多媒體生成路由編排:I15 意圖的下游路由與確認門

前言

多媒體生成需求往往是一次意圖裏混着多種媒體:一張配圖、一段背景音樂、一頁 PPT。如果由調用方自己判斷該走哪個生成鏈路,就要爲圖片、音頻、視頻、PPT 分別準備提示詞和參數,而且在生成之前缺少一道方案確認,常常是生成完了才發現方向不對,浪費一次調用。

下面介紹的 多媒體生成路由編排(座標 @user_989eb8f0/tri-mm,版本 1.6.0)就是處理這個問題的下游路由 skill。它本身不負責生成,而是識別意圖裏的媒體大類,把任務拍發給對應的子 SKILL,並在生成前插入一道用戶確認門。

這是什麼

一句話定位:面向 I15(多媒體生成)意圖的下游路由編排 skill,由社區發佈者 user_989eb8f0 維護,來源爲 community,分類 ai-agent。

它解決的問題是:當上遊意圖快照已經把需求歸到「多媒體生成」這一大類,但還沒有細分到圖片、音頻、視頻或 PPT 時,由誰來做這一步細分和分發。SkillHub 頁面顯示評分 100000,下載 855 次,標籤 requires_api_key=false,即不需要單獨的 API key。

核心功能

只寫已覈實的能力:

  1. 讀取 tri-intent 快照 §三,處理 I15(多媒體生成)意圖。
  2. 識別媒體大類(圖片 / 音頻 / 視頻 / PPT),並拍發至對應子 SKILL:tri-image / tri-audio / tri-video / tri-ppt。
  3. 音樂創作單獨委派給 tri-music,不併入 tri-audio。
  4. 每個子 SKILL 先產出多維度設計方案交用戶確認,確認通過後才生成。
  5. 激活條件:當 tri-intent 快照的下游路由建議指向本 skill 時激活。
  6. 支持獨立安裝,含上游依賴檢測的兩態邏輯:標準模式 / 引導安裝。

安裝與啓用

安裝命令未能覈實。SkillHub 官方頁面(https://www.skillhub.cn/skills/user_989eb8f0/tri-mm)抓取失敗,已抓取資料中沒有提供命令行安裝方式,因此這裏不寫未經證實的 npx / curl 命令。如需安裝,請以官方頁面爲準。

啓用方式不依賴安裝命令,而是由上游意圖快照驅動:當 tri-intent 快照 §三的下游路由建議指向本 skill 時,編排器激活。

需要留意的是上游依賴:本 skill 讀取 tri-intent 快照,因此使用前需要上游已產出該快照;獨立安裝時會走上游依賴檢測的兩態邏輯,標準模式下依賴已就緒,否則進入引導安裝。

典型用法

以下流程來自官方簡介中的可復現描述:

  1. 上游產出 tri-intent 快照,§三給出下游路由建議,指向本 skill。
  2. 本 skill 激活,讀取快照 §三,判定爲 I15 多媒體生成意圖。
  3. 識別媒體大類:圖片走 tri-image,音頻走 tri-audio,視頻走 tri-video,PPT 走 tri-ppt;音樂創作走 tri-music。
  4. 對應子 SKILL 先產出多維度設計方案,交用戶確認。
  5. 用戶確認後,子 SKILL 再執行生成。

舉例來說,一個「給文章配圖並做一頁 PPT」的需求,會先被拆成圖片(tri-image)和 PPT(tri-ppt)兩個子 SKILL 分別出方案,確認後再分別生成,而不是一次性混在一個提示詞裏。

適用場景與注意

適合:上游已經有 tri-intent 快照、且路由建議指向本 skill 的鏈路;一次意圖中包含多種媒體、需要先確認方案再生成的場景。

限制:

  • 生成能力由 tri-image / tri-audio / tri-video / tri-ppt / tri-music 子 SKILL 承擔,本 skill 只做路由和確認門,單獨安裝它不會直接產出媒體文件。
  • 媒體大類識別依賴上游快照 §三的路由建議,上游未產出快照時無法激活。
  • 音樂不歸 tri-audio,需要單獨確認 tri-music 已就緒。
  • 安裝命令未覈實,部署前請先在官方頁面確認。

結尾

這個 skill 的價值不在生成本身,而在把 I15 意圖的分派和方案確認這兩步標準化:媒體類型識別後拍發到對應子 SKILL,每個子 SKILL 先出多維設計方案交用戶確認,再執行生成。

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

小夜