mcpField
G
grok-imagine-video

grok-imagine-video

github.com/devvgwardoクリエイティブ・メディア1452 回インストール6 日前に更新
リポジトリ

grok-imagine-video について

grok-imagine-videoは、メッセージ画面からxAIのGrok Imagine APIを使って画像や動画を生成・編集するスキルです。独自のAPIキーを用意し、テキストからの制作や既存メディアの加工を行いたいユーザー向けです。

主な機能

  1. 01テキストからの画像生成
  2. 02自然言語による画像編集
  3. 03テキストからの動画生成
  4. 04静止画の動画化
  5. 05動画編集と非同期ジョブのポーリング
  6. 06ダウンロードとチャットでの配信

活用シーン

  1. 01説明文から複数の画像を生成
  2. 02動きのプロンプトで静止画をアニメーション化
  3. 03自然言語の指示で既存動画を編集

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/devvgwardo/grok-imagine-video --skill grok-imagine-video

インストール後、Claude Code で/grok-imagine-videoを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

.gitignore
LICENSE
README.md
CHANGELOG.md
_meta.json
pyproject.toml
docs/
API_REFERENCE.md
references/
api_reference.md
scripts/
grok_video_api.py
src/
__init__.py
grok_video_api.py
tests/
test_grok_video_api.py
__init__.py

詳細

Grok Imagine Video

メッセージングインターフェースから xAI の Grok Imagine API を直接使用して動画を生成します。

セットアップ

重要： ご自身の xAI API キーが必要です。https://console.x.ai/ から取得してください。

インストール手順の詳細については、README.md を参照してください。

クイックセットアップ：

# Set your xAI API key (YOUR key, not pre-configured)
export XAI_API_KEY="your-api-key-here"

機能

  • テキストから画像を生成：テキストの説明から画像を生成します（最大 10 種類）
  • 画像編集：自然言語で画像を編集します
  • テキストから動画を生成：テキストの説明から動画を作成します
  • 画像から動画を生成：静止画像に動きを加えます
  • 動画編集：自然言語で動画を編集します
  • 非同期生成：ポーリングを使用して、時間のかかる動画生成ジョブを処理します
  • 自動配信：チャット経由で画像や動画をダウンロードして配信します

ワークフロー

1. 画像生成

ユーザーの発言：「夜のサイバーパンクな街並みの画像を作成して」

python3 - << 'EOF'
import os
import sys
sys.path.insert(0, 'scripts')
from grok_video_api import GrokImagineVideoClient

client = GrokImagineVideoClient(os.getenv("XAI_API_KEY"))
result = client.generate_image("A cyberpunk cityscape at night, neon lights reflecting on wet streets")
print(f"Image URL: {result}")
EOF

画像はすぐに生成されます（ポーリングは不要です）。URL は一時的なため、速やかにダウンロードしてください。

1b. 画像編集

ユーザーの発言：「この画像を編集して、水彩画のようにして」

python3 - << 'EOF'
import os
import sys
sys.path.insert(0, 'scripts')
from grok_video_api import GrokImagineVideoClient

client = GrokImagineVideoClient(os.getenv("XAI_API_KEY"))
result = client.edit_image(
    image_url="https://example.com/photo.jpg",
    prompt="Make it look like a watercolor painting"
)
print(f"Edited image: {result}")
EOF
2. テキストから動画を生成

ユーザーの発言：「海に沈む夕日の動画を生成して」

# Use the Python client
python3 - << 'EOF'
import os
import sys
sys.path.insert(0, 'scripts')
from grok_video_api import GrokImagineVideoClient

client = GrokImagineVideoClient(os.getenv("XAI_API_KEY"))
result = client.text_to_video("A beautiful sunset over the ocean", duration=10)
print(f"Job started: {result['job_id']}")
EOF
3. 動画の生成完了を待つ

動画の生成には 1～3 分かかります。進捗を確認しながらポーリングします。

python3 - << 'EOF'
import os
import sys
sys.path.insert(0, 'scripts')
from grok_video_api import GrokImagineVideoClient

client = GrokImagineVideoClient(os.getenv("XAI_API_KEY"))

def progress(response):
    print(f"Polling... {'Done!' if 'video' in response else 'Pending'}")

final = client.wait_for_completion("request-id-here", progress_callback=progress)
print(f"Video ready: {final['video']['url']}")
EOF
4. ダウンロードと配信

