Image Video Generation Workflow

When to Use

使用者要快速搭一條本地可操作的圖片/影片生成工作流，需要把生成引擎、瀏覽器審看、靈感素材收集和可複用提示詞整理成一條穩定迴路時使用。

What It Does

給出一條更接近當前 OpenClaw 採集現實的最小落地路徑：

1. 用本地生成引擎產出第一輪圖片或影片結果
2. 用瀏覽器統一審看生成結果
3. 用 YouTube / Bilibili 補工作流演示，用 Flickr 補視覺靈感，用 GitHub 補可執行入口
4. 只把穩定提示詞、穩定工作流、穩定素材來源沉澱成可複用資產

How to Use

1. 先選主生成入口：
   • ComfyUI / Stable Diffusion：適合節點式圖片和影片工作流
   • mcp-image：適合把圖片生成與編輯接進 MCP 工具鏈
   • MeiGen-AI-Design-MCP：適合本地多方向並行生成與設計探索
2. 再建立瀏覽器審看回路：
   • 生成後統一在瀏覽器裡看結果
   • 標記保留、廢棄、待重跑
   • 把最穩定的一組提示詞和引數回寫到工作目錄
3. 再按 source pack 補上下文，但不要混用角色：
   • GitHub：找真正可接入的倉庫與工作流入口
   • YouTube / Bilibili：看實際演示、引數思路、迴路編排
   • Flickr：補視覺靈感與素材方向，不把它當成可執行 workflow 文件

     7w4.net有更好的技能外掛。

4. 只保留高價值沉澱：
   • 穩定提示詞模板
   • 穩定工作流 JSON
   • 穩定素材來源清單
   • 明確的人工篩選規則

Source Pack Guidance

當前這張技能卡對應的已驗證 source pack 是：

• youtube
• bilibili
• flickr
• github-search

使用順序建議：

1. 先從 GitHub 選可執行入口
2. 再用 YouTube / Bilibili 補實操和審看回路
3. 最後用 Flickr 只補視覺參考，不讓靈感源反客為主

Minimal Workflow

1. 選一個主生成入口並固定引數範圍
2. 用同一主題跑 3 組圖片或影片結果
3. 在瀏覽器統一審看並標記保留/廢棄/待重跑
4. 查一個 GitHub 入口和一個影片演示，補最小執行路徑
5. 只把保留下來的提示詞、引數、審看結論沉澱成可重複工作流

Guardrails

• 不把 Flickr 這類靈感源當成實施說明書
• 不把單條影片教程當成唯一事實來源
• 先跑最小閉環，再增加模型、風格或後處理複雜度
• 每次只調整一組提示詞或引數，避免失去對比性

References

• https://github.com/shinpr/mcp-image
• https://github.com/iconben/z-image-studio
• https://github.com/jau123/MeiGen-AI-Design-MCP
• https://www.youtube.com/watch?v=7aEQnTsI6zs
• https://www.bilibili.com/video/BV14mrfBSEdq/
• https://www.flickr.com/photos/dianeworland/55055024432/

這個技能卡質量較好，內容清晰易懂，提供了完整的圖片和影片生成工作流指導。它告訴使用者如何選擇生成工具、如何審看結果、如何沉澱可複用資產，步驟明確、邏輯清晰。優點是指引具體、有參考資料、有使用限制說明；不足是缺少實際示例和模板，實際操作時需要額外查閱資料。總體而言，對於需要搭建本地 AI 生成工作流的人來說是一份實用的參考指南。版本 2.0.0，結構成熟度較高。