前言¶
在智能體裏做「圖生視頻」，常見問題是：用戶丟過來的是單張圖、首尾幀、一串分鏡，還是圖加視頻加音頻，模型卻只會套一種調用方式。參數名在各子命令之間還不一致，容易選錯模式或超限提交。下面介紹 SkillHub 上的 即夢-圖生視頻 CLI 技能（@user_c1d16043/jimeng-cli-image2video）：它不寫死黑盒腳本，而是按輸入類型做模式判斷，並給出四種 dreamina 子命令各自的工作流與輸入上限，方便 Agent 在即夢（Dreamina）側用命令行完成圖生視頻類任務。
這是什麼¶
這是一份基於通用 SKILL.md 格式的 Agent Skill，由社區發佈者 user_c1d16043（SkillHub 頁面展示作者爲 Loong10K）維護，當前版本 v1.0.3，分類爲 design-media，來源標註爲 community。
技能定位：在用戶已有參考圖、視頻或音頻，並希望通過 即夢 dreamina CLI 生成或合成視頻時使用。它覆蓋子命令 image2video、frames2video、multiframe2video、multimodal2video 的選型、各模式參數差異、輸入限制，以及四套模式專屬執行流程；並包含用決策樹做 mode detection 的說明。
SkillHub 標籤爲 requires_api_key=false，表示安裝該技能本身不要求配置 Skill API Key（即夢 CLI 的登錄與額度仍以 CLI 產品規則爲準）。
核心功能¶
以下能力均來自 SkillHub 官方簡介，按輸入類型劃分：
| 場景 | 子命令 | 關鍵輸入（技能文檔中的約定） |
|---|---|---|
| 單張圖動起來 | image2video |
1 張圖 → 動畫化 |
| 首尾幀過渡 | frames2video |
2 張圖，通過 --first / --last 指定 |
| 分鏡敘事 | multiframe2video |
2–20 張故事板圖，通過 --images 與 --transition-prompt |
| 多模態合成 | multimodal2video |
最多 9 張圖 + 3 段視頻 + 3 段音頻 |
技能還強調：
- 模式檢測：用決策樹根據用戶提供的素材類型選擇上述子命令之一，避免混用參數名。
- 參數差異：不同子命令下同名概念可能對應不同 flag，需按當前子命令覈對。
- 輸入上限：各模式有獨立的數量與類型限制（見上表）。
- 四套工作流：每種模式有對應的執行步驟說明，供 Agent 按序調用 CLI。
觸發語境（技能自述）：用戶提到 dreamina image2video、圖生視頻CLI、frames2video、multiframe2video、multimodal2video，或上傳媒體並要求「動起來」「合成視頻」時，應優先啓用本技能。
安裝與啓用¶
通過 SkillHub 安裝技能¶
SkillHub 頁面給出的安裝指引是：讓 AI 根據官方安裝文檔操作，並安裝座標 @user_c1d16043/jimeng-cli-image2video。
安裝文檔地址：https://skillhub.cn/install/skillhub.md
若本機已有 skillhub CLI，文檔要求安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認裝到 ./skills/ 可能不會被識別。典型路徑如下（摘自安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
示例（將 <skills 目錄> 換成你當前環境的路徑）：
command -v skillhub && skillhub --version
skillhub install @user_c1d16043/jimeng-cli-image2video --dir <skills 目錄>
若尚未安裝 skillhub CLI，安裝文檔提供一鍵腳本（完整安裝或僅 CLI），需在可訪問外網的環境下執行，具體命令以該文檔爲準。
與即夢 CLI 的關係¶
本技能描述的是 如何指揮 Agent 使用已安裝的 dreamina 命令行 完成圖生視頻四類任務。技能包本身不包含 dreamina 二進制；即夢 CLI 的安裝、登錄與額度規則需在即夢官方渠道單獨完成。啓用技能後，Agent 應按技能內的模式決策樹選子命令，並遵守各模式的輸入上限與參數命名。
典型用法（Agent 側流程）¶
官方資料未提供可複製的一行 shell 示例，而是規定 按素材選命令 → 按模式走工作流。可復現的協作方式如下：
- 清點輸入：統計圖片張數、是否含視頻/音頻，是否明確首尾幀。
- 走決策樹：
- 僅 1 張圖 →image2video
- 恰好 2 張圖且語義爲首尾 →frames2video（--first/--last）
- 2–20 張分鏡圖 →multiframe2video（--images、--transition-prompt）
- 多模態參考（圖/視頻/音頻組合，且在上限內）→multimodal2video - 覈對參數名：同一意圖在不同子命令下 flag 可能不同，以技能內「parameter name differences」說明爲準，勿把
frames2video的參數套到image2video。 - 執行模式工作流：技能爲四種模式各給出一套 execution workflow，Agent 按當前模式逐步調用
dreamina對應子命令。
用戶在對話裏直接說「用 dreamina 把這張圖做成視頻」或附上本地媒體路徑時，即屬於技能定義的適用邊界。
適用場景與注意¶
適合誰
- 已在或計劃在 Agent（Cursor、Claude Code、Codex 等）裏接即夢 CLI 的開發者。
- 任務以 參考媒體驅動視頻 爲主，而非純文本生視頻或僅潤色提示詞（技能說明指向其他
jimeng-cli-*/ 提示詞類技能處理那些場景）。
使用注意
- 四種模式的 輸入上限 是硬邊界（例如
multiframe2video爲 2–20 張圖，multimodal2video爲 9 圖 + 3 視頻 + 3 音頻）；超出應先裁剪或換模式。 - 子命令之間的 參數命名不一致，必須按當前子命令查閱技能與 CLI 幫助，避免提交失敗。
- SkillHub 統計（以抓取資料爲準）：評分 100000，下載 10330；安裝數在抓取時爲 0，僅作平臺展示參考。
- 技能版本與座標以 SkillHub 爲準：
v1.0.3，@user_c1d16043/jimeng-cli-image2video。
結尾¶
即夢-圖生視頻 CLI 技能的價值，是把「用戶給了什麼文件」映射到正確的 dreamina 子命令與參數集合，減少 Agent 在 image2video / frames2video / multiframe2video / multimodal2video 之間誤路由。需要安裝或查看說明時，可打開 SkillHub 頁面：
