通过 MuleRouter 或 MuleRun 多模态 API 生成图像和视频，支持文本到图像、图像到图像、文本到视频、图像到视频、视频编辑（VACE、关键帧插值）。适用于用户希望通过 AI 模型如 Wan2.6、Veo3、Nano Banana Pro、Sora2、Midjourney 生成、编辑或转换图像与视频的场景。

通过 OpenClaw 的 Renderful 实现图像、视频、音频和 3D 内容创作，支持模型发现、先报价后生成、确定性轮询，以及资金不足时的 x402 自动备用机制

创建手绘风格的Excalidraw图表、流程图和架构图，保存为PNG图像

从单张图像生成10种视角/角度变体，用于多镜头用户生成内容视频 ✅ 适用场景： - 拥有主图，需要拍摄角度变化 - 制作多场景用户生成内容视频（需不同镜头） - 希望从单一来源获得特写、广角、侧角等画面 - 构建包含场景切换的视频 ❌ 不适用场景： - 尚未准备主图 → 请先使用 morpheus-fashion-design - 需要完全不同的场景或地点 → 请多次使用 Morpheus - 仅需一张图像 → 跳过此步骤 - 需要手动编辑图像 → 请使用 nano-banana-pro 输入：单张图像（人物与产品） 输出：10种不同视角的PNG变体 典型工作流：Morpheus → multishot-ugc → 筛选最佳4个 → veed-ugc 每个 → Remotion 编辑

通过音频（字幕）和视觉（帧提取加图像分析）双通道对YouTube视频进行多模态分析。特别适用于教学、教程、演示和说明类视频，其中所展示的内容（如截图、UI演示、图表、代码、物理动作）与所说内容同等重要。当用户希望分析、总结YouTube视频，或根据视频创建分步指南，或分享YouTube链接并希望了解视频内容时，请使用此功能。触发条件包括：“分析这个YouTube视频”、“根据此视频创建分步指南”、“这个视频展示了什么？”、“总结这个教程”，或任何带有分析意图的YouTube链接。

使用MiniMax MCP生成图像、音频、视频并发送至Telegram 适用于用户希望通过MiniMax创建媒体并经由Telegram发送的场景

[UpInvoice.eu]

AI视频生成——Sora、Kling、Veo 3、Seedance、Hailuo、WAN、Grok。文本转视频、图像转视频、视频编辑。37个模型，一个API密钥

通过Vydra.ai API生成AI图像和视频，单个API密钥可访问Grok Imagine、Gemini、Flux、Veo 3、Kling和ElevenLabs。代理可自行注册并自动生成图像。