松音 H3 多模态生成 Skill

AI 老师「松音」(GitHub:dseditor)开源的 h3-colab-skill,安装后技能名为 h3-multimodal-colab。它让 Codex / Claude Code 这类 Agent 自动完成 Google Colab 的开机、环境部署、素材上传、MiniMax H3 推論、成品下载与关机,把生图、改图、影片生成、影片延伸与 TTS 配音串成一条可复述的工作流。

简介

松音 H3 多模态生成 Skill 是一个以「GPU 租用生命周期」为封装对象的 AI Skill。它不是模型,也不是 Google 官方提供的影片生成服务:真正的生成发生在用户自己订阅的 Google AI Pro 所提供的 Colab 运算单元上,全部模型权重下载到 Colab 的临时环境。本机电脑的角色被压缩成三件事——准备素材、送工作、接收成品,因此不需要预装 H3,也不需要高阶显卡。

与市面上大量「把一段提示词包装成 Skill」的做法相比,它的封装层次更深:Agent 需要读安装文档、核对 Google Colab CLI 版本、部署 ComfyUI 与 H3 Toybox、提交生成任务、轮询状态、下载 MP4,并在结束时关闭 GPU。也就是说,它封装的不只是一段提示词,而是一整条有开始、有计费、有收尾的执行链。

它与上一篇同类工具 killkli/minimax-h3-colab-skill 的区别在于能力面与执行方式:前者以 H3 参考影片流程为主,runner 直接执行随附的 Colab 推論 Notebook,Shell 启动器默认 A100 高记忆体;本篇的 dseditor/h3-colab-skill 覆盖生图、改图、影片、延伸、TTS,runner 先在 Colab 部署 ComfyUI 与 H3 Toybox 再提交任务,GPU 默认 L4。

关键信息

  • 类型:工具(开源 AI Skill)
  • 领域:多模态生成 / AI Agent 自动化 / 云端 GPU 编排
  • 项目地址:https://github.com/dseditor/h3-colab-skill
  • 安装文档:INSTALL_FOR_AGENTS.md(面向 Agent 的安装说明)
  • 技能名:h3-multimodal-colab
  • 作者:松音(GitHub:dseditor),被原文称为「知名的 AI 老师」
  • 开源状态:开源项目,模型权重与推論在 Colab 端完成
  • 前置订阅:需要可使用 Colab GPU 的 Google 账号(原文实测绑定 Google AI Pro)
  • 相关概念:Google Colab(执行环境)、MiniMax(H3 模型厂商)、Codex(示范宿主)、AI Skill(方法论归属)、视频生成模型(模型族谱)

核心特性

1. 一条指令完成安装

安装不需要手抄命令。作者给的做法是把一段自然语言指令贴给本机 Agent,其中包含安装文档链接、能力要求(优先 Colab、先以 L4 测试、要生图功能)和前置说明要求(先讲清楚会下载什么、在哪执行、Google 授权用于什么)。Agent 依文档准备技能、Python 与 Google Colab CLI。官方安装文档目前指定已验证的 CLI 0.7.4;如果日后版本有变动,让 AI 依文档核对兼容性安装即可。

2. 能力面覆盖五个模态出口

一个 Skill 同时给出五类产出:文生图、图片编辑(图生图)、影片生成(图生视频)、影片延伸、TTS 配音(含参考音色)。原文实测只重点覆盖前三类,另提到项目还支持独立 TTS、参考音色与影片延伸,以及接本机 ComfyUI Desktop 的用法。这意味着它更接近「云端生成工作台」,而不是单一功能的视频 Skill。

3. Agent 承担五段生命周期

它的工作流可以拆成五段:开机(启 Colab、选 GPU 类型)→ 部署(ComfyUI + H3 Toybox)→ 上传(参考图/素材)→ 推論(提交生成任务)→ 收档关机(下载成品、关闭 GPU)。这五段正是成本与失败面的主要来源——原文特别提醒,整批时间包含启动、安装、模型下载、素材传送与收档,不只有生成那一段。

4. 参数纪律与角色一致性检查

原文给出的参数纪律是:影片走 L4 / PRISM INT8 / 8 步,图片走项目提供的 P-H3-Image 路线,2K、16:9。检查方法不是「单张好不好看」,而是换背景后角色是否仍被辨识——先造一个特征明确的原创角色(深青色屏幕脸、两个白色圆眼、三指机械手、橡胶脚、棕色斜背配送包),再保留几何、配色、眼睛与包包换场景,最后用两张图一起生成影片(第一张锁外观、第二张供场景)。这与 视频生成模型 的「时序与主体一致性」评价维度一一对应。

