染带口型同步的 VRM 虚拟人
2. 通过 canvas.captureStream(30) 捕获 WebM 流
3. FFmpeg 处理：裁剪 → 帧率标准化 → 缩放 → 编码
4. Message 工具通过 Telegram sendVideoNote API 发送

平台支持

无头渲染

Avatarcam 自动检测无头环境：
- 当 $DISPLAY 未设置时使用 xvfb-run（仅限 Linux）
- macOS/Windows 使用原生显示
- GPU 停滞警告可以安全忽略
- 生成时间：约实时长度的 1.5 倍（20 秒音频 ≈ 30 秒处理）

注意事项

• 配置从 TOOLS.md 读取
• 发送后清理临时文件：rm /tmp/video*.mp4
• 如需发送普通视频（非圆形），请省略 asVideoNote=true