⚡

AI自动化工作流程Skill ai-automation-workflows

这个技能用于通过inference.sh CLI构建自动化AI工作流程，结合多种AI模型和服务，实现批处理、顺序管道、并行处理、条件工作流程等自动化模式。适用于内容自动化、数据处理、监控和调度生成等场景，提升AI应用效率。关键词：AI自动化，工作流程，批处理，AI管道，内容生成，调度任务，自动化脚本。

AI应用 0 次安装 0 次浏览 更新于 3/12/2026

名称: ai-automation-workflows 描述: “构建自动化AI工作流程，结合多个模型和服务。模式：批处理、调度任务、事件驱动管道、智能体循环。工具：inference.sh CLI、bash脚本、Python SDK、webhook集成。用途：内容自动化、数据处理、监控、调度生成。触发词：ai自动化、工作流程自动化、批处理、ai管道、自动化内容、调度ai、ai cron、ai批处理作业、自动化生成、ai工作流程、规模化内容、自动化脚本、ai编排” 允许工具: Bash(infsh *)

AI自动化工作流程

通过inference.sh CLI构建自动化AI工作流程。

AI自动化工作流程

快速开始

curl -fsSL https://cli.inference.sh | sh && infsh login

# 简单自动化：生成每日图像
infsh app run falai/flux-dev --input '{
  "prompt": "励志语录背景，简约设计，日期：'"$(date +%Y-%m-%d)"'"
}'

安装说明：安装脚本仅检测您的操作系统/架构，从dist.inference.sh下载匹配的二进制文件，并验证其SHA-256校验和。无需提升权限或后台进程。手动安装和验证可用。

自动化模式

模式1：批处理

使用相同工作流程处理多个项目。

#!/bin/bash
# batch_images.sh - 为多个提示生成图像

PROMPTS=(
  "日出时的山景"
  "日落时的海浪"
  "秋季的森林小径"
  "夜晚的沙漠沙丘"
)

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

模式2：顺序管道

链式执行多个AI操作。

#!/bin/bash
# content_pipeline.sh - 完整内容创建管道

TOPIC="医疗保健中的AI"

# 步骤1：研究
echo "研究中..."
RESEARCH=$(infsh app run tavily/search-assistant --input "{
  \"query\": \"$TOPIC最新发展\"
}")

# 步骤2：撰写文章
echo "撰写文章中..."
ARTICLE=$(infsh app run openrouter/claude-sonnet-45 --input "{
  \"prompt\": \"基于以下内容撰写一篇500字的博客文章关于$TOPIC：$RESEARCH\"
}")

# 步骤3：生成图像
echo "生成图像中..."
IMAGE=$(infsh app run falai/flux-dev --input "{
  \"prompt\": \"关于$TOPIC的博客标题图像，现代，专业\"
}")

# 步骤4：生成社交帖子
echo "创建社交帖子中..."
SOCIAL=$(infsh app run openrouter/claude-haiku-45 --input "{
  \"prompt\": \"撰写一个Twitter线程（5条推文）总结：$ARTICLE\"
}")

echo "管道完成！"

模式3：并行处理

同时运行多个操作。

#!/bin/bash
# parallel_generation.sh - 并行生成多个资产

# 在后台启动所有作业
infsh app run falai/flux-dev --input '{"prompt": "英雄图像..."}' > hero.json &
PID1=$!

infsh app run falai/flux-dev --input '{"prompt": "特征图像1..."}' > feature1.json &
PID2=$!

infsh app run falai/flux-dev --input '{"prompt": "特征图像2..."}' > feature2.json &
PID3=$!

# 等待所有完成
wait $PID1 $PID2 $PID3
echo "所有图像已生成！"

模式4：条件工作流程

基于结果分支处理。

#!/bin/bash
# conditional_workflow.sh - 基于内容分析处理

INPUT_TEXT="$1"

# 分析内容
ANALYSIS=$(infsh app run openrouter/claude-haiku-45 --input "{
  \"prompt\": \"将此文本分类为：正面、负面或中性。仅返回分类。

$INPUT_TEXT\"
}")

# 基于结果分支
case "$ANALYSIS" in
  *正面*)
    echo "生成庆祝图像..."
    infsh app run falai/flux-dev --input '{"prompt": "庆祝，成功，快乐"}'
    ;;
  *负面*)
    echo "生成支持性消息..."
    infsh app run openrouter/claude-sonnet-45 --input "{
      \"prompt\": \"针对以下内容撰写支持性、鼓励性回复：$INPUT_TEXT\"
    }"
    ;;
  *)
    echo "生成中性确认..."
    ;;
esac

