需用CLI链式执行SkildArt四步电商视觉任务：安装认证→配置workflow.json（含output_to/input_from依赖）→skildart run --chain启动→加verify/file_exists、timeout_sec≥90、绝对路径防崩溃。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
让AI Agent通过CLI连续调用SkildArt完成多任务
你需要让AI Agent自动执行“生成商品主图→扩图适配社媒尺寸→添加平台合规文案→导出无水印视频”这一整套电商视觉生产链，而不是每次手动触发单个指令。SkildArt的CLI接口专为这种连续、可编程的视觉任务流设计，关键在于把任务拆解成原子化指令并控制输出流向。
第一步：安装并认证CLI工具
运行 npm install -g @skildart/cli → 执行 skildart login 输入团队Token（【必须使用企业版Token，个人免费版不支持链式调用】）。
第二步：准备结构化任务配置文件
新建 workflow.json，写入四段独立但带依赖关系的指令。注意：每段必须包含 "output_to" 字段，前一任务的输出路径要与后一任务的 "input_from" 严格匹配，否则链路中断。
第三步：启动链式执行
终端输入 skildart run --config workflow.json --chain。加 --chain 参数才会启用流水线模式；漏掉这个参数，CLI会把四段任务当四个孤立请求并发执行，导致扩图找不到原图、文案加不到正确画布上。
用SKILL接口在Agent内部编排视觉子任务
如果你的AI Agent基于LangChain或LangGraph构建，可以直接把SkildArt封装为专用工具节点，让主Agent按逻辑判断是否需要调用视觉能力——比如用户说“再加一个深色背景版本”，Agent就自动触发SKILL接口重绘，而非让用户重输提示词。
方法一：注册SKILL为LangChain工具
在Agent初始化时，调用 register_tool("skildart_generate", skildart_skill_function)，其中 skildart_skill_function 内部需硬编码 auth_token 和默认 base_url（【不要把token写死在前端代码里，必须经后端代理转发】）。
方法二：用SKILL的batch_mode参数批量提交变体需求
当Agent识别出用户要求“三种色调+两个角度”，直接构造JSON payload，将 "batch_mode": true 与6组 {"prompt": "...", "style": "warm", "angle": "45deg"} 同时发给 /v1/skill/generate。API会在单次响应中返回全部6张图的URL数组，避免6次HTTP往返延迟。
防止任务链中途崩溃的关键操作
① 每个CLI任务末尾必须加 "verify": {"type": "file_exists", "path": "{output_path}"}
这会让CLI在进入下一环节前，先检查上一步生成的文件是否真实落盘且非空。没有这行，网络抖动导致图片只写入一半时，后续扩图操作会直接报错退出，整条链报废。
② 在workflow.json里为每个任务设置 "timeout_sec": 90
生成高清视频可能耗时70秒以上，若沿用默认30秒超时，CLI会在渲染完成前强行终止进程并删除临时文件，下次重试又得从头生成主图。
③ 所有输出路径统一用绝对路径，例如 /home/user/skildart_outputs/step2_expanded.jpg
相对路径在Agent容器化部署时极易因工作目录切换而失效，某次扩图任务会默默把文件写进根目录下某个隐藏子文件夹，导致后续步骤完全找不到输入源。