5. 成本口径:单项耗时 vs 整批额度

原文把成本明确拆成两栏:单项生成耗时(纯推論)、整批时间与 CU(含启动、安装、下载、传输、收档)。CU 差额取「开始与关机后显示值相减」,且显示有四舍五入,不能精算成每秒费率。实测:2K 文生图 112.5 秒;2K 参考图改场景 48.2 秒;8 秒 720P 影片 380.8 秒;10 秒竖版舞蹈 456.9 秒、整批约 12 分钟 / 约 0.29 CU;15 秒竖版舞蹈 729.3 秒、整批约 16.4 分钟 / 约 0.43 CU。

不同素材中的观点

来源:2026-11-08-kocpc-h3-multimodal-colab-skill(電腦王阿達实測)

先釐清一點:這個 Skill 是讓 Agent 自動操作 Google Colab GPU 來用 MiniMax H2 製作影片的工具與流程,不是用 Google 直接提供的影片生成服務。

作者的核心判断有三条:

  1. 「Skill + 云端 GPU」降低了多模态创作的前置成本。原文的结语是:如果目标是短片提案、角色设计或小段社群素材,这种交给 AI 管理 Colab 的方式「很方便,而且不用花大錢買硬體就能生圖生影片」——前提是要有 AI Pro 会员。
  2. 订阅边界比技术门槛更容易卡人。原文专门用一节说明:即使有 Google AI 会员,也不等于每个登录账号都有 Colab 运算单元;Google 官方把 Colab 福利列为「只有」家庭方案管理员可用,家庭账号显示 0 CU。这是很多「装好了却什么都跑不起来」的真实原因。
  3. 角色一致性要靠流水线验证,而不是单张抽卡。作者用「原创角色图 → 换场景 → 角色影片」的连续案例,把「保留外形、配色、眼睛与包包」当作可检查的验收项,这是本文与一般「文生图提示词合集」最大的方法论差异。

作者同时诚实标注了边界:本篇聚焦新增实测的生图、改图与参考影片,TTS、参考音色、影片延伸与接本机 ComfyUI Desktop 只是项目提供但本文未展开的部分。

实用信息

快速上手步骤

  1. 准备一个能在本机操作指令的 AI 工具(原文用 Codex;Claude Code、Antigravity、Hermes 同样可用),以及一个可使用 Colab GPU 的 Google 账号(确认不是 0 CU 的共享家庭子账号)。
  2. 把安装指令整段贴给 Agent,要求它先说明会做什么、要什么订阅、何时登录,同意后再安装。
  3. 自己完成 Google 授权(密码、二阶段验证、权限确认),把 Token 金钥交给 AI 助理。
  4. 让 AI 做一次环境检查:账号是否正确、剩多少 CU、有没有还在运作的 GPU;若有多个 Google 账号,要求它把正确账号与登录环境记进 SKILL。
  5. 按「文生图 → 图生图换场景 → 两张图生影片」的顺序做第一个角色一致性案例。

常用命令 / 提示词

安装指令(原文原样):

請照 https://github.com/dseditor/h3-colab-skill/blob/main/INSTALL_FOR_AGENTS.md 幫我安裝 h3-multimodal-colab 這個 skill:開始之前先跟我說明它會做什麼、要什麼訂閱、何時要登入,我同意後再安裝。我要優先使用 Google Colab,先以 L4 測試;也要使用生圖功能。

影片生成时的收尾指令值得保留:「使用 Colab L4,完成後下載並關閉本次 GPU。」——把「关机」写进提示词,是控制 CU 消耗最直接的习惯。

注意事项 / 避坑指南

  • 家庭共享的 AI Pro 可能 0 CU:官方说明把 Colab 福利限定为家庭方案管理员可用。
  • 整批时间不等于生成时间:启动、部署 ComfyUI、下载模型权重、上传素材、收档都要计入。
  • CU 读数有四舍五入:不能拿它反推每秒费率,只能做批次间粗对照。
  • API/CLI 版本会漂移:安装文档目前指定 CLI 0.7.4,日后变动时让 AI 依文档核对兼容性,不要硬装旧版。
  • 它跑在云端,不解决本地离线需求:需要离线或本地资产常驻时,项目提供接本机 ComfyUI Desktop 的路线,但那是另一套配置。

相关页面