技能执行 Dlazy Execute

🤖 多步骤 AI 流水线一键执行与断点续跑

dLazy CLI 的端到端执行引擎,支持依赖解析的批量 shape 流水线执行与断点续跑,适合多步骤 AI 生成任务自动化。

收藏
6.8k
安装
1.4k
版本
1.1.2
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

dlazy-execute 是 dLazy 生态的命令行执行引擎,用于将扁平化的 shape 列表按依赖顺序端到端跑完。每个 shape 通过 /api/ai/tool 分派,支持 shape://name:<X>shape://shape:<id> 的引用语法,上游输出自动注入下游输入,promptRefs 文本会拼接到消费者的 prompt 头部。

关键机制:状态驱动调度

  • idle:实际执行
  • completed / failed / processing:视为已完成,复用现有 props.url 作为产出
  • 失败后可手动将指定 shape 重置为 idle、编辑 props.input,再次调用 execute 实现断点续跑

典型参数

  • --shapes:shape 列表(JSON)
  • --projectId / --sessionId:资产隔离与日志关联
  • --dry-run:仅打印载荷+费用预估
  • --no-wait:异步模式,返回 generateId
  • --timeout:异步等待上限(默认 1800 秒)

输出格式

同步任务返回 outputs[].shape;异步任务返回 task.generateId,可用 dlazy status <id> --wait 轮询。

显著优点

1. 断点续跑原生支持:通过状态字段实现失败恢复,无需重跑整个流水线。
2. 依赖自动解析:内置 shape:// 协议引用,降低多步骤任务编排复杂度。

3. 灵活的运行模式:支持同步阻塞、异步非阻塞、dry-run 费用预估。

4. 云原生架构:本地仅作 CLI 入口,文件上传与推理均在 dLazy 托管服务完成,本地无 GPU 依赖。

5. 安全凭证管理:支持设备码流自动登录、环境变量注入、本地配置文件权限隔离三重方案。

潜在缺点与局限性

  • 强绑定 dLazy SaaS:必须联网并持有有效 API Key,无法离线或私有化部署。
  • 费用与额度风险:503 insufficient_balance 会直接中断任务,需人工充值后才能继续。
  • shape 引用脆弱性:若引用目标不在当前 --shapes 数组中,参数会被静默丢弃,可能导致下游输入为空。
  • 超时与异步调试成本:默认 1800 秒超时对长链路生成可能不足,异步失败需额外轮询日志定位。
  • 版本锁定:Skill 强制锁定 CLI 1.0.9,若上游修复了 bug 但 Skill 未更新,用户无法自动受益。

适合人群

  • 需要将图像/视频/音频生成的多步骤任务(如“文生图→图生视频→视频超分”)自动串联的开发者。
  • 追求“声明式配置 + 命令行触发”、不愿自建编排服务的中小型团队。
  • 已有 dLazy 账户、愿意接受 SaaS 计费模式的用户。

常规风险

| 风险项 | 说明 |
|--------|------|
| 凭证泄露 | `~/.dlazy/config.json` 存储 API Key,共享环境需额外注意文件权限。
| 余额耗尽 | 长流水线可能一次性消耗大量 credits,建议先用 `--dry-run` 预估费用。
| 引用失效 | 手动编辑 shape 状态后若误删上游,下游引用会静默为空,导致生成结果异常。
| 服务端失败 | 500/504 错误需查看后端具体原因(如安全策略拦截),本地 CLI 仅透传错误码。 |

技能执行 Dlazy Execute 内容

手动下载zip · 8.8 kB
skill-card.mdtext/markdown
请选择文件