RHMCP Skill - OpenClaw 专用

概述

RHMCP 的 OpenClaw Skill 包装层，提供智能决策和 Agent 指引。

前置条件

1. 安装 RHMCP：git clone https://github.com/AIRix315/RHMCP.git && cd RHMCP && npm install && npm run build
2. 配置 OpenClaw MCP（见 README.md）
3. 创建 RHMCP 配置：service.json 和 .env

Agent 决策树

场景 → APP 映射

用户请求
    │
    ├─ "生成图片" / "文生图" / "画画"
    │       └─► rh_execute_app({ alias: "qwen-text-to-image", params: { text: "描述" } })
    │
    ├─ "修改图片" / "改图" / "图生图"
    │       └─► rh_execute_app({ alias: "qwen-image-to-image", params: { image: "URL", prompt: "描述" } })
    │
    └─ "更多APP"
            └─► rh_list_apps() 查看所有可用APP

参数映射

文生图 (qwen-text-to-image)

图生图 (qwen-image-to-image)

轮询策略

长时间任务使用异步模式：

// 提交异步任务
const { taskId } = await rh_execute_app({
  alias: "image-to-video",
  params: { image: "https://..." },
  mode: "async",
});

// 轮询查询
await sleep(180000); // 3分钟
while (true) {
  const status = await rh_query_task({ taskId });
  if (status.status === "SUCCESS") return status.data;
  if (status.status === "FAILED") throw new Error(status.msg);
  await sleep(60000); // 1分钟
}

存储策略

// 中间步骤：URL 直接传递
const img = await rh_execute_app({
  alias: "qwen-text-to-image",
  params: { text: "一只猫" },
});

// 后续步骤：使用 URL
const video = await rh_execute_app({
  alias: "image-to-video",
  params: { image: img.outputs[0].originalUrl, motion: "转身" },
});

链式工作流

// 步骤1：文生图
const img = await rh_execute_app({
  alias: "qwen-text-to-image",
  params: { text: "一个女孩在樱花树下" },
});

// 步骤2：图生视频
const video = await rh_execute_app({
  alias: "image-to-video",
  params: {
    image: img.outputs[0].originalUrl,
    motion: "樱花飘落，女孩转身微笑",
  },
});

return { videoUrl: video.outputs[0].originalUrl };

失败重试

const fallbacks = ["sdxl-text-to-image", "flux-text-to-image"];
for (const alias of fallbacks) {
  try {
    return await rh_execute_app({ alias, params });
  } catch (e) {
    continue; // 尝试下一个
  }
}
throw new Error("所有备选 APP 均失败");

错误码速查