前言¶
在 Agent 裏做多媒體生成時，常見做法是分別記多套 API、模型名和參數表：出圖走一套，出視頻又換一套，配音再換 TTS 接口。任務描述稍微複雜一點，就容易選錯模型或漏配密鑰。
下面介紹的 image/video/audio generate（座標 @user_f95f21b8/dlazy-generate）把生成類需求收斂到同一套 Skill：由 Agent 根據用戶意圖，自動選用合適的 dlazy CLI 子命令完成圖像、視頻或音頻生成。你仍需要自備 dLazy 的 API Key，但不必在對話裏逐個背誦模型清單。
這是什麼¶
image/video/audio generate 是 SkillHub 上的一條社區 Skill（來源 community，發佈者 user_f95f21b8，當前版本 1.0.9，分類 design-media）。
官方簡介：
A comprehensive generation skill. Can generate images, videos, and audio by automatically selecting the appropriate dlazy CLI model.
一句話：它是面向 Agent 的「綜合生成」技能，底層依賴 dLazy 提供的 @dlazy/cli，由 Skill 指導 Agent 選對 CLI 模型並執行，而不是讓你在每個任務裏手寫完整命令行。
SkillHub 頁面：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-generate
API 入口：https://api.skillhub.cn/user_f95f21b8/dlazy-generate
核心功能¶
結合 SkillHub 元數據與簡介，可覈實的能力如下：
- 多模態生成：覆蓋圖像、視頻、音頻三類輸出（具體模型以 dlazy CLI 當前註冊表爲準，可用
dlazy tools list查看）。 - 自動選模：根據用戶自然語言意圖，由 Skill 引導 Agent 選擇對應的
dlazy <model>子命令，而不是固定單一模型。 - 依賴 API Key：標籤
requires_api_key=true，使用前需配置 dLazy 憑證（見下文）。
Skill 本身不替代 dlazy CLI 的安裝與登錄；它是讓編碼助手在對話場景中正確調用 CLI 的說明與路由邏輯（通用 SKILL.md 格式）。
安裝與啓用¶
1. 安裝 SkillHub CLI（若尚未安裝）¶
按 SkillHub 安裝文檔 檢查或安裝：
command -v skillhub && skillhub --version
未安裝時可執行文檔中的安裝腳本（完整安裝或 --cli-only 僅裝 CLI）。
2. 安裝本 Skill¶
安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別。
skillhub install @user_f95f21b8/dlazy-generate --dir <你的 Agent skills 目錄>
常見路徑（以安裝文檔爲準）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
也可將下面提示詞發給 AI，讓其按文檔完成安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_f95f21b8/dlazy-generate`。
安裝後按你所用客戶端要求重啓或刷新，使 Skill 被加載。
3. 準備 dlazy CLI 與 API Key¶
Skill 描述明確指向 dlazy CLI。在終端側需單獨安裝 CLI 並完成鑑權（與 Skill 安裝是兩步）。
安裝 CLI（來自 @dlazy/cli 官方 README）：
npm install -g @dlazy/cli
登錄或寫入密鑰：
dlazy login
# 或直接設置
dlazy auth set sk-xxxx
密鑰默認保存在 ~/.dlazy/config.json；也可通過環境變量 DLAZY_API_KEY 或單次 --api-key 傳入。運行時解析順序以 CLI 文檔爲準：--api-key → 環境變量 → 配置文件 → 交互登錄。
Node.js 需 ≥ 18。
典型用法¶
在 Agent 裏怎麼用¶
啓用 Skill 後，用自然語言描述生成目標即可，例如「根據這段文案生成配圖」「把這張參考圖做成短視頻」「把這段話讀成中文配音」。Agent 應依據 Skill 選擇對應的 dlazy 子命令並拼裝參數。
觸發語義與官方簡介一致：生成、創建圖像/視頻/音頻、多模態生成等表述均可落在本 Skill 範圍內。
底層 CLI 的可復現示例¶
以下命令來自 @dlazy/cli 官方文檔，用於理解 Skill 最終會調用的工具形態；實際由 Agent 代爲組合，你也可在終端直接驗證環境是否就緒。
生成一張圖並保存到本地：
dlazy gpt-image-2 --prompt "a cyberpunk cat in neon rain" --save cat.png
圖像結果管道進視頻生成：
dlazy gpt-image-2 --prompt "detective profile" \
| dlazy veo-3.1 --image - --prompt "drone push-in, rainy night"
查看可用工具與參數：
dlazy tools list
dlazy gpt-image-2 --help
stdout 默認爲結構化 JSON 信封（ToolResult），便於腳本與管道串聯；人類可讀的進度在 stderr。
適用場景與注意¶
適合誰
- 已在 Cursor、Claude Code、Codex 等支持 Skills 的環境裏工作，希望用對話完成圖像、視頻、音頻生成。
- 願意使用 dLazy 雲服務，並能接受按模型計費（用量信息見 CLI 返回的
usage字段）。
限制與注意
- 必須配置 API Key：無有效密鑰時 CLI 無法調用雲端推理。
- 數據出網：提示詞與本地參考文件會按 dLazy CLI 行爲上傳至其 API / 對象存儲（與直接使用 SaaS 生成服務相同），敏感素材需自行評估。
- 社區 Skill：座標爲
@user_f95f21b8/dlazy-generate，與 dlazy 官方倉庫中的同名能力描述一致，但發佈渠道爲 SkillHub 社區；版本以 SkillHub 顯示的 1.0.9 爲準。 - CLI 與 Skill 分離：只裝 Skill 不裝
dlazy、或不登錄，Agent 仍無法完成實際生成。 - 模型列表變動：註冊表以
dlazy tools list實時結果爲準，Skill 側應跟隨 CLI 能力演進。
SkillHub 統計（抓取時點）：評分 100000，下載 1751，安裝 2——說明使用者以「安裝到 Agent」爲主，具體模型調用次數不在 SkillHub 上體現。
結尾¶
image/video/audio generate 把圖像、視頻、音頻生成收口到一條 Skill：Agent 負責理解意圖並選用合適的 dlazy CLI 模型，你負責裝好 Skill、CLI 和 API Key。若要在本機復現或調試，從 dlazy login 與 dlazy tools list 開始即可。
官方 Skill 頁：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-generate
