多媒体生成路由编排:I15 意图的下游路由与确认门

前言

多媒体生成需求往往是一次意图里混着多种媒体:一张配图、一段背景音乐、一页 PPT。如果由调用方自己判断该走哪个生成链路,就要为图片、音频、视频、PPT 分别准备提示词和参数,而且在生成之前缺少一道方案确认,常常是生成完了才发现方向不对,浪费一次调用。

下面介绍的 多媒体生成路由编排(坐标 @user_989eb8f0/tri-mm,版本 1.6.0)就是处理这个问题的下游路由 skill。它本身不负责生成,而是识别意图里的媒体大类,把任务拍发给对应的子 SKILL,并在生成前插入一道用户确认门。

这是什么

一句话定位:面向 I15(多媒体生成)意图的下游路由编排 skill,由社区发布者 user_989eb8f0 维护,来源为 community,分类 ai-agent。

它解决的问题是:当上游意图快照已经把需求归到「多媒体生成」这一大类,但还没有细分到图片、音频、视频或 PPT 时,由谁来做这一步细分和分发。SkillHub 页面显示评分 100000,下载 855 次,标签 requires_api_key=false,即不需要单独的 API key。

核心功能

只写已核实的能力:

  1. 读取 tri-intent 快照 §三,处理 I15(多媒体生成)意图。
  2. 识别媒体大类(图片 / 音频 / 视频 / PPT),并拍发至对应子 SKILL:tri-image / tri-audio / tri-video / tri-ppt。
  3. 音乐创作单独委派给 tri-music,不并入 tri-audio。
  4. 每个子 SKILL 先产出多维度设计方案交用户确认,确认通过后才生成。
  5. 激活条件:当 tri-intent 快照的下游路由建议指向本 skill 时激活。
  6. 支持独立安装,含上游依赖检测的两态逻辑:标准模式 / 引导安装。

安装与启用

安装命令未能核实。SkillHub 官方页面(https://www.skillhub.cn/skills/user_989eb8f0/tri-mm)抓取失败,已抓取资料中没有提供命令行安装方式,因此这里不写未经证实的 npx / curl 命令。如需安装,请以官方页面为准。

启用方式不依赖安装命令,而是由上游意图快照驱动:当 tri-intent 快照 §三的下游路由建议指向本 skill 时,编排器激活。

需要留意的是上游依赖:本 skill 读取 tri-intent 快照,因此使用前需要上游已产出该快照;独立安装时会走上游依赖检测的两态逻辑,标准模式下依赖已就绪,否则进入引导安装。

典型用法

以下流程来自官方简介中的可复现描述:

  1. 上游产出 tri-intent 快照,§三给出下游路由建议,指向本 skill。
  2. 本 skill 激活,读取快照 §三,判定为 I15 多媒体生成意图。
  3. 识别媒体大类:图片走 tri-image,音频走 tri-audio,视频走 tri-video,PPT 走 tri-ppt;音乐创作走 tri-music。
  4. 对应子 SKILL 先产出多维度设计方案,交用户确认。
  5. 用户确认后,子 SKILL 再执行生成。

举例来说,一个「给文章配图并做一页 PPT」的需求,会先被拆成图片(tri-image)和 PPT(tri-ppt)两个子 SKILL 分别出方案,确认后再分别生成,而不是一次性混在一个提示词里。

适用场景与注意

适合:上游已经有 tri-intent 快照、且路由建议指向本 skill 的链路;一次意图中包含多种媒体、需要先确认方案再生成的场景。

限制:

  • 生成能力由 tri-image / tri-audio / tri-video / tri-ppt / tri-music 子 SKILL 承担,本 skill 只做路由和确认门,单独安装它不会直接产出媒体文件。
  • 媒体大类识别依赖上游快照 §三的路由建议,上游未产出快照时无法激活。
  • 音乐不归 tri-audio,需要单独确认 tri-music 已就绪。
  • 安装命令未核实,部署前请先在官方页面确认。

结尾

这个 skill 的价值不在生成本身,而在把 I15 意图的分派和方案确认这两步标准化:媒体类型识别后拍发到对应子 SKILL,每个子 SKILL 先出多维设计方案交用户确认,再执行生成。

官方地址:https://api.skillhub.cn/user_989eb8f0/tri-mm

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye