用途:该技能让 AI 助手通过 inference.sh 命令行工具 belt 调用 40 多个视频生成模型,完成从文本、图片或参考图生成视频,以及数字人、唇形同步、视频编辑和后期处理等任务。安装技能:npx skills add belt-sh/cli。使用前需安装 inference.sh CLI(belt)并执行 belt login。
主要能力(按类别): 文生视频:Veo 3.1 Fast(google/veo-3-1-fast,快速、可选音频)、Veo 3.1(google/veo-3-1,最佳质量、帧插值)、Veo 3(google/veo-3,高质量带音频)、Veo 3 Fast、Veo 2、P-Video(pruna/p-video,快速经济、支持音频)、WAN-T2V(pruna/wan-t2v,经济 480p/720p)、Grok Video(xai/grok-imagine-video,可配置时长)、Seedance 2.0 及其 Fast 版(bytedance/seedance-2-0,文/图/参考图生视频、同步音频、最高 1080p)、HappyHorse T2V(alibaba/happyhorse-1-0-t2v,物理真实、最长 15 秒)。 图生视频:Wan 2.5(falai/wan-2-5)与 Wan 2.5 I2V、WAN-I2V、P-Video、Seedance 2.0、HappyHorse I2V(最高 1080P/15 秒)、HappyHorse R2V(参考图保持角色)。 数字人与唇形同步:OmniHuman 1.5(多角色)、OmniHuman 1.0(单角色)、Fabric 1.0、PixVerse Lipsync。 视频编辑:HappyHorse Edit(自然语言编辑)。 工具:HunyuanVideo Foley(加音效)、Topaz Upscaler(视频放大)、Media Merger(转场合并)。
使用方式:命令格式为 belt app run <app-id> --input '<JSON>'。例如文生视频:belt app run google/veo-3-1-fast --input '{"prompt": "drone shot flying over a forest"}';图生视频:belt app run falai/wan-2-5 --input '{"image_url": "..."}';数字人:belt app run bytedance/omnihuman-1-5 --input '{"image_url": "...", "audio_url": "..."}';Seedance 生成音频:belt app run bytedance/seedance-2-0 --input '{"prompt": "...", "generate_audio": true, "duration": 10}'。可用 belt app store --category video 浏览全部视频应用。
适用场景:短视频与广告素材生成、图片动画化、数字人播报、视频唇形同步、视频局部编辑、加音效、放大与合并等媒体流水线。
限制:必须安装并登录 inference.sh CLI;各模型的参数(如时长、分辨率、音频)与效果以对应平台实际为准;资料暂未提供收费、价格与各模型配额信息。