genmedia-workflow

Genmedia 工作流制作

**运行时：**所有 endpoint 调用均通过 genmedia CLI 运行。命令语法请参阅 genmedia 技能；如果尚未安装，请运行一次 genmedia init。

当单次模型调用无法满足需求时，使用此技能。工作流是按计划执行的一系列 genmedia 调用，具有明确的输入、输出、依赖关系和质量检查。

按需加载参考资料：

• references/pipeline-patterns.md
• references/node-rules.md
• references/utility-endpoints.md
• references/recipes.md
• 创意模型的默认选项请参阅 model-routing

创意模型的默认选择请参阅 model-routing。仍需检查 schema、在成本重要时核查价格，并使用准确的 endpoint 字段。

需要收集的信息

只询问会影响工作流的缺失信息：

• 最终交付物：图像集、视频、片段、音频、字幕、数据集、社交媒体批次、产品营销活动、故事板、风格探索。
• 源素材：产品图像、角色参考、首帧、视频、音频、logo、转录文本、品牌指南。
• 运行限制：质量目标、成本敏感度、变体数量、时长、宽高比、截止时间。
• 连贯性要求：产品身份、角色面部、场景布局、声音、色彩分级。
• 模型偏好：只有当需求说明未明确质量、速度、成本或音频方面的取舍时，才询问用户。

核心工作流

1. 运行任何操作前，先编写简短的工作流图。

   input assets -> planner -> generation nodes -> utility nodes -> QA -> final outputs
   

2. 为每种角色确定 endpoint。先检查已知的 endpoint ID。

   genmedia models --endpoint_id openai/gpt-image-2 --json
   genmedia models --endpoint_id fal-ai/nano-banana-pro/edit --json
   genmedia models --endpoint_id bytedance/seedance-2.0/image-to-video --json
   genmedia models --endpoint_id xai/grok-imagine-video/image-to-video --json
   genmedia models --endpoint_id veed/fabric-1.0 --json
   

   只有当 model-routing 或工具参考资料未涵盖相关角色时，才使用文本搜索作为备用发现方式：

   genmedia models "image generation product photography" --json
   genmedia models "image editing reference preservation" --json
   genmedia models "image to video" --json
   genmedia models "subtitle video utility" --json
   genmedia docs "fal.ai workflow utility endpoints" --json
   

3. 使用前检查每个 endpoint。

   genmedia schema <endpoint_id> --json
   genmedia pricing <endpoint_id> --json
   

4. 本地文件只上传一次，并重复使用返回的 URL。

   genmedia upload ./input.png --json
   genmedia upload ./voiceover.wav --json
   

5. 使用 JSON 输出运行每个节点。对于耗时较长的生成，使用异步模式。

   genmedia run <endpoint_id> --<field> "<value>" --json
   genmedia run <endpoint_id> --<field> "<value>" --async --json
   genmedia status <endpoint_id> <request_id> --download "./outputs/workflow/{request_id}_{index}.{ext}" --json
   

6. 对下游节点，如果上一个 result 中有媒体 URL，则传入该 URL。如果只有本地文件路径，请先上传文件。

7. 使用不会发生冲突的模板下载最终素材。

   --download "./outputs/workflow/{request_id}_{index}.{ext}"
   

8. 返回精简的清单。

   {
     "goal": "short deliverable description",
     "nodes": [
       {
         "id": "shot_01",
         "role": "image_to_video",
         "endpoint_id": "...",
         "request_id": "...",
         "input_urls": ["..."],
         "output_urls": ["..."],
         "downloaded_files": ["..."],
         "notes": "continuity or defect notes"
       }
     ],
     "final_files": ["..."]
   }
   

工作流规则

• 每个节点只负责一项明确的转换。
• 对彼此独立的生成、裁剪、放大、字幕或变体节点采用并行处理。
• 仅当节点 B 需要节点 A 的输出时，才采用顺序链路。
• 为保持一致性，优先使用参考图/编辑或图像转视频，而非彼此独立的纯文本生成。
• 创意模型的默认选择遵循 model-routing，除非用户指定了模型。
• 确定性任务使用工具 endpoint：裁剪、调整大小、网格、合成、音频合并、字幕、变速、压缩。
• 记录每个节点的 endpoint、与 schema 相关的参数、请求 ID 和输出路径。
• 如果发生 422 错误，读取 validation_errors，再次检查 schema，然后修正确切的字段。

质量检查

返回前，请确认：

• 工作流图符合用户要求的交付物。
• 没有仅凭记忆选择生成模型。
• 所有本地源文件在使用前都已上传。
• 最终文件已通过 --download 保存。
• 工具 endpoint 使用了准确的 schema 字段。
• 当身份或产品保真度很重要时，重复使用了连贯性锚点。
• 每个节点的输出都已接受、重试或标记缺陷。

如果工作流变得过于复杂，请停止扩展，并让用户在更快迭代、更高保真度或更多样化之间做出选择。