ai-content-pipeline

概觀

什麼是 ai-content-pipeline？

ai-content-pipeline 是一個工作流程自動化技能，協助你使用 inference.sh CLI 建立多步驟的 AI 內容產線。它專注於協調影像、影片、音訊與文字工具，讓你把想法透過可重複、可編寫腳本的流程，變成完成的多媒體內容。

常見的流程範例包括：

• 使用 FLUX 產生圖片 → 用 Wan 2.5 將圖片轉成影片 → 加入 Foley 音效或音樂
• 將撰寫好的腳本透過 Kokoro TTS 轉成語音 → 驅動 OmniHuman avatar 影片
• 使用搜尋工具做研究 → 用 LLM 進行摘要 → 輸出已按社群或行銷渠道格式排版的內容

誰適合使用這個技能？

如果你符合以下情境，可以考慮使用 ai-content-pipeline：

• 你製作 YouTube 或短影音內容，希望自動化部分製作流程
• 你產出社群貼文或行銷素材，需要穩定、可重複的 AI 產線
• 你透過 CLI 使用影像、影片與音訊模型，希望有一套串接流程，而不是零散的單次指令
• 你在嘗試各種媒體工作流程，需要示例了解如何把不同 AI 工具串連起來

這個技能特別適合技術型創作者、成長與內容行銷人員，以及在 inference.sh 周邊打造媒體自動化的工程師。

它解決什麼問題？

ai-content-pipeline 的設計目的在於：

• 減少手動步驟：讓影像產生、影片製作、音訊與發佈之間的銜接更自動化
• 標準化流程：同一條 pipeline 可以重複用在多個內容專案上
• 提供具體範例：示範如何串接 FLUX、Wan 2.5、Kokoro TTS、OmniHuman 等應用
• 作為參考範本：幫助你在 inference.sh CLI 之上，打造自己的客製內容製作 pipeline

它並不會為你微調模型，也不取代專業剪輯工具；它的角色是協調 AI 服務與媒體工具，讓它們像一條完整 pipeline 一樣配合運作。

什麼情況下不適合使用 ai-content-pipeline？

如果是以下需求，你可能不需要這個技能：

• 只想用 GUI 編輯器，不打算操作終端機或 CLI 工具
• 只會做單一步驟的生成（例如偶爾產一張圖），不需要自動化
• 你需要的是模型層級的高度客製（fine-tuning、自訂訓練），而不是工作流程的編排

如果你對基本 CLI 操作感到自在，並且希望打造多步驟 AI 媒體流程（image → video → audio → content），ai-content-pipeline 會是相當合適的選擇。

使用方式

前置需求

在使用 ai-content-pipeline 前，請先確認你已具備：

• 已安裝 inference.sh CLI（infsh）
  • 依照官方安裝說明操作：https://raw.githubusercontent.com/inference-sh/skills/refs/heads/main/cli-install.md
• inference.sh 帳號與登入資訊
  • 你將會在終端機透過 infsh login 完成登入驗證。
• 基本終端機與 JSON 概念
  • 你會執行 infsh app run ... 指令並傳入 JSON 輸入。

1. 安裝 ai-content-pipeline 技能

將此技能安裝到你的 agent 或本機 skills 設定中：

npx skills add https://github.com/inferen-sh/skills --skill ai-content-pipeline

這會從 inferen-sh/skills repository 取回 ai-content-pipeline 的定義，讓你的 agent 可以引用其中的說明與範例模式。

2. 使用 inference.sh CLI 登入

在終端機中執行：

infsh login

依照提示完成驗證。登入後，你就可以執行會呼叫 FLUX、Wan 2.5、Kokoro TTS 等 AI 應用的 pipeline。

3. 執行簡單的 image → video pipeline

這個技能的核心模式，是透過 infsh app run 指令示範的。

以下是 repository 中的基本範例：

# Step 1: Generate an image with FLUX
infsh app run falai/flux-dev --input '{"prompt": "portrait of a woman smiling"}' > image.json

# Step 2: Animate that image into a video with Wan 2.5
infsh app run falai/wan-2-5 --input '{"image_url": "<url-from-previous>"}'

流程說明：

• 第一個指令 會使用 FLUX 產生一張圖片，並將結果寫入 image.json。
• 從 image.json 中擷取圖片 URL，填入第二個指令的 image_url 欄位。
• 第二個指令 使用 Wan 2.5 將這張圖片轉成動畫影片。

你可以把這段邏輯包進自己的腳本或 agent 指令中，讓各步驟之間的交接完全自動化。

4. 將 pipeline 模式當作樣板使用

此技能文件中整理了幾種高階模式，你可以依需求調整：

模式一：Image → Video → Audio

[FLUX Image] -> [Wan 2.5 Video] -> [Foley Sound]

適合用來：

• 從產品靜態圖片製作短影片並加入環境音效
• 將角色插畫做成社群貼文或宣傳預告的動畫

模式二：Script → Speech → Avatar

[LLM Script] -> [Kokoro TTS] -> [OmniHuman Avatar]

