视频消息

根据文本或音频生成虚拟形象视频消息。输出为Telegram视频笔记（圆形格式）。

安装

npm install -g openclaw-avatarcam

配置

在TOOLS.md文件中配置：

### Video Message (avatarcam)
- avatar: default.vrm
- background: #00FF00

设置参考

前提条件

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

# With color background
avatarcam --audio voice.mp3 --output video.mp4 --background "#00FF00"

# With image background
avatarcam --audio voice.mp3 --output video.mp4 --background "./bg.png"

# With custom avatar
avatarcam --audio voice.mp3 --output video.mp4 --avatar "./custom.vrm"

以视频笔记形式发送

使用 OpenClaw 的message工具并设置asVideoNote参数：

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

工作流程

1. 从 TOOLS.md 读取配置（头像、背景）
2. 生成 TTS如果提供了文本：tts text="..."→ 音频路径
3. 运行 avatarcam带音频 + 设置 → MP4输出
4. 作为视频消息发送通过消息动作=发送 文件路径=... 作为视频消息=true
5. 返回 无需回复发送后

示例流程

用户："给我发个说'你好'的视频消息"

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

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

# 3. Send as video note
message action=send filePath=/tmp/video.mp4 asVideoNote=true

# 4. Reply
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虚拟形象
2. 通过以下方式捕获WebM视频canvas.captureStream(30)
3. FFmpeg处理流程：裁剪 → 帧率标准化 → 缩放 → 编码
4. 通过Telegram发送消息sendVideoNoteAPI接口

平台支持

无头渲染

Avatarcam自动检测无头环境：

• 使用xvfb-run当$DISPLAY未设置时（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1.5倍实时（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
• 对于常规视频（非圆形），省略asVideoNote=true