ai-content-pipeline

概览

什么是 ai-content-pipeline？

ai-content-pipeline 是一个用于自动化工作流的技能，帮助你通过 inference.sh CLI 构建多步骤的 AI 内容生产流水线。它专注于编排图片、视频、音频和文本相关的工具，让你可以通过可复用、可编写脚本的流程，把想法转化为最终可用的媒体内容。

常见的流程示例包括：

• 使用 FLUX 生成图片 → 用 Wan 2.5 将其动画化为视频 → 添加 Foley 音效或音乐
• 将撰写好的脚本通过 Kokoro TTS 转成语音 → 驱动 OmniHuman 虚拟人视频
• 使用搜索工具做研究 → 用 LLM 总结 → 输出适配不同社交平台或营销素材格式的内容

适合哪些人？

如果你符合以下情况，可以考虑使用 ai-content-pipeline：

• 需要生产 YouTube 或短视频，并希望自动化部分内容制作流程
• 需要创建社交媒体或营销素材，并希望使用稳定、可复用的 AI 流水线
• 习惯通过 CLI 调用图片、视频和音频模型，并希望有一个统一、串联的流程，而不是零散的单次命令
• 正在尝试各种媒体工作流，并希望看到不同 AI 工具如何串联的具体示例

它非常适合技术型创作者、增长/内容营销团队，以及围绕 inference.sh 搭建媒体自动化系统的工程师。

它解决什么问题？

ai-content-pipeline 主要用于：

• 减少手动步骤：在图片生成、视频制作、音频处理和内容分发之间打通流程
• 标准化工作流：让你可以在多条内容上复用同一条流水线
• 提供具体范式：展示如何串联 FLUX、Wan 2.5、Kokoro TTS、OmniHuman 等应用
• 充当参考实现：帮助你基于 inference.sh CLI 搭建自定义的内容生产流水线

它本身 不会 对模型进行微调，也不会取代专业后期编辑工具；它的作用是协调各类 AI 服务和媒体工具，让它们作为一条统一的流水线协同工作。

什么时候不适合使用 ai-content-pipeline？

在以下情况，你可能不需要这个技能：

• 你只想使用纯 GUI 编辑器，不打算使用终端或 CLI 工具
• 你只做单步骤生成（如一次性生成一张图片），并不需要自动化
• 你更需要对模型进行深度定制（如微调、定制训练），而不是编排工作流

如果你对基本的 CLI 使用没有问题，并且希望构建多步骤的 AI 媒体工作流（图片 → 视频 → 音频 → 内容），ai-content-pipeline 就是一个合适的选择。

使用方法

前置条件

在使用 ai-content-pipeline 之前，请确认你已经具备：

• 已安装 inference.sh CLI（infsh）
  • 按照官方安装说明进行安装：https://raw.githubusercontent.com/inference-sh/skills/refs/heads/main/cli-install.md
• inference.sh 账号并完成登录
  • 你需要在终端中使用 infsh login 进行认证。
• 具备基础终端和 JSON 使用能力
  • 你将通过运行 infsh app run ... 命令，并传入 JSON 输入参数。

1. 安装 ai-content-pipeline 技能

将该技能安装到你的 agent 或本地 skills 环境中：

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

这会从 inferen-sh/skills 仓库中拉取 ai-content-pipeline 的定义，让你的 agent 能够引用其中的指导和工作流范式。

2. 使用 inference.sh CLI 登录

在终端中运行：

infsh login

根据提示完成认证。登录成功后，你就可以运行调用 FLUX、Wan 2.5、Kokoro TTS 等 AI 应用的流水线。

3. 运行一个简单的 图片 → 视频 流水线

该技能通过 infsh app run 命令演示核心使用模式。

仓库中的基础示例：

# 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>"}'

工作流说明：

• 第一条命令 使用 FLUX 生成一张图片，并将结果写入 image.json。
• 从 image.json 中提取图片 URL，并填入第二条命令的 image_url 字段。
• 第二条命令 使用 Wan 2.5 将这张图片动画化为视频。

你可以把这套逻辑封装进自己的脚本或 agent 指令中，从而完全自动化各步骤之间的衔接。

4. 将流水线范式作为模板使用

该技能文档中提供了多个高层次的流程范式，可供你直接改造：

模式 1：Image → Video → Audio

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

适用于：

• 将静态产品图片制作成短视频，并添加环境音效
• 为角色插画制作动画，用于社交媒体或宣传预告

模式 2：Script → Speech → Avatar

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

适用于：

• 将博客文章或营销文案转换为配音视频
• 生成虚拟人讲解类内容，用于社交媒体或内部培训

模式 3：Research → Content → Distribution

仓库中的示例模式（预览中略去部分细节）整体结构如下：

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

适用于：

• 使用 Tavily 等搜索工具对某个主题进行调研
• 使用 LLM（如 Claude）进行总结和内容创作
• 针对不同渠道（Twitter/X、LinkedIn、newsletter、YouTube 描述等）生成对应格式的文案