生成が完了した動画をワークスペースにダウンロードします。

python3 - << 'EOF'
import os
import sys
sys.path.insert(0, 'scripts')
from grok_video_api import GrokImagineVideoClient

client = GrokImagineVideoClient(os.getenv("XAI_API_KEY"))
output = "/data/workspace/videos/sunset.mp4"
client.download_video(final, output)  # pass the full response dict
print(f"Downloaded: {output}")
EOF

画像から動画を生成

画像に動きを加えます。

from grok_video_api import GrokImagineVideoClient

client = GrokImagineVideoClient(api_key)
result = client.image_to_video(
    image_url="https://example.com/photo.jpg",
    prompt="Make the clouds move slowly",
    duration=10
)

動画編集

既存の動画を編集します。

result = client.edit_video(
    video_url="https://example.com/source.mp4",
    edit_prompt="Add a warm sunset filter and slow down to 50% speed"
)

設定

重要： https://console.x.ai/ からご自身の API キーを取得してください。事前設定済みのキーは使用しないでください。

export XAI_API_KEY="sk-..."

OpenClaw との連携では、ワークスペースの .env に追加するか、ゲートウェイ設定で管理してください。

セットアップ手順の詳細については、README.md を参照してください。

エラー処理

よくあるエラーと対処方法：

  • 認証エラー／API キー未設定：→ https://console.x.ai/ からキーを取得し、export XAI_API_KEY="your-key" を設定してください。詳細は README.md を参照してください。
  • レート制限：「リクエストが多すぎます」→ 待ってから再試行してください。
  • コンテンツポリシー：「プロンプトがコンテンツポリシーに違反しています」→ プロンプトを言い換えてください。
  • タイムアウト：ジョブに時間がかかりすぎました → 動画の長さを短くするか、複雑さを抑えてください。

API 呼び出しは必ず try/except で囲み、ユーザーにわかりやすいメッセージを表示してください。

ベストプラクティス

プロンプトの作成（画像）：

  • 描写を具体的にします：「ステンシルを使ったストリートアート風のロンドンの名所のコラージュ」
  • スタイルを指定します：「夜明けの山の湖を描いた水彩画」
  • 複数のバリエーション（n=4）を使って、さまざまな解釈を試します。

プロンプトの作成（動画）：

  • 具体的に指定します：「晴れた草原を走るゴールデンレトリバー」
  • カメラの動きを含めます：「左から右へのゆっくりとしたパン」
  • 照明を指定します：「暖かみのあるゴールデンアワーの光」

パフォーマンス：

  • 画像はすぐに生成されるため、ポーリングは不要です。
  • 動画をより速く生成するには 480p、高画質にするには 720p を使用します。
  • 必要な場合を除き、動画は 10 秒未満にしてください。
  • まずテキストから動画を生成し、必要に応じて編集します。

ユーザーエクスペリエンス：

  • 画像：生成後すぐに配信します。
  • 動画：「動画を生成中です……45% 完了」のように進捗を知らせます。
  • 動画の所要時間を伝えます：「2～3 分ほどかかります」
  • 配信を確認します：「画像／動画はこちらです！」

制限

  • 1 リクエストあたりの画像数：1～10
  • 動画の長さ：1～15 秒
  • 動画の解像度：480p（デフォルト）または 720p
  • レート制限：1 分あたり 60 リクエスト
  • 同時実行可能なジョブの最大数：15

API の詳細については、references/api_reference.md を参照してください。

他のスキルとの連携

  • 後処理（トリミング、連結、フィルター）には ffmpeg-video-editor と組み合わせます。
  • 追加の動画エフェクトには fal-ai を使用します。
  • ソース画像には image-generation スキルを連携します。

トラブルシューティング

ジョブが「pending」のまま進まない：API キーと利用枠を確認してください。

動画の生成が遅い：1080p ではなく 720p を試してください。

ジョブが失敗する：レスポンスの error_code を確認してください。API リファレンスを参照してください。

ダウンロードエラー：video_url にアクセスでき、有効期限が切れていないことを確認してください。

コメント

Markdown 対応