1实现原理 · 为什么它能做到
机制与 twitter-automation 同构:唯一执行面是 belt CLI(allowed-tools: Bash(belt *)),正文把『40+ 模型』编码为按用途分组的 app-id 目录表(Text-to-Video / Image-to-Video / Avatar-Lipsync / Editing / Utilities),agent 用 --input JSON 调用。
belt app run google/veo-3-1-fast --input '{"prompt": "drone shot flying over a forest"}'
『哪种任务用哪个模型』的选型知识直接表格化:Veo 3.1(质量/插帧)、Seedance 2.0(1080p+同步音频)、Wan 2.5(i2v)、HappyHorse(写实/15s)、Grok(xAI)等各有 Best For 一句话,agent 不必自己比较。
| Veo 3.1 Fast | `google/veo-3-1-fast` | Fast, with optional audio |
输入契约全部走远程 URL:image_url / audio_url / video_url 由用户提供或上游 app 生成,skill 内没有任何『本地上传/读本地文件』逻辑——媒体内容一律先有公开 URL 才能入模型。
"prompt": "A timelapse of a flower blooming in a garden"
能力广度靠平台注册表兜底:SKILL.md 引导 `belt app list --category video` / `belt app search` 发现表外模型,表格只是一份精选快照而非能力上限。
belt app list --category video
复杂能力(lipsync/avatar/foley/拼接/放大)用『示例=最小可用文档』表达:每个例子给完整 JSON,如 OmniHuman 头像、Hunyuan Foley 加音效、media-merger 拼接。
belt app run infsh/hunyuanvideo-foley --input '{
2核心能力
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | belt(inference.sh CLI) |
| package | belt-sh/cli(npx skills add 安装) |
| package | inference-sh/skills 相关技能包(seedance/google-veo/happyhorse/p-video/…) |
| api | 平台视频模型 app(google/veo-3-1-fast、bytedance/seedance-2-0、falai/wan-2-5、xai/grok-imagine-video、bytedance/omnihuman-1-5、alibaba/happyhorse-1-0-*、pruna/*、infsh/* 等) |
| network | 平台文档(docs/apps/running、docs/api/sdk/streaming 等) |
| network | 安装说明托管 |
4风险提醒 风险提醒:橙色 · 评估后使用
- 高单价外部推理,费用面大 — 视频生成为按量计费的云端推理,示例无任何费用预估或配额提示;批量/循环调用直接累积账号账单。
- 素材与 prompt 外发给多家第三方模型厂商 — 上传的图/视频/音频 URL 与文本会经平台转交 Google/xAI/ByteDance/阿里/fal 等,敏感或未授权素材存在外泄/版权风险。
- '40+ models' 名实差距 — 表内约 27 个 app-id,超出部分依赖 belt app list 平台注册表;表格为快照,模型可用性以平台为准。
- 平台与供应链单点依赖 — belt CLI 经 npx 分发无 pin;本 fork 是 inference-sh/skills 未改名镜像,树内无 LICENSE 文件。
5第二遍独立确认
- [discrepancy] description 宣称 40+ models — 表内可数 app-id 行约 27(含编辑/工具类),'40+ models' 无法在本 SKILL.md 内定位核实——属于平台注册表层面的宣称(belt app list 可查),源码内数字对不上。
- [ok] Models 名单(Veo 3.1/3/2、Seedance 2.0、HappyHorse、Wan 2.5、Grok、OmniHuman、Fabric、HunyuanVideo)逐项定位 — 每项均在 Available Models 表有对应 app-id 行;Fabric/HunyuanVideo 以 falai/fabric-1-0、infsh/hunyuanvideo-foley 出现。
- [ok] 能力声明(t2v/i2v/ref-to-video/编辑/lipsync/avatar/放大/foley)有示例支撑 — ref-to-video 由 HappyHorse R2V 行与 Seedance 参考示例支撑;foley/lipsync/放大/拼接均有独立示例段。
- [ok] 无脚本/无凭证/无直连网络 — 目录仅 SKILL.md;curl/wget/密钥类 token 零命中;执行面只有 belt(allowed-tools 白名单)。
- [ok] 媒体输入全远程 URL 判断 — 所有示例的输入键为 image_url/audio_url/video_url/image/video,值均为 https://…,无本地路径/上传指令。
- [ok] 执行示例时的本地副作用 — 本文件示例无 shell 重定向(grep '>' 仅命中文档引用行),不写本地文件。
- [ok] license/stars/commit 元数据 — pin becc25649700 == 本地 HEAD;101-skills/superpowers stars=0、pushed_at 2026-08-31T22:58:53Z;plugin.json 声明 MIT、repository 指向 inference-sh/skills;树内无 LICENSE。
- [unlocatable] installs 安装量 — 无公开安装量数据源,置 null。
6结论
7a66e7d4bedac293…becc256497