AI 自動化工作流程

安裝 belt CLI 技能： npx skills add belt-sh/cli

AI 自動化工作流程 是做什麼的？

透過 inference.sh CLI 建立自動化 AI 工作流程。

快速開始

需要 inference.sh CLI (belt)。安裝說明

belt login

# 簡單自動化：生成每日圖片
belt app run falai/flux-dev --input '{
  "prompt": "鼓舞人心的名言背景，極簡設計，日期：'"$(date +%Y-%m-%d)"'"
}'

自動化模式

模式 1：批次處理

使用相同工作流程處理多個項目。

#!/bin/bash
# batch_images.sh - 為多個提示生成圖片

PROMPTS=(
  "日出時分的山景"
  "日落時分的海浪"
  "秋天的森林小徑"
  "夜晚的沙漠沙丘"
)

for prompt in "${PROMPTS[@]}"; do
  echo "生成中：$prompt"
  belt app run falai/flux-dev --input "{
    \"prompt\": \"$prompt, 專業攝影, 4K\"
  }" > "output_${prompt// /_}.json"
  sleep 2  # 速率限制
done

模式 2：順序管道

串聯多個 AI 操作。

#!/bin/bash
# content_pipeline.sh - 完整的內容創作管道

TOPIC="AI 在醫療保健的應用"

# 步驟 1：研究
echo "研究中..."
RESEARCH=$(belt app run tavily/search-assistant --input "{
  \"query\": \"$TOPIC 最新發展\"
}")

# 步驟 2：撰寫文章
echo "撰寫文章中..."
ARTICLE=$(belt app run openrouter/claude-sonnet-45 --input "{
  \"prompt\": \"根據以下內容，撰寫一篇關於 $TOPIC 的 500 字部落格文章：$RESEARCH\"
}")

# 步驟 3：生成圖片
echo "生成圖片中..."
IMAGE=$(belt app run falai/flux-dev --input "{
  \"prompt\": \"關於 $TOPIC 文章的部落格標題圖片，現代、專業\"
}")

# 步驟 4：生成社交貼文
echo "建立社交貼文中..."
SOCIAL=$(belt app run openrouter/claude-haiku-45 --input "{
  \"prompt\": \"撰寫一篇總結下列文章的 Twitter 串文（5 則推文）：$ARTICLE\"
}")

echo "管道完成！"

模式 3：平行處理

同時執行多個操作。

#!/bin/bash
# parallel_generation.sh - 平行生成多個資產

# 在背景啟動所有任務
belt app run falai/flux-dev --input '{"prompt": "主圖片..."}' > hero.json &
PID1=$!

belt app run falai/flux-dev --input '{"prompt": "功能圖片 1..."}' > feature1.json &
PID2=$!

belt app run falai/flux-dev --input '{"prompt": "功能圖片 2..."}' > feature2.json &
PID3=$!

# 等待所有任務完成
wait $PID1 $PID2 $PID3
echo "所有圖片已生成！"

模式 4：條件工作流程

根據結果進行分支。

#!/bin/bash
# conditional_workflow.sh - 根據內容分析進行處理

INPUT_TEXT="$1"

# 分析內容
ANALYSIS=$(belt app run openrouter/claude-haiku-45 --input "{
  \"prompt\": \"將以下文字分類為：正面、負面或中立。僅回傳分類結果。\n\n$INPUT_TEXT\"
}")

# 根據結果分支
case "$ANALYSIS" in
  *正面*)
    echo "生成慶祝圖片..."
    belt app run falai/flux-dev --input '{"prompt": "慶祝、成功、開心"}'
    ;;
  *負面*)
    echo "生成支持訊息..."
    belt app run openrouter/claude-sonnet-45 --input "{
      \"prompt\": \"針對以下內容撰寫一則支持、鼓勵的回應：$INPUT_TEXT\"
    }"
    ;;
  *)
    echo "生成中性回覆..."
    ;;
esac

模式 5：具回退機制的重試

優雅地處理失敗。

#!/bin/bash
# retry_workflow.sh - 重試失敗的操作

generate_with_retry() {
  local prompt="$1"
  local max_attempts=3
  local attempt=1

  while [ $attempt -le $max_attempts ]; do
    echo "嘗試 $attempt..."

    result=$(belt app run falai/flux-dev --input "{\"prompt\": \"$prompt\"}" 2>&1)

    if [ $? -eq 0 ]; then
      echo "$result"
      return 0
    fi

    echo "失敗，重試中..."
    ((attempt++))
    sleep $((attempt * 2))  # 指數退避
  done

  # 回退到不同的模型
  echo "回退到替代模型..."
  belt app run google/imagen-3 --input "{\"prompt\": \"$prompt\"}"
}

generate_with_retry "山脈上美麗的夕陽"

排程自動化

Cron 工作設定

# 編輯 crontab
crontab -e

# 每天早上 9 點生成每日內容
0 9 * * * /path/to/daily_content.sh >> /var/log/ai-automation.log 2>&1

# 每週一早上 8 點生成週報
0 8 * * 1 /path/to/weekly_report.sh >> /var/log/ai-automation.log 2>&1

# 每 6 小時：社交媒體內容
0 */6 * * * /path/to/social_content.sh >> /var/log/ai-automation.log 2>&1

每日內容腳本

#!/bin/bash
# daily_content.sh - 每天早上 9 點執行

DATE=$(date +%Y-%m-%d)
OUTPUT_DIR="/output/$DATE"
mkdir -p "$OUTPUT_DIR"

