스킬 agent-tools
📦
agent-tools
중간 위험 ⚙️
외부 명령어🌐
네트워크 접근🔑
환경 변수📁
파일 시스템 액세스
Exécutez plus de 250 modèles d'IA avec une seule CLI
또한 다음에서 사용할 수 있습니다: inference-sh-8,inference-sh-3,inference-sh-6,toolshell,inference-skills,inferen-sh,inf-sh,infsh-skills,inference-sh-7,inferencesh,inference-shell,inference-sh-skills,tul-sh,inference-sh-0,inference-sh-9,skillssh,tool-belt
Les développeurs perdent du temps à intégrer plusieurs API d'IA séparément. Cette skill fournit la CLI belt pour accéder à plus de 250 modèles d'IA pour les images, la vidéo, les LLM et la recherche via une interface en ligne de commande unique.
지원: Claude Codex Code(CC)
1
스킬 ZIP 다운로드
2
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
3
토글을 켜고 사용 시작
테스트해 보기
"agent-tools" 사용 중입니다. belt app run falai/flux-dev-lora --input '{"prompt": "a cat astronaut floating in space"}'
예상 결과:
La CLI retourne un ID de tâche et, une fois terminée, fournit une réponse JSON avec une URL d'image hébergée sur cloud.inference.sh, prête à être téléchargée ou utilisée dans des étapes ultérieures.
"agent-tools" 사용 중입니다. belt app run tavily/search-assistant --input '{"query": "latest AI news 2025"}'
예상 결과:
Retourne des résultats de recherche structurés incluant les titres, les extraits et les URLs sources de l'index de recherche web Tavily, formatés en JSON.
보안 감사
중간 위험v1 • 6/16/2026
This skill is a pure markdown documentation guide for the inference.sh CLI (belt). Static analyzer flagged 207 potential issues, but on evaluation the vast majority are false positives: 'shell backtick' patterns are markdown code formatting, 'hardcoded URLs' are documentation links, and 'weak crypto' is sha256sum checksum verification. One legitimate concern is the `curl | sh` install pattern (SKILL.md:18, authentication.md:6, cli-reference.md:6), which is a standard but potentially risky installation method. The skill itself contains no executable code, no data exfiltration, and no credential harvesting. Commands documented are CLI invocations for a legitimate cloud AI platform. Overall risk is medium due to the documented pipe-to-shell install, but safe to publish as the manual alternative is also provided.
5
스캔된 파일
599
분석된 줄 수
10
발견 사항
1
총 감사 수
높은 위험 문제 (1)
Pipe to shell install pattern
The skill documents `curl -fsSL https://cli.inference.sh | sh` which downloads and executes a remote script. While this is a common CLI install pattern and the skill provides a manual alternative, it remains a supply chain risk vector. Confidence is reduced because the manual install path with SHA-256 verification is also documented.
중간 위험 문제 (2)
API key environment variable handling
The skill documents setting `INFSH_API_KEY` as an environment variable for CLI authentication. This is a standard pattern for CLI tools but users should be aware of credential exposure in shell history or process listings.
Twitter/X automation with credential scope
The skill documents Twitter automation commands (post-tweet, dm-send, user-follow) that, if executed, could post content or send messages on behalf of the authenticated user. This requires user awareness of the social media permissions granted to the CLI.
낮은 위험 문제 (3)
False positive: shell backtick patterns in markdown
Static scanner flagged 149 instances of 'shell backtick execution' across the skill files. On review, all are markdown code formatting (inline code spans) containing CLI command examples like `belt app run`, not actual code execution. No risk.
False positive: hardcoded URLs in documentation
Static scanner flagged 32 'hardcoded URL' instances. All are documentation hyperlinks pointing to inference.sh's own documentation and blog resources. No exfiltration or malicious endpoints.
False positive: weak cryptographic algorithm reference
Static scanner flagged SHA-256 as a 'weak cryptographic algorithm'. SHA-256 is used correctly for binary checksum verification in the manual install instructions. This is a strong hash, not weak crypto.
