生成式媒体技能套件
将以下提示词粘贴到你的 AI 对话框中:
请根据官方安装指南 https://skillhub.cn/install/skillhub.md,把你的 AI 助手配置为安装 @org-eyw2ohcx/samuraigpt-generative-media-skills。
技能介绍
先解决什么
让 AI 编程工具生成一张可用的媒体,远不止写一句提示词。脚本要处理本地文件上传、鉴权、结果轮询、错误码,还要把结构化字段解析成下一步动作。多数智能体在这种胶水代码上消耗大量回合,却拿不到可渲染的成品。
这个技能套件把这些问题固定成可复用的执行单元:底层统一走 muapi-cli,上层用 SKILL.md 描述创意意图到技术指令的映射。
如何工作
架构分为两层:
- 核心原语
/core:封装media、edit、platform,覆盖上传、图像编辑、鉴权与轮询。输出结构化 JSON,带语义退出码和--jq过滤,智能体可以直接判断成败并提取字段。 - 专家库
/library:按领域提供技能,如Cinema Director处理镜头语言,UI Designer处理原子设计与高保真线框,Logo Creator处理几何与品牌约束。
另有 41 个 recipe,按成品类型分组:视频/动态 16 个、社交静态资源 5 个、视觉设计 21 个。每个 recipe 声明输入和 Steps,可直接执行「商品图 → 电影感 10 秒广告」「长视频 → 按传播潜力排名的竖屏切片」等流程。若你的智能体偏好工具调用而非 shell,muapi mcp serve 会以 MCP Server 形式暴露 19 个结构化工具,输入输出均有 JSON Schema 定义。
底层通过统一 CLI 覆盖多类模型,避免为每个供应商维护独立脚本。
适用边界
- 必须先安装并配置
muapi-cli与 API Key;所有生成都依赖 MuAPI 托管服务,不是本地自建推理栈。 - recipe 调用哪个供应商模型决定了能力、排队与成本,例如 Seedance、Gemini、Flux、Midjourney 的行为彼此不同。
- 本地素材需上传到 CDN 才能处理,存在网络与存储依赖。
- 部分较新的端点还没有 CLI 别名,需按 recipe 脚注回退到原始 API。
- MCP 暴露的 19 个工具覆盖常见原语,但不等于完整模型目录;MCP 支持情况依客户端实现而定。
- skills 定义编排、参数和步骤,执行质量仍取决于承载它的智能体。
使用场景
- 电商运营拿到一张产品照片,需要产出 Amazon 列表图组:主图、场景图、信息图与细节对比图。
- 短视频团队面对一段长视频,想一轮调用拿到多支按传播潜力排名、去重并追踪人脸裁切的竖屏短片。
- 品牌负责人从零起步,需要 logo 概念、色板与排版,以及多平台的社媒成品尺寸。
- 开发者想用智能体把自拍和产品图合成一支 10 秒 9:16 UGC 视频广告,含旁白对话。
适合人员
- 在 Claude Code 或 Cursor 里搭自动化流水线的工程师,需要稳定的结构化输出和语义退出码。
- 负责电商详情页的运营,每周要为多个 SKU 产出主图、场景图和各平台规格的切图。
- 短视频后期与社媒运营,要求把长素材快速变成多平台竖屏短片并做智能剪辑。
- 没有专职设计团队的小品牌,想让智能体直接产出 logo、色板与全套社媒素材。