# 生成每日名言圖片
belt app run falai/flux-dev --input '{
  "prompt": "激勵名言背景，極簡風，早晨氛圍"
}' > "$OUTPUT_DIR/quote_image.json"

# 生成每日小技巧
belt app run openrouter/claude-haiku-45 --input '{
  "prompt": "給我一個今日可執行的生產力小技巧。請簡潔扼要。"
}' > "$OUTPUT_DIR/daily_tip.json"

# 發布到社交媒體（可選）
# belt app run twitter/post-tweet --input "{...}"

echo "每日內容已生成：$DATE"

監控與記錄

記錄包裝器

#!/bin/bash
# logged_workflow.sh - 包含全面記錄

LOG_FILE="/var/log/ai-workflow-$(date +%Y%m%d).log"

log() {
  echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a "$LOG_FILE"
}

log "開始工作流程"

# 追蹤執行時間
START_TIME=$(date +%s)

# 執行工作流程
log "生成圖片中..."
RESULT=$(belt app run falai/flux-dev --input '{"prompt": "測試"}' 2>&1)
STATUS=$?

if [ $STATUS -eq 0 ]; then
  log "成功：圖片已生成"
else
  log "錯誤：$RESULT"
fi

END_TIME=$(date +%s)
DURATION=$((END_TIME - START_TIME))
log "花費 ${DURATION} 秒完成"

錯誤警報

#!/bin/bash
# monitored_workflow.sh - 包含錯誤警報

run_with_alert() {
  local result
  result=$("$@" 2>&1)
  local status=$?

  if [ $status -ne 0 ]; then
    # 發送警報（webhook、電子郵件等）
    curl -X POST "https://your-webhook.com/alert" \
      -H "Content-Type: application/json" \
      -d "{\"error\": \"$result\", \"command\": \"$*\"}"
  fi

  echo "$result"
  return $status
}

run_with_alert belt app run falai/flux-dev --input '{"prompt": "測試"}'

Python SDK 自動化

#!/usr/bin/env python3
# automation.py - 基於 Python 的工作流程

import subprocess
import json
from datetime import datetime
from pathlib import Path

def run_infsh(app_id: str, input_data: dict) -> dict:
    """執行 inference.sh 應用程式並回傳結果。"""
    result = subprocess.run(
        ["belt", "app", "run", app_id, "--input", json.dumps(input_data)],
        capture_output=True,
        text=True
    )
    return json.loads(result.stdout) if result.returncode == 0 else None

def daily_content_pipeline():
    """生成每日內容。"""
    date_str = datetime.now().strftime("%Y-%m-%d")
    output_dir = Path(f"output/{date_str}")
    output_dir.mkdir(parents=True, exist_ok=True)

    # 生成圖片
    image = run_infsh("falai/flux-dev", {
        "prompt": f"{date_str} 的每日靈感，美麗、振奮人心"
    })
    (output_dir / "image.json").write_text(json.dumps(image))

    # 生成標題
    caption = run_infsh("openrouter/claude-haiku-45", {
        "prompt": "為一篇每日激勵貼文撰寫一段啟發人心的標題。2-3 句話。"
    })
    (output_dir / "caption.json").write_text(json.dumps(caption))

    print(f"已生成 {date_str} 的內容")

if __name__ == "__main__":
    daily_content_pipeline()

工作流程範本

內容行事曆自動化

#!/bin/bash
# content_calendar.sh - 生成一週的內容

TOPICS=("生產力" "健康" "科技" "創意" "領導力")
DAYS=("星期一" "星期二" "星期三" "星期四" "星期五")

for i in "${!DAYS[@]}"; do
  DAY=${DAYS[$i]}
  TOPIC=${TOPICS[$i]}

  echo "生成 $DAY 關於 $TOPIC 的內容..."

  # 圖片
  belt app run falai/flux-dev --input "{
    \"prompt\": \"$TOPIC 主題，$DAY 激勵，社交媒體風格\"
  }" > "content/${DAY}_image.json"

  # 標題
  belt app run openrouter/claude-haiku-45 --input "{
    \"prompt\": \"撰寫一篇 $DAY 關於 $TOPIC 的激勵貼文。包含主題標籤。\"
  }" > "content/${DAY}_caption.json"
done

資料處理管道

#!/bin/bash
# data_processing.sh - 處理和分析資料檔案

INPUT_DIR="./data/raw"
OUTPUT_DIR="./data/processed"

for file in "$INPUT_DIR"/*.txt; do
  filename=$(basename "$file" .txt)

  # 分析內容
  belt app run openrouter/claude-haiku-45 --input "{
    \"prompt\": \"分析此資料並以 JSON 格式提供關鍵洞察：$(cat $file)\"
  }" > "$OUTPUT_DIR/${filename}_analysis.json"

done

最佳實踐

1. 速率限制 - 在 API 呼叫之間增加延遲
2. 錯誤處理 - 始終檢查回傳碼
3. 記錄 - 追蹤所有操作
4. 冪等性 - 設計為可安全重新執行
5. 監控 - 在失敗時發出警報
6. 備份 - 儲存中間結果
7. 超時 - 設定合理的限制

相關技能

# 內容管道
npx skills add inference-sh/skills@ai-content-pipeline

# RAG 管道
npx skills add inference-sh/skills@ai-rag-pipeline

# 社交媒體自動化
npx skills add inference-sh/skills@ai-social-media-content

# 完整平台技能
npx skills add inference-sh/skills@infsh-cli

瀏覽所有應用：belt app list