Agent Skills
返回列表
dLazy 多模态生成

dLazy 多模态生成

设计多媒体 更新于 2026.08.30

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，将 @user_f95f21b8/dlazy-generate 安装到 AI 助手中。

技能介绍

解决什么问题

在多模态生成场景里，常用工具往往把图像、视频、音频拆成不同命令、参数和服务入口，使用者需要先判断任务类型、模型能力和 CLI 参数。dLazy 多模态生成把这一层封装为单一技能：用户表达生成一张海报、一段叙事短片或一段配音/音乐后，技能负责选择 dlazy CLI 中更合适的模型，并执行生成命令。

如何工作

技能是 dLazy 托管 API 的薄客户端。调用时会按意图路由到不同模型类别：图像可选 realism、sketch、text-to-image、SVG/vector、Midjourney style 等；视频覆盖 cinematic clips、narrative shorts、image-to-video 与 action transfer；音频覆盖 TTS、music 与 sound effects。执行路径通常是：

  • 判断媒体类型；
  • 从可用模型中选最匹配项；
  • 用 dlazy -h 查看该模型参数；
  • 运行类似 dlazy seedream-4.5 --prompt ... 的命令。

本地文件路径会上传到 dLazy 媒体存储，API 返回的生成结果 URL 由 dLazy 托管。

适用边界

它适合已有 dLazy API key、接受云生成流程的工程与内容任务。若需要离线、私有推理或严格本地文件不出机器，不适合。遇到 insufficient_balance 需充值，unauthorized 需配置 API key，502 通常是本地文件读取失败，504 可能来自后端异步任务失败或安全策略。

使用场景

  • 接到产品发布会海报图需求时，把提示词路由到合适图像模型并生成候选图。
  • 需要把一段剧情描述变成短叙事视频片段时，选择视频模型并检查所需参数。
  • 要把英文脚本转成配音或生成背景音乐时，调用 TTS 或音乐模型获取输出 URL。
  • 已有本地图片需要生成图生视频或动作迁移片段时，上传文件并运行对应视频模型。

适合人员

  • 需要快速产出海报、短片或配音的内容创作者，不想逐个查图像、视频、音频模型参数。
  • 集成多模态生成能力的工程师，希望用一个 CLI 技能统一调用图像、视频和音频模型。
  • 负责营销素材生产的项目负责人，需要把任务拆成海报图、短视频和旁白配音。
  • 已有 dLazy API key 的自动化工程师，希望把模型选择和生成命令纳入脚本流程。