前言¶
在 Agent 里做多媒体生成时，常见做法是分别记多套 API、模型名和参数表：出图走一套，出视频又换一套，配音再换 TTS 接口。任务描述稍微复杂一点，就容易选错模型或漏配密钥。
下面介绍的 image/video/audio generate（坐标 @user_f95f21b8/dlazy-generate）把生成类需求收敛到同一套 Skill：由 Agent 根据用户意图，自动选用合适的 dlazy CLI 子命令完成图像、视频或音频生成。你仍需要自备 dLazy 的 API Key，但不必在对话里逐个背诵模型清单。
这是什么¶
image/video/audio generate 是 SkillHub 上的一条社区 Skill（来源 community，发布者 user_f95f21b8，当前版本 1.0.9，分类 design-media）。
官方简介：
A comprehensive generation skill. Can generate images, videos, and audio by automatically selecting the appropriate dlazy CLI model.
一句话：它是面向 Agent 的「综合生成」技能，底层依赖 dLazy 提供的 @dlazy/cli，由 Skill 指导 Agent 选对 CLI 模型并执行，而不是让你在每个任务里手写完整命令行。
SkillHub 页面：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-generate
API 入口：https://api.skillhub.cn/user_f95f21b8/dlazy-generate
核心功能¶
结合 SkillHub 元数据与简介，可核实的能力如下：
- 多模态生成：覆盖图像、视频、音频三类输出（具体模型以 dlazy CLI 当前注册表为准，可用
dlazy tools list查看）。 - 自动选模：根据用户自然语言意图，由 Skill 引导 Agent 选择对应的
dlazy <model>子命令，而不是固定单一模型。 - 依赖 API Key：标签
requires_api_key=true，使用前需配置 dLazy 凭证（见下文）。
Skill 本身不替代 dlazy CLI 的安装与登录；它是让编码助手在对话场景中正确调用 CLI 的说明与路由逻辑（通用 SKILL.md 格式）。
安装与启用¶
1. 安装 SkillHub CLI（若尚未安装）¶
按 SkillHub 安装文档 检查或安装：
command -v skillhub && skillhub --version
未安装时可执行文档中的安装脚本（完整安装或 --cli-only 仅装 CLI）。
2. 安装本 Skill¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别。
skillhub install @user_f95f21b8/dlazy-generate --dir <你的 Agent skills 目录>
常见路径（以安装文档为准）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
也可将下面提示词发给 AI，让其按文档完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_f95f21b8/dlazy-generate`。
安装后按你所用客户端要求重启或刷新，使 Skill 被加载。
3. 准备 dlazy CLI 与 API Key¶
Skill 描述明确指向 dlazy CLI。在终端侧需单独安装 CLI 并完成鉴权（与 Skill 安装是两步）。
安装 CLI（来自 @dlazy/cli 官方 README）：
npm install -g @dlazy/cli
登录或写入密钥：
dlazy login
# 或直接设置
dlazy auth set sk-xxxx
密钥默认保存在 ~/.dlazy/config.json；也可通过环境变量 DLAZY_API_KEY 或单次 --api-key 传入。运行时解析顺序以 CLI 文档为准：--api-key → 环境变量 → 配置文件 → 交互登录。
Node.js 需 ≥ 18。
典型用法¶
在 Agent 里怎么用¶
启用 Skill 后，用自然语言描述生成目标即可，例如「根据这段文案生成配图」「把这张参考图做成短视频」「把这段话读成中文配音」。Agent 应依据 Skill 选择对应的 dlazy 子命令并拼装参数。
触发语义与官方简介一致：生成、创建图像/视频/音频、多模态生成等表述均可落在本 Skill 范围内。
底层 CLI 的可复现示例¶
以下命令来自 @dlazy/cli 官方文档，用于理解 Skill 最终会调用的工具形态；实际由 Agent 代为组合，你也可在终端直接验证环境是否就绪。
生成一张图并保存到本地：
dlazy gpt-image-2 --prompt "a cyberpunk cat in neon rain" --save cat.png
图像结果管道进视频生成：
dlazy gpt-image-2 --prompt "detective profile" \
| dlazy veo-3.1 --image - --prompt "drone push-in, rainy night"
查看可用工具与参数：
dlazy tools list
dlazy gpt-image-2 --help
stdout 默认为结构化 JSON 信封（ToolResult），便于脚本与管道串联；人类可读的进度在 stderr。
适用场景与注意¶
适合谁
- 已在 Cursor、Claude Code、Codex 等支持 Skills 的环境里工作，希望用对话完成图像、视频、音频生成。
- 愿意使用 dLazy 云服务，并能接受按模型计费（用量信息见 CLI 返回的
usage字段）。
限制与注意
- 必须配置 API Key：无有效密钥时 CLI 无法调用云端推理。
- 数据出网：提示词与本地参考文件会按 dLazy CLI 行为上传至其 API / 对象存储（与直接使用 SaaS 生成服务相同），敏感素材需自行评估。
- 社区 Skill：坐标为
@user_f95f21b8/dlazy-generate，与 dlazy 官方仓库中的同名能力描述一致，但发布渠道为 SkillHub 社区；版本以 SkillHub 显示的 1.0.9 为准。 - CLI 与 Skill 分离：只装 Skill 不装
dlazy、或不登录，Agent 仍无法完成实际生成。 - 模型列表变动：注册表以
dlazy tools list实时结果为准，Skill 侧应跟随 CLI 能力演进。
SkillHub 统计（抓取时点）：评分 100000，下载 1751，安装 2——说明使用者以「安装到 Agent」为主，具体模型调用次数不在 SkillHub 上体现。
结尾¶
image/video/audio generate 把图像、视频、音频生成收口到一条 Skill：Agent 负责理解意图并选用合适的 dlazy CLI 模型，你负责装好 Skill、CLI 和 API Key。若要在本机复现或调试，从 dlazy login 与 dlazy tools list 开始即可。
官方 Skill 页：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-generate
