RunningHub API: AI 图像与视频生成 - Openclaw Skills

作者:互联网

2026-04-20

AI教程

什么是 RunningHub API?

RunningHub API 技能提供与 RunningHub AI 平台的直接集成,允许开发人员触发复杂的生成式 AI 任务。与标准的 MCP 服务器不同,此技能直接与 RunningHub API 客户端通信,以实现更快的执行速度和更低的延迟。它旨在处理各种媒体生成任务(包括图像和视频创建),同时通过百度网盘和 Google Drive 等本地或云提供商管理输出存储。通过使用 Openclaw Skills,开发人员可以构建多步骤 AI 管道,其中一个模型的输出将成为下一个模型的输入,所有这些都在统一的智能体环境中完成。

下载入口:https://github.com/openclaw/skills/tree/main/skills/airix315/rhskill

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install rhskill

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/ 工作区 /skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 rhskill。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

RunningHub API 应用场景

  • 根据简单的文本提示自动生成高质量的营销视觉效果。
  • 通过将图像生成模型与图生视频流程链接起来,创建电影级的视频内容。
  • 批量处理 AI 媒体任务,并直接上传到云存储提供商进行存档。
  • 构建需要高速生成能力而无需复杂中间件层的自定义 AI 智能体。
RunningHub API 工作原理
  1. 技能使用在环境或全局设置中配置的 RunningHub API 密钥和基准 URL 进行初始化。
  2. 智能体使用 rh_list_apps 工具查询可用应用程序,以识别特定的 AI 能力,如文生图或视频生成。
  3. 通过 rh_execute 工具触发任务,智能体传递所选 RunningHub APP 所需的特定参数。
  4. 技能的逻辑引擎根据工作流上下文自动确定最佳存储模式(无、云或自动)。
  5. 对于长时间运行的生成任务,智能体利用 rh_query_task 进行异步轮询,以监控进度直至完成。

RunningHub API 配置指南

首先,确保您拥有 RunningHub API 密钥并设置环境变量:

export RUNNINGHUB_API_KEY="your-api-key"
export RUNNINGHUB_BASE_URL="www.runninghub.cn"  # 或 www.runninghub.ai

接下来,在位于 ~/.openclaw/openclaw.json 的 Openclaw Skills 配置文件中启用该技能:

{
  "skills": {
    "entries": {
      "runninghub-api": {
        "enabled": true,
        "env": {
          "RUNNINGHUB_API_KEY": "your-api-key",
          "RUNNINGHUB_BASE_URL": "www.runninghub.cn"
        },
        "config": {
          "defaultStorage": "auto",
          "defaultCloudProvider": "auto"
"        }
      }
    }
  }
}

RunningHub API 数据架构与分类体系

RunningHub API 技能通过为 Openclaw Skills 设计的结构化架构来组织其操作和输出:

组件 详情
任务结果 返回 taskId、完成状态以及来自 RunningHub 服务器的原始 URL。
云存储 文件使用格式 RunningHub/{projectName}/{timestamp}_{filename} 保存。
应用注册表 通过 shared-apps.json 管理,将用户别名映射到特定的 RunningHub App ID 和节点字段。
执行模式 支持用于立即任务的 sync 和用于重型视频或音频生成的 async
name: runninghub_api
description: RunningHub AI Platform 直接调用 - 文生图、图生图、视频生成等,支持智能存储判断和链式工作流
homepage: https://github.com/AIRix315/RHSkill
metadata: { "openclaw": { "emoji": "??", "requires": { "env": ["RUNNINGHUB_API_KEY"], "config": ["runninghub.baseUrl"] }, "primaryEnv": "RUNNINGHUB_API_KEY" } }

RunningHub API Skill

概述

直接调用 RunningHub API,支持生图、生视频、音频处理等 AI 任务。

与 RHMCP 的关系

  • RHMCP 是 MCP Server,提供 STDIO/HTTP 接口
  • 本 Skill 直接复用 RHMCP 的 API Client,跳过 MCP 层,速度更快
  • 支持 RHMCP 配置文件中定义的 APP

前置条件

  1. RunningHub 账号

    • 注册:https://www.runninghub.cn(国内)或 https://www.runninghub.ai(国际)
    • 获取 API Key:个人中心 → API 控制台
  2. 百度网盘(可选,用于 cloud 存储)

    • 安装 bdpan-storage Skill
    • 执行登录:bash ~/.agents/skills/bdpan-storage/scripts/login.sh
  3. Google Drive(可选,用于 cloud 存储)

    • 安装 gog Skill
    • 执行授权:gog auth credentials /path/to/client_secret.json

配置

环境变量

export RUNNINGHUB_API_KEY="your-api-key"
export RUNNINGHUB_BASE_URL="www.runninghub.cn"  # 或 www.runninghub.ai

