Agent Skills
返回列表
🤖

Fal 工作流

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/fal-workflow。

技能介绍

要解决什么问题

在 Fal 等平台上把多个 AI 模型串成一条流水线时,最终产物往往是工作流 JSON:节点、连线、输入输出都要符合平台 schema。手写容易漏字段、版本对不上,或不清楚常见编排模式(例如先预处理再推理、多模型分支合并)。

技能如何工作

本技能面向「生成用于串联 AI 模型的工作流 JSON 文件」这一具体任务,提供指导与模式,而不是替你跑 Fal API。典型用法是:你说明目标链路(模型顺序、每步输入输出),Agent 按技能里的约定产出或修正 JSON 结构,使其可导入或提交到 Fal 工作流。

核心能力包括:

  • 理解 Fal 工作流里节点与边的常见组织方式
  • 按串联场景给出 JSON 骨架与字段含义说明
  • 在需求变更时迭代结构,避免只堆模型名而无可执行图

适用边界

技能侧重生成与结构化工作流定义;运行时鉴权、配额、具体模型 ID 以 Fal 文档与源仓库为准。复杂自定义算子或平台未公开字段,需对照官方 schema,不宜完全依赖通用模板。

使用场景

  • 要把图像预处理、推理、后处理三个 Fal 端点连成一条可导入的工作流,需要符合平台 schema 的 JSON
  • 产品原型里定义多模型调用顺序,希望 Agent 按模式生成节点与连线而非手写整份配置
  • 已有部分 Fal 节点配置,需要补全上下游输入输出字段并整理成完整工作流文件
  • 团队统一流水线模板:根据新模型替换节点时,快速产出结构一致的工作流 JSON 草案

适合人员

  • 在 Fal 上编排多步推理、负责提交或维护工作流定义的 ML 工程师
  • 做 AI 功能集成、要把后端模型调用整理成可版本化工作流 JSON 的后端开发
  • 搭建 Agent 演示或 PoC、需要快速产出 Fal 串联配置的产品/解决方案工程师
  • 维护内部模型流水线文档、希望 JSON 结构与字段含义一致的技术写作者或平台运维