SKILL.md 声明 mcp_tool 时,op=run 不落 executor 沙箱,由 core 直接 mcp.callTool 转发:凭证留在 core(沙箱的 env 白名单本就会丢掉 *KEY/*TOKEN),模型只看到技能清单 里的一行描述。配合 mcp_servers[].mode: silent,工具不再进每轮请求的 tools 数组。 - skills.js: runSkill 在 absolutizeArgs 之前分流(否则 URL / 含斜杠的 prompt 会被 当路径改写);不做 input_schema.required 预检(参数与 op 相关,交给 MCP 服务) - listSkills 带出 mcp_tool;设置页技能卡显示 mcp 后端徽章 - server.js: 启动期自检,缺失后端 warn、两条路并存 info - 新增 skills/image、skills/video 两个纯文档技能(无 run.py) - skills/README、README、app/AGENTS 同步
1.3 KiB
1.3 KiB
name, description, mcp_tool
| name | description | mcp_tool |
|---|---|---|
| image | AI 生成图片(CogView)。op=create 传 prompt 拿 task_id,再 op=get 取图片 URL | image_task |
功能
调用智谱 CogView 生成图片。异步任务语义:提交立即返回 task_id,生成在服务端后台进行。
参数
input_args 原样透传给底层服务:
op=create:prompt必填。描述越具体越好(主体、风格、构图、光线、画面里的文字要求)。op=get:task_id必填,取回任务状态;SUCCESS时返回图片 URL。
用法
-
提交
skill op=run name=image input_args={"op":"create","prompt":"一只橘猫趴在窗台上晒太阳,水彩风格"}→ 返回
task_id与task_status: PROCESSING -
查询
skill op=run name=image input_args={"op":"get","task_id":"<上一步返回的 id>"}→
SUCCESS时返回Image N: <url>
注意
- 生成通常 10~60 秒。看到
PROCESSING就过几秒再查,不要连续轮询。 - 结果只有 URL,不落盘。要在会话里使用图片,用
terminal下载:curl -fsSL -o out.png "<url>",之后read_file可以直接看图。 - 要让外部服务取这张图,先下载成本地文件,再用
mint_public_link签发链接。 - 模型名与出图参数由服务端配置决定,调用时不需要也不该传。