5. 集成到你自己的工作流

理解示例后，你可以进一步进行个性化集成：

• 替换工具：在 infsh app run 中替换成你偏好的图片、视频或音频生成应用。
• 增加步骤：在各阶段之间插入放大（upscaling）、媒体合成或其他编辑工具（例如在动画前先对 FLUX 图片进行放大）。
• 脚本化流水线：将一系列 infsh 命令写入 shell 脚本或 agent 规则中，这样可以通过单条命令或一个 prompt 触发整条流水线。
• 参数化输入：从你的 agent 或其它系统传入动态的 prompt、脚本或 URL，实现按需生成内容。

6. 查看仓库文件获取更深入的指引

在你的 skills 安装目录或直接在 GitHub 中打开：

• SKILL.md – ai-content-pipeline 的核心定义和描述，包含所用工具、工作流模式和快速上手示例。
• guides/content/ai-content-pipeline – 针对内容工作流的补充说明和指南（该路径下可能在主仓库中包含更多支持文档或示例）。

在扩展该技能或设计自己的工作流时，可以将这些文件作为参考。

常见问题（FAQ）

安装 ai-content-pipeline 实际上会装些什么？

ai-content-pipeline 技能会从 inferen-sh/skills 仓库中安装元数据、文档以及工作流指导，让你的 agent 理解如何通过 inference.sh CLI 编排 AI 内容工作流。真正执行图片、视频、音频生成的是 infsh 以及其调用的底层 AI 应用，而不是技能本身。

使用 ai-content-pipeline 是否必须安装 inference.sh CLI？

是的。ai-content-pipeline 中的核心示例和模式都依赖 infsh CLI。请按照 cli-install.md 中的官方说明安装 CLI，然后在执行任何流水线之前运行 infsh login 完成登录。

不写代码也能用 ai-content-pipeline 吗？

你不需要编写完整的应用程序，但需要熟悉运行终端命令并能编辑基础 JSON。该技能以 CLI 使用为主，最适合能够使用 infsh app run 命令，或通过简单脚本对其进行自动化的用户。

在这些流水线中可以连接哪些 AI 工具和模型？

ai-content-pipeline 示例中提到的工具包括：

• FLUX：用于图片生成
• Wan 2.5：将图片转换为视频
• Kokoro TTS：将文本转换为语音
• OmniHuman：生成虚拟人视频
• Foley 音效及媒体合成工具：用于音频处理和素材合成

只要能够通过 infsh app run 调用，你也可以替换或扩展为 inference.sh 生态中的其他应用。

ai-content-pipeline 是否适合制作 YouTube 和社交媒体内容？

适合。仓库描述中明确提到 YouTube 视频、社交媒体内容、营销物料和自动化内容生产等使用场景。这些流水线模式非常适合制作解说视频、shorts、宣传片以及批量模板化内容。

这个技能如何帮助营销和内容运营？

ai-content-pipeline 提供的模式把调研、内容撰写、媒体生成和分发格式化串联在一起。例如，你可以：

• 用搜索工具对某个主题做调研
• 用 LLM 生成脚本或帖子
• 再转换成带配音和虚拟人的视频
• 最后针对不同社交渠道生成不同版本的文案

这样可以减少在不同工具之间反复复制粘贴的工作，帮助团队更稳定地规模化生产内容。

我可以自定义每条流水线的步骤吗？

可以。ai-content-pipeline 中的模式只是模板，而不是固定流程。你可以：

• 插入额外步骤（例如放大、字幕生成、封面图制作）
• 根据业务需求调整步骤顺序
• 替换任意单个应用，只要该应用受 inference.sh 支持即可

ai-content-pipeline 会帮我存储或管理媒体文件吗？

不会。ai-content-pipeline 只负责说明如何通过 inference.sh CLI 调用 AI 应用并在它们之间传递输出。文件的存储、资产管理和长期组织需要由你自己的环境、脚本或内容管理系统来完成。

在哪里可以查看或修改底层配置？

你可以在 inferen-sh/skills GitHub 仓库中查看该技能和相关指南，主要包括：

• SKILL.md：包含 ai-content-pipeline 的定义和快速上手说明
• guides/content/ai-content-pipeline 下的相关文件：提供扩展指引

你可以将这些示例和命令迁移到自己的仓库、脚本或 agent 规则中，以匹配你的生产环境。