適合用來：

• 將部落格文章或行銷文案轉成配音影片
• 產出 talking-head avatar 形式的社群內容或內部訓練影片

模式三：Research → Content → Distribution

repository 中的模式（預覽版略有截斷），大致結構如下：

[Tavily Search] -> [Claude Summary/Content] -> [Channel-specific Output]

適合用來：

• 使用 Tavily 這類搜尋工具針對主題進行研究
• 透過 LLM（例如 Claude）整理摘要並撰寫內容
• 依不同渠道（Twitter/X、LinkedIn、電子報、YouTube 說明欄）自動調整格式

5. 與你現有工作流程整合

在理解範例之後，你可以：

• 替換工具：在 infsh app run 中改用其他影像、影片或音訊生成應用，只要支援即可。
• 新增步驟：在各階段之間插入放大解析度、媒體合併或其他編輯工具（例如先將 FLUX 圖片 upscaling 再拿去做動畫）。
• 腳本化 pipeline：把一連串 infsh 指令寫成 shell script 或 agent 規則，之後只要一個指令或一段 prompt 就能觸發整條 pipeline。
• 參數化輸入：從你的 agent 或其他系統動態傳入 prompt、腳本或 URL，依需求即時生成內容。

6. 查看 repository 檔案以取得更深入說明

在你的 skills 安裝目錄，或直接在 GitHub 中，打開：

• SKILL.md – ai-content-pipeline 的主要定義與說明，包含工具列表、模式與快速上手範例。
• guides/content/ai-content-pipeline – 與內容工作流程相關的補充說明與指南（主 repository 中可能包含更多支援文件或範例）。

在擴充這個技能或設計自己的工作流程時，可以把這些文件當作參考。

常見問題（FAQ）

安裝 ai-content-pipeline 實際上會裝些什麼？

ai-content-pipeline 技能會從 inferen-sh/skills repository 安裝 metadata、文件與流程指引，讓你的 agent 知道如何透過 inference.sh CLI 協調 AI 內容工作流程。實際的運算工作（影像、影片、音訊生成）是由 infsh 與底層的 AI 應用執行，不是在技能本身裡處理。

使用 ai-content-pipeline 一定要有 inference.sh CLI 嗎？

是的。ai-content-pipeline 的核心範例與模式都依賴 infsh CLI。請依照 cli-install.md 中的官方說明安裝，並在執行任何 pipeline 前先執行 infsh login 完成登入。

我可以不用寫程式碼就用 ai-content-pipeline 嗎？

你不需要寫完整的應用程式，但需要熟悉執行終端機指令與簡單編輯 JSON。這個技能是以 CLI 為主，最適合能操作 infsh app run 指令，或能用簡單腳本將其自動化的使用者。

在這些 pipeline 裡可以串接哪些 AI 工具與模型？

ai-content-pipeline 的範例會提到以下工具：

• FLUX：影像生成
• Wan 2.5：將圖片轉成影片
• Kokoro TTS：文字轉語音
• OmniHuman：avatar 影片
• Foley 音效與媒體合成工具：用於音訊與合成處理

只要能透過 infsh app run 呼叫，你也可以替換或增加 inference.sh 生態系中的其他應用。

ai-content-pipeline 適合用來做 YouTube 和社群內容嗎？

適合。repository 描述中明確提到的使用情境包括：YouTube 影片、社群內容、行銷素材與自動化內容製作。這些 pipeline 模式非常適合大量產製說明影片、短影音、宣傳內容與各種模板化的多媒體素材。

這個技能對行銷與內容營運有什麼幫助？

ai-content-pipeline 提供連結「研究 → 撰寫 → 媒體生成 → 發佈格式化」的實用模式。例如，你可以：

• 用搜尋工具研究特定主題
• 用 LLM 產出腳本或貼文
• 轉成帶有語音與 avatar 的影片
• 為不同社群渠道產出對應格式版本

這能減少在各工具之間反覆複製貼上的人工作業，讓團隊更穩定地擴大量產內容。

我可以自訂每條 pipeline 的步驟嗎？

可以。ai-content-pipeline 中的模式是「樣板」，不是硬性規則。你可以：

• 插入更多步驟（例如畫質提升、字幕生成、縮圖製作）
• 依照需求調整各步驟的順序
• 只要是 inference.sh 支援的應用，就能自由替換其中任一工具

ai-content-pipeline 會幫我存放或管理媒體檔案嗎？

不會。ai-content-pipeline 的重點在說明如何透過 inference.sh CLI 呼叫 AI 應用並串接其輸出。檔案儲存、素材管理與長期歸檔，仍由你自己的環境、腳本或內容管理系統負責。

我要到哪裡查看或修改底層設定？

請到 inferen-sh/skills GitHub repository 查看此技能與相關指南，特別是：

• SKILL.md：包含 ai-content-pipeline 的定義與快速上手教學
• guides/content/ai-content-pipeline 下的相關檔案：提供更進一步的說明與範例

你可以將其中的範例與指令，調整後放入自己的 repository、腳本或 agent 規則中，讓它符合你的正式環境與部署需求。