OpenClaw 配置

编辑 ~/.openclaw/openclaw.json

{
  skills: {
    entries: {
      "runninghub-api": {
        enabled: true,
        env: {
          RUNNINGHUB_API_KEY: "your-api-key",
          RUNNINGHUB_BASE_URL: "www.runninghub.cn",
        },
        config: {
          defaultStorage: "auto",      // auto/none/cloud
          defaultCloudProvider: "auto", // auto/bdpan/gog
        }
      }
    }
  }
}

存储模式

模式 说明 触发条件
none 返回 RH 服务器 URL 默认、直接交付、链式流程
cloud 上传到网盘 明确要求保存、需要确认
local 下载到本地 服务器不适用,禁用

AUTO 决策逻辑

if (storage === "auto") {
  if (链式流程 || 直接交付) → "none"
  else if (要求保存 || 需要确认) → "cloud"
  else → "none"
}

if (cloudProvider === "auto") {
  if (提到 Google/Sheet) → "gog"
  else → "bdpan"
}

路径规则

  • bdpan: runninghub/{projectName}/{timestamp}_{filename}
  • gog: RunningHub/{projectName}/{timestamp}_{filename}
  • 项目名: 用户指定 > 自动生成(rh-{timestamp}

工具

rh_list_apps

列出可用的 RunningHub APP。

rh_list_apps({ refresh: false })
// 返回: { apps: [{ alias, appId, category, description }] }

rh_execute

执行 APP 任务。

rh_execute({
  alias: string,              // APP 别名
  params: Record, // APP 参数
  storage?: "none" | "cloud" | "auto",
  cloudProvider?: "bdpan" | "gog" | "auto",
  projectName?: string,       // 项目名称
  mode?: "sync" | "async",    // 同步/异步
  timeout?: number            // 超时时间(秒)
})

// 返回: {
//   taskId: string,
//   status: "SUCCESS" | "PENDING",
//   outputs: [{
//     originalUrl: string,   // RH 服务器 URL
//     cloudUrl?: string      // 网盘 URL(cloud 模式)
//   }]
// }

rh_query_task

查询任务状态(用于异步模式)。

rh_query_task({ taskId: string })
// 返回: { taskId, status, outputs?, progress? }

使用示例

简单生图(none 模式)

用户: 生成一只可爱的猫咪

Agent 调用:
rh_execute({
  alias: "qwen-text-to-image",
  params: { text: "一只可爱的猫咪,卡通风格" },
  storage: "none"
})
// 返回 RH 服务器 URL

上传到百度网盘

用户: 生成一张风景图保存到网盘

Agent 调用:
rh_execute({
  alias: "qwen-text-to-image",
  params: { text: "美丽的风景" },
  storage: "cloud",
  cloudProvider: "bdpan",
  projectName: "landscape"
})
// 返回 bdpan://runninghub/landscape/...

链式流程(图生视频)

用户: 生成主角图片,然后用它生成视频

步骤1: 生成图片(storage: "none")
const imageResult = await rh_execute({
  alias: "qwen-text-to-image",
  params: { text: "主角形象" },
  storage: "none"
});
const imageUrl = imageResult.outputs[0].originalUrl;

步骤2: 图生视频(使用上一步 URL)
rh_execute({
  alias: "image-to-video",
  params: { image: imageUrl, prompt: "奔跑动画" },
  storage: "cloud"
});

共享 APP 清单

内置共享测试 APP(来自 RHMCP 官方):

别名 APP ID 类型 说明
qwen-text-to-image 2037760725296357377 image Qwen 文生图
qwen-image-to-image 2037822548796252162 image Qwen 图生图

故障排除

问题 原因 解决
提交任务失败 APP 参数不匹配 检查 shared-apps.json 中的 inputs 配置
bdpan 上传失败 未登录 执行 bash scripts/login.sh 重新登录
任务超时 执行时间过长 使用 mode: "async" 异步模式
Token 过期 授权失效 重新登录或授权

扩展开发

添加新 APP

编辑 references/shared-apps.json

{
  "apps": {
    "my-new-app": {
      "appId": "your-app-id",
      "alias": "my-new-app",
      "category": "video",
      "description": "描述",
      "inputs": {
        "param1": { "nodeId": "1", "fieldName": "field1" }
      }
    }
  }
}

参考链接

  • RHMCP GitHub: https://github.com/AIRix315/RHMCP
  • RunningHub: https://www.runninghub.cn
  • OpenClaw Docs: https://docs.openclaw.ai

License

MIT

相关推荐