前言¶

做短视频 AI 链路时，常见做法是手写一长串提示词，或在多个工具之间来回拷贝素材和参数。画布类工具能可视化连线，但「缺什么素材、节点能不能跑、Provider 是否就绪」仍要靠人盯。若希望智能体在对话里帮你规划 workflow、校验节点，并把结果导出为可下载、可复用的 Skills，就需要一套明确的 Agent 协议和本机 Provider 配置方式。下面介绍 SkillHub 上的 Agent Connector Canvas（@user_6a02be89/agent-connector-canvas）如何承担这一角色。

这是什么¶

Agent Connector Canvas 是面向短视频创作的智能体画布工作台能力包：通过智能体对话，把图片、视频、音频、文本提示词以及自定义 Skills 编排成可执行工作流，并支持生成可导入画布、可下载复用的创作 workflow。

• 坐标：@user_6a02be89/agent-connector-canvas
• 版本：1.0.1（SkillHub 页面标注）
• 来源：community，发布者 user_6a02be89
• 分类：ai-agent
• 官方入口：SkillHub 技能页、API 资源地址

需要区分两层交付物：当前 SkillHub 安装包是轻量 Skill/Agent 包（含 SKILL.md、AGENT.md、配置说明等），不含完整 Next.js 画布应用；完整交互界面需从项目源码本地运行（见后文「完整画布应用」）。

核心功能¶

以下能力来自技能包内的 SKILL.md、AGENT.md 与 README.md，仅列已写明的行为。

对话驱动的工作流编排¶

智能体在触发场景下（用户要把图片、视频、音频、文本提示词组织成可执行 AI 创作工作流）会：

1. 观察当前画布与素材状态。
2. 判断用户目标与缺失素材。
3. 生成最小可理解的工作流骨架。
4. 校验各节点的输入、输出与 Provider 能力。
5. 给出可运行到指定参数卡的计划。
6. 通过右侧智能体卡片的 API key 入口检测并保存本机 Provider 配置。

输出风格偏向：短判断、一个必要问题或一张 Workflow Ready 卡，必要时附带 workflow JSON 草稿。

画布与 Harness 边界¶

Agent 侧约定固定调用链：

UI -> Runtime -> Service -> Repo / Providers

外部能力须经 Provider 进入；不直接操作 Repo、CLI、第三方模型或私有文件。真实付费生成需显式开关与人工确认，dry-run 与真实执行分开。

创作场景（协议层）¶

AGENT.md 中列出的典型意图包括：上传视频或图片生成图生视频/视频参考链路；先生成统一角色设定图再复用到多段视频；抽取音频、转写字幕、分段后接到视频生成；管理画布素材与材料库；运行到某一参数卡并按依赖补齐上游结果。

本机 Provider¶

支持在本机配置 DeepSeek API 与 Codex CLI（经 Provider 探测后写入 .data/local-provider-config.json）。技能标签含 requires_api_key=true，与「需自行配置 API/CLI」一致。

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

按 SkillHub 安装说明 检查 CLI：

command -v skillhub && skillhub --version

未安装时可执行完整安装（含默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅 CLI：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2. 将技能装进当前 Agent 的 skills 目录¶

安装时必须用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。官方文档给出的常见路径示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下 .agents/skills/

安装本技能（SkillHub 页面提示与 CLI 解析名一致）：

skillhub install @user_6a02be89/agent-connector-canvas --dir <你的 skills 目录>

也可让 Agent 按 skillhub.md 代为安装同一坐标。安装后按你所用客户端要求重启或刷新技能列表。

3. 完整画布应用（可选）¶

若需要 /canvas 界面与 Runtime，需运行源码项目（Skill 包内 README.md 说明）。示例步骤：

git clone https://github.com/Lonc2100/agent-connector-canvas.git
cd agent-connector-canvas
npm install
npm run dev

浏览器访问：

http://127.0.0.1:3001/canvas

比赛材料若提供 full-source/ 压缩包，可在解压目录执行相同命令。

4. 本机 API / Codex 配置¶

在完整项目启动后，打开 /canvas，在右侧智能体卡片右上角点击 API key：

DeepSeek

• 字段：API Key、Base URL（默认 https://api.deepseek.com/v1）、Model（默认 deepseek-chat）
• 经 Provider 探测 /models 通过后再保存

Codex CLI

• 字段：CLI 路径（如 PATH 中的 codex，或 Windows 下可执行的 codex.cmd / node shim）
• 经 --version 启动检测通过后再保存

配置仅写入本机 .data/local-provider-config.json（默认不进 Git）；检测失败不保存；保存后界面不回显密钥，命令预览中密钥会脱敏。Windows 下 WindowsApps 中的 Codex 桌面 App 路径不是 CLI，应改用 PATH 中的 codex 或例如 C:\Users\<用户名>\AppData\Roaming\npm\codex.cmd。

典型用法¶

仅安装 Skill 包时：在支持 SkillHub 技能的 Agent 中，用自然语言描述创作目标（素材类型、想生成的短视频链路、是否缺某类输入）。Agent 按 SKILL.md 流程观察状态、补问一个必要问题或给出 Workflow Ready 卡与 JSON 草稿；不会自动发起真实付费生成。

配合完整画布时：

1. 本地 npm run dev 后打开 http://127.0.0.1:3001/canvas。
2. 上传或引用画布上的素材卡、参数卡。
3. 在右侧智能体对话中说明意图（如「根据参考视频做复刻链路，先标缺口」）。
4. 按需完成 API key 检测与保存后，再在界面中显式确认真实运行。

安全规则摘要：不读取密钥、Cookie 或浏览器登录态；不把 placeholder、白图、private path 当作可交付资产；用户未提供关键素材时最多追问一个问题。

适用场景与注意¶

适合谁

• 需要用对话规划短视频 AI 工作流、并希望产出可导入画布或复用的 workflow 的创作者或评委环境。
• 已在 SkillHub / 支持 Harness 分层的 Agent 平台上做技能集成的人。

限制与注意

• SkillHub 统计（抓取时）：评分 100000，下载约 758 次；标签 requires_api_key=true，完整运行依赖本机 Provider 配置。
• ZIP 技能包不含 .env、.data、node_modules 与真实用户素材；勿指望只装 Skill 就出现完整 UI。
• manifest.json 中包内元数据版本为 0.1.1，与 SkillHub 发布版本 1.0.1 并存时，以商店页与 _meta.json 的发布版本为准理解「商店版本」。
• 真实 API 调用与付费生成必须由用户显式确认；Agent 不得绕过 Provider 直连模型。

结尾¶

Agent Connector Canvas 把「素材 + 提示词 + 自定义 Skills」收敛到可对话编排、可校验、可本机配置 Provider 的短视频工作流协议；轻量包负责 Agent 行为与安全边界，完整创作体验需配合源码画布。进一步了解与安装见 SkillHub 技能页。