技能Replicate Automation
R
Replicate Automation
自动化Replicate AI模型操作——通过Composio MCP集成,实现运行预测、上传文件、检查模型架构、列出版本以及管理预测历史等功能。
Replicate Automation - AI 模型工作流自动化
技能概述
Replicate Automation 通过 Composio MCP 集成,自动化运行 Replicate AI 模型预测、上传输入文件、检查模型架构、列出版本和管理预测历史。
适用场景
- 图像生成自动化:批量运行 Flux、SDXL 等图像模型,自动处理提示词和输出文件
- LLM 推理工作流:自动化调用 Llama、GPT 等大语言模型,支持同步和异步推理
- 模型版本管理:检查模型更新、查看版本历史、获取最新模型架构和文档
核心功能
- 模型预测运行:支持任意公开模型的同步/异步预测,可设置等待时间和 webhook 回调
- 文件管理:上传图像、文档等二进制文件作为模型输入,支持文件列表和历史查询
- 模型信息获取:一键获取模型输入输出架构、版本列表和 README 文档
常见问题
如何运行 Replicate AI 模型预测?
使用 REPLICATE_MODELS_PREDICTIONS_CREATE 工具,提供模型所有者(如 black-forest-labs)和模型名称(如 flux-1.1-pro),以及模型特定的输入参数。对于快速任务可设置 wait_for 参数同步等待结果,长时间任务建议使用 webhook 异步接收通知。
同步预测和异步预测有什么区别?
同步预测通过设置 wait_for 参数(1-60 秒)直接等待结果返回,适合快速模型;异步预测不设置该参数,任务在后台运行,完成后通过 webhook 或轮询 REPLICATE_PREDICTIONS_LIST 获取结果,适合耗时较长的图像生成或视频处理任务。
如何查看模型的输入输出架构?
使用 REPLICATE_MODELS_GET 工具,传入模型所有者和名称,返回结果中的 openapi_schema 字段包含完整的输入输出定义。不同模型的输入键名和类型差异很大,建议每次运行预测前先检查架构以避免参数错误。