模式5：重试与回退

优雅处理失败。

#!/bin/bash
# retry_workflow.sh - 重试失败操作

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

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

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

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

    echo "失败，重试中..."
    ((attempt++))
    sleep $((attempt * 2))  # 指数退避
  done

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

generate_with_retry "山间美丽日落"

调度自动化

Cron作业设置

# 编辑crontab
crontab -e

# 每日内容生成于上午9点
0 9 * * * /path/to/daily_content.sh >> /var/log/ai-automation.log 2>&1

# 每周报告于每周一上午8点
0 8 * * 1 /path/to/weekly_report.sh >> /var/log/ai-automation.log 2>&1

# 每6小时：社交媒体内容
0 */6 * * * /path/to/social_content.sh >> /var/log/ai-automation.log 2>&1

每日内容脚本

#!/bin/bash
# daily_content.sh - 每日上午9点运行

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

# 生成每日语录图像
infsh app run falai/flux-dev --input '{
  "prompt": "励志语录背景，简约，早晨氛围"
}' > "$OUTPUT_DIR/quote_image.json"

# 生成每日提示
infsh app run openrouter/claude-haiku-45 --input '{
  "prompt": "给我今天的一个可操作生产力提示。简洁。"
}' > "$OUTPUT_DIR/daily_tip.json"

# 发布到社交媒体（可选）
# infsh app run twitter/post-tweet --input "{...}"

echo "每日内容已生成：$DATE"

监控和日志记录

日志记录包装器

#!/bin/bash
# logged_workflow.sh - 带全面日志记录

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 "启动工作流程"

# 跟踪执行时间
START_TIME=$(date +%s)

# 运行工作流程
log "生成图像中..."
RESULT=$(infsh app run falai/flux-dev --input '{"prompt": "test"}' 2>&1)
STATUS=$?

if [ $STATUS -eq 0 ]; then
  log "成功：图像已生成"
else
  log "错误：$RESULT"
fi

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

错误警报

#!/bin/bash
# monitored_workflow.sh - 带错误警报

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

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

  echo "$result"
  return $status
}

run_with_alert infsh app run falai/flux-dev --input '{"prompt": "test"}'

Python SDK自动化

#!/usr/bin/env python3
# automation.py - 基于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:
    """运行inference.sh应用并返回结果。"""
    result = subprocess.run(
        ["infsh", "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():
    """生成每日内容。"""
    date_str = datetime.now().strftime("%Y-%m-%d")
    output_dir = Path(f"output/{date_str}")
    output_dir.mkdir(parents=True, exist_ok=True)

    # 生成图像
    image = run_infsh("falai/flux-dev", {
        "prompt": f"{date_str}的每日灵感，美丽，提升"
    })
    (output_dir / "image.json").write_text(json.dumps(image))

    # 生成标题
    caption = run_infsh("openrouter/claude-haiku-45", {
        "prompt": "为每日动力帖子撰写一个鼓舞人心的标题。2-3句。"
    })
    (output_dir / "caption.json").write_text(json.dumps(caption))

    print(f"为{date_str}生成内容")

if __name__ == "__main__":
    daily_content_pipeline()

工作流程模板

内容日历自动化

#!/bin/bash
# content_calendar.sh - 生成一周内容

TOPICS=("生产力" "健康" "技术" "创造力" "领导力")
DAYS=("周一" "周二" "周三" "周四" "周五")

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

  echo "生成$DAY关于$TOPIC的内容..."

  # 图像
  infsh app run falai/flux-dev --input "{
    \"prompt\": \"$TOPIC主题，$DAY动力，社交媒体风格\"
  }" > "content/${DAY}_image.json"

  # 标题
  infsh app run openrouter/claude-haiku-45 --input "{
    \"prompt\": \"撰写关于$TOPIC的$DAY动力帖子。包含标签。\"
  }" > "content/${DAY}_caption.json"
done

数据处理管道

#!/bin/bash
# data_processing.sh - 处理和分析数据文件

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

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

  # 分析内容
  infsh app run openrouter/claude-haiku-45 --input "{
    \"prompt\": \"分析此数据并以JSON格式提供关键见解：$(cat $file)\"
  }" > "$OUTPUT_DIR/${filename}_analysis.json"

done

最佳实践

  1. 速率限制 - 在API调用之间添加延迟
  2. 错误处理 - 始终检查返回代码
  3. 日志记录 - 跟踪所有操作
  4. 幂等性 - 设计安全重运行
  5. 监控 - 失败时警报
  6. 备份 - 保存中间结果
  7. 超时 - 设置合理限制

相关技能

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

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

# 社交媒体自动化
npx skills add inference-sh/skills@ai-social-media-content

# 全平台技能
npx skills add inference-sh/skills@inference-sh

浏览所有应用：infsh app list