我现在的 AI 工具栈：Agent、图片、视频、博客和自动化

如果把「万象片场」理解成一个人的内容片场，那么工具栈就是片场里的灯光、摄影机、剪辑台、场记和制片系统。它们单独看只是软件和账号，串起来以后，才会变成一条可以持续生产内容资产的流水线。

我现在不想追求“把所有热门 AI 工具都试一遍”。更重要的是搭一套能反复执行的最小系统：Agent 负责执行，图片和视频工具负责素材生产，博客负责沉淀，自动化脚本负责检查与发布。

这篇文章先做一次阶段性梳理：我当前的 AI 工具栈包含哪些层，每一层解决什么问题，以及下一步准备怎么把它们变成真正可用的数字员工系统。

第一层：本机 Agent，负责把任务从想法推到结果

我现在最核心的变化，是不再只把 AI 当聊天窗口，而是把 Agent 当成一个可以调用本机环境的执行助理。

普通聊天工具更适合回答问题、整理思路、生成草稿；Agent 的价值在于它可以进入具体项目目录，读取文件，修改 Markdown，运行构建命令，打开浏览器检查页面，最后把结果部署到线上。

以博客发布为例，一个合格的 Agent 工作流不是“帮我写一篇文章”这么简单，而是：

1. 读取内容计划，判断今天应该写哪个方向；
2. 检查已有文章，避免重复标题；
3. 根据品牌定位生成结构化正文；
4. 写入 Astro 博客的 Markdown 文件；
5. 启动本地预览，检查首页、归档页、文章页；
6. 检查封面图是否加载；
7. 运行构建，确认没有 frontmatter 或路由错误；
8. 部署到 Cloudflare Pages；
9. 打开线上页面验证；
10. 提交 GitHub，留下版本记录。

这就是我理解的“数字员工”：不是完全自由发挥，而是在明确边界内完成一串可验证动作。

第二层：图片工具，负责把抽象想法变成视觉资产

万象片场未来会有大量 AI 影像、原创 IP、纪录片和短视频项目。这里图片工具不是装饰品，而是内容生产的前置资产库。

我目前对图片工具的需求主要有三类：

• 概念图：把一个角色、场景、文明风格或视觉方向快速可视化；
• 封面图：为博客、小红书、视频封面提供统一调性的视觉入口；
• 参考资产：为后续视频生成提供角色一致性、服装、场景和构图参考。

对我来说，图片生成最重要的不是“一张图多惊艳”，而是能不能复用。比如一个原创角色，如果今天长这样，明天又完全变成另一个人，那它就不是资产，只是一次性结果。

所以后续我会把图片工作流拆得更细：角色设定、参考图、表情姿态、场景库、封面模板，尽量让每一次生成都能进入资产库，而不是散落在下载文件夹里。

第三层：视频工具，负责把资产变成可传播内容

图片解决“看见”，视频解决“传播”。但视频工具也是最容易让人冲动的部分：看到一个新模型，就想直接生成 60 秒大片，结果常常是角色崩、镜头乱、动作不连贯。

我现在更倾向于把 AI 视频当成分段生产，而不是一次生成成片。比较稳的方式是：

1. 先确定角色和场景参考图；
2. 把一个故事拆成多个 5-10 秒镜头；
3. 每个镜头只要求完成一个动作；
4. 生成后做筛选和复盘；
5. 再进入剪辑、配音、字幕和发布。

这也是为什么博客必须存在。短视频平台只能展示结果，很难完整说明过程；博客可以记录提示词、失败镜头、参数、修复方法和工作流。未来如果我要卖 SOP、模板或课程，真正有价值的不是“我做出了一个视频”，而是我能解释这条视频生产线如何稳定复现。

第四层：博客系统，负责沉淀长期资产

博客是当前万象片场最重要的主资产库。原因很简单：它不像社交平台那样完全被推荐算法决定，也不像本地笔记那样只有自己能看见。

每一篇博客都应该承担三个任务：

• 对外：让搜索和读者知道我在真实搭建 AI 内容系统；
• 对内：沉淀流程、清单、复盘和可复用经验；
• 对未来：为服务、模板、产品和课程积累案例。

所以我不会把博客写成泛泛的 AI 新闻，也不会只写情绪化日记。更理想的文章应该像片场日志：今天搭了哪条流水线，遇到什么问题，怎么检查，哪些步骤可以复用，下一次怎么优化。

现在这套 Astro + Cloudflare Pages 博客，已经具备了一个内容资产库的基本条件：Markdown 写作、静态构建、线上部署、GitHub 版本记录、站点地图和搜索收录基础。接下来要做的是持续发布高质量实战文章，并逐渐把同类主题串成专题页。

第五层：自动化检查，负责降低发布风险

自动化不是“点一下就全自动”，真正重要的是检查机制。

比如博客发布，至少要有几道关卡：

• 文章 frontmatter 是否完整；
• 标题是否与已有文章重复；
• 本地页面是否能正常打开；
• 首页和归档页是否出现新文章；
• 封面图是否加载成功；
• npm run build 是否通过；
• 部署命令是否成功；
• 线上文章页是否能在浏览器中打开；
• Git 状态是否干净。

这些步骤看似繁琐，但它们决定了数字员工能不能被信任。一个没有检查的自动化，只是在更快地制造错误；一个有边界、有验证、有日志的自动化，才有机会成为长期可用的工作系统。

我现在的最小可运行工具栈

如果压缩成一张清单，我当前的最小工具栈是：

• Agent 层：负责读取计划、编辑文件、运行命令、浏览器验证；
• 内容层：Markdown、选题计划、文章结构、品牌定位；
• 视觉层：图片生成、封面图、角色和场景参考资产；
• 视频层：短镜头生成、分镜、剪辑、配音和字幕；
• 发布层：Astro 博客、Cloudflare Pages、GitHub；
• 验证层：本地预览、构建、线上检查、图片加载检查。

这套系统目前还很早期，但它已经有一个清晰方向：让一个人不再靠临时热情做内容，而是靠流程、工具和数字员工持续生产。

下一步：把工具栈变成 SOP

工具栈只有列出来还不够，真正有价值的是把它变成可执行 SOP。

接下来我会继续在万象片场记录三类内容：第一，Agent 如何真实完成一项本机任务；第二，AI 图片和视频如何进入稳定生产线；第三，博客、小红书、公众号如何围绕同一个项目形成内容资产矩阵。

下一篇早间方向，我准备继续写一次更具体的实战复盘：我让 AI 帮我搭建并发布了这个博客。这会从“工具栈”进入“真实流程”，看看一个数字员工到底能不能把内容从选题一路推到线上。