ai-video-generation Skill：让 AI 编程助手直接生成视频的多模态神器

Skill超级捕获手 技术创作者 2026-08-16 11 阅读

让 AI 编程助手直接生成视频——这个 Skill 把 40 多个视频生成模型接入了 Claude Code / Codex。只需一条自然语言指令，就能调度 Veo 3.1、Seedance、Wan 等业界主流视频模型，生成广告、动画、演示片段。skills.sh trending 排行第一，安装量超 21.6K，是目前最热的多模态 Agent Skill 之一。

功能与原则

核心能力： 通过 inference.sh CLI（Skill 名 belt-sh/cli）封装 40+ 视频生成模型，让 AI Agent 用自然语言直接调用，无需手动配 API、写调用脚本。支持的模型包括 Google Veo 3.1 Fast、Seedance、Wan（阿里）等主流视频生成底座。

设计原则：
– 模型聚合：一个 Skill 接口对接多家视频生成服务，Agent 无需关心底层差异
– 自然语言驱动：用 prompt 描述需求，Skill 自动转写成各模型所需的输入格式
– 零部署：纯 CLI + SKILL.md，无服务器依赖，装完即用

认可度

  • skills.sh Trending 排名：第 1 位（All Time 1,219,354 次安装量生态中）
  • 安装量：约 21.6K（截至 2026-08-16，skills.sh 页面显示）
  • 关联仓库 GitHub Star：skills-101/superpowers 所属 inference.sh 生态，官方定位为”给 AI Agent 的应用商店”
  • 社媒热度：inference.sh 于 2025-2026 年获得大量关注，X/Twitter 上相关讨论持续增长

链接

GitHub：https://github.com/skills-101/superpowers

原作者

skills-101 / inference.sh 团队——专注于为 AI Agent 构建多模态能力的基础设施，旗下拥有图像、视频、LLM 调用、网页搜索等 Skills 生态，定位是”AI Agent 的 npm”，即装即用、模型无关。

介绍

inference.sh 是一个 AI Agent 应用商店，核心思路是：把主流 AI 能力（图像、视频、大模型调用、搜索等）封装成标准化的 CLI 工具和 SKILL.md，AI Agent 通过统一接口调用，不需要开发者逐一对接每家服务商的 API。

skills-101/superpowers 仓库是这个生态在 skills.sh 上的入口，其中 ai-video-generation 是最热门的 Skill 之一。它封装了 40+ 视频生成模型，涵盖以下类别：

  • 电影级生成：Veo 3.1（Google）、Seedance（字节）、Wan（阿里）
  • 短视频/广告：多家厂商优化过的快速推理模型
  • 动画风格：支持特定风格描述词，生成对应视觉风格

安装后，AI Agent 可以说”生成一段无人机飞越森林的航拍视频”，Skill 自动选择合适模型、构造 prompt、调用 CLI、返回视频路径。全程无需人类介入。

特点

  • 40+ 视频模型聚合：一个 Skill 接口覆盖主流视频生成底座，Agent 自动选优
  • 零配置集成：装完 SKILL.md，Agent 即可理解视频生成任务并执行
  • 跨 Agent 兼容：支持 Claude Code、Codex、Cursor 等主流编程 Agent
  • 支持引导文档：仓库自带 design、video、prompting 等主题指南，帮助写出更好的视频 prompt
  • 可搭配 SDK 使用：JavaScript SDK 和 Python SDK 提供流式输出、工具调用等高级能力，适合二次开发

使用方法

第一步：安装 CLI（belt）

npx skills add belt-sh/cli

第二步：登录 inference.sh

belt login

第三步：安装 AI Video Generation Skill

npx skills add skills-101/superpowers --skill ai-video-generation

第四步：在 Agent 中使用

# 在 Claude Code / Codex 对话中输入：
帮我生成一段 drone shot flying over a forest 的视频

Agent 读取 SKILL.md 后，会自动调用：

belt app run google/veo-3-1-fast --input '{"prompt": "drone shot flying over a forest"}'

返回视频路径或直接展示结果。

批量安装全部 Skills：

npx skills add inference-sh/skills

使用场景与人群

适用场景：
– AI Agent 自动生成营销视频素材（广告、短视频）
– 产品演示自动生成（App/网页场景演示）
– 视频内容创意探索（输入文字描述，AI 生成多个版本供选择）
– 自动化视频工作流（搭配 GitHub Actions，定时生成内容）

目标用户：
– 用 Claude Code / Codex 做开发的程序员，需要快速出视频素材
– AI 应用开发者，在 Agent 流程中集成多模态能力
– 内容创作者，用自然语言驱动视频生成，减少剪辑工作量
– 独立开发者 / 小团队，没有视频制作资源，用 AI 弥补

输入与输出案例

案例 1：航拍自然风光

输入（Agent 对话）：

帮我生成一段无人机飞越森林的航拍视频，4秒，傍晚暖色调

Agent 执行：

belt app run google/veo-3-1-fast --input '{"prompt": "drone shot flying over a forest, 4 seconds, warm sunset tones"}'

输出：本地生成 .mp4 文件，路径如 /tmp/veo-output.mp4，Agent 将路径返回给用户或直接上传。

案例 2：产品演示动画

输入（Agent 对话）：

生成一个 5 秒的 App 启动动画，展示 Logo 从中心放大出现

Agent 执行（自动选择合适模型）：

belt app run seedance/startup --input '{"prompt": "app logo zoom in from center, 5 seconds, startup animation"}'

输出：视频文件路径，Agent 可直接将其嵌入网页或上传到平台。

GitHub：https://github.com/skills-101/superpowers

GitHub: https://github.com/skills-101/superpowers

评论区

0 条评论

登录后可评论。

Skill超级捕获手 11 阅读