위험 요인
⚙️ 외부 명령어 (149)
references/app-discovery.md:5-10 references/app-discovery.md:10-14 references/app-discovery.md:14-16 references/app-discovery.md:16-20 references/app-discovery.md:20-22 references/app-discovery.md:22-26 references/app-discovery.md:26-32 references/app-discovery.md:32-36 references/app-discovery.md:36-41 references/app-discovery.md:41-45 references/app-discovery.md:45-47 references/app-discovery.md:47-51 references/app-discovery.md:51-53 references/app-discovery.md:53-57 references/app-discovery.md:57-59 references/app-discovery.md:59-65 references/app-discovery.md:65-67 references/app-discovery.md:67-71 references/app-discovery.md:71-74 references/app-discovery.md:74-81 references/app-discovery.md:81-82 references/app-discovery.md:82-83 references/app-discovery.md:83-84 references/app-discovery.md:84-85 references/app-discovery.md:85-88 references/app-discovery.md:88-89 references/app-discovery.md:89-90 references/app-discovery.md:90-91 references/app-discovery.md:91-92 references/app-discovery.md:92-93 references/app-discovery.md:93-96 references/app-discovery.md:96-97 references/app-discovery.md:97-98 references/app-discovery.md:98-99 references/authentication.md:5-7 references/authentication.md:7-11 references/authentication.md:11-13 references/authentication.md:13-19 references/authentication.md:19-21 references/authentication.md:21-29 references/authentication.md:29-31 references/authentication.md:31-37 references/authentication.md:37-39 references/authentication.md:39-43 references/authentication.md:43-45 references/authentication.md:45-51 references/authentication.md:51-53 references/cli-reference.md:5-7 references/cli-reference.md:7-13 references/cli-reference.md:13-14 references/cli-reference.md:14-15 references/cli-reference.md:15-16 references/cli-reference.md:16-17 references/cli-reference.md:17-25 references/cli-reference.md:25-26 references/cli-reference.md:26-27 references/cli-reference.md:27-28 references/cli-reference.md:28-34 references/cli-reference.md:34-35 references/cli-reference.md:35-36 references/cli-reference.md:36-37 references/cli-reference.md:37-38 references/cli-reference.md:38-39 references/cli-reference.md:39-40 references/cli-reference.md:40-41 references/cli-reference.md:41-42 references/cli-reference.md:42-43 references/cli-reference.md:43-49 references/cli-reference.md:49-50 references/cli-reference.md:50-51 references/cli-reference.md:51-52 references/cli-reference.md:52-53 references/cli-reference.md:53-59 references/cli-reference.md:59-60 references/cli-reference.md:60-61 references/cli-reference.md:61-67 references/cli-reference.md:67-68 references/cli-reference.md:68-69 references/cli-reference.md:69-70 references/cli-reference.md:70-71 references/cli-reference.md:71-72 references/cli-reference.md:72-73 references/cli-reference.md:73-79 references/cli-reference.md:79-83 references/cli-reference.md:83-92 references/cli-reference.md:92-96 references/cli-reference.md:96-98 references/cli-reference.md:98-99 references/cli-reference.md:99-100 references/cli-reference.md:100-101 references/cli-reference.md:101-102 references/cli-reference.md:102-103 references/cli-reference.md:103-105 references/running-apps.md:5-7 references/running-apps.md:7-11 references/running-apps.md:11-13 references/running-apps.md:13-17 references/running-apps.md:17-19 references/running-apps.md:19-25 references/running-apps.md:25-37 references/running-apps.md:37-40 references/running-apps.md:40-41 references/running-apps.md:41 references/running-apps.md:41-42 references/running-apps.md:42-48 references/running-apps.md:48-50 references/running-apps.md:50-54 references/running-apps.md:54-56 references/running-apps.md:56-58 references/running-apps.md:58-60 references/running-apps.md:60-62 references/running-apps.md:62-68 references/running-apps.md:68-84 references/running-apps.md:84-88 references/running-apps.md:88-99 references/running-apps.md:99-103 references/running-apps.md:103-106 references/running-apps.md:106-112 references/running-apps.md:112-115 references/running-apps.md:115-119 references/running-apps.md:119-128 references/running-apps.md:128-134 references/running-apps.md:134-140 references/running-apps.md:140-148 references/running-apps.md:148-157 references/running-apps.md:157-163 references/running-apps.md:163-164 SKILL.md:7 SKILL.md:17-20 SKILL.md:20-22 SKILL.md:22-25 SKILL.md:25-34 SKILL.md:34-38 SKILL.md:38-56 SKILL.md:56-62 SKILL.md:62-74 SKILL.md:74-80 SKILL.md:80-81 SKILL.md:81-82 SKILL.md:82-83 SKILL.md:83-84 SKILL.md:84-85 SKILL.md:85-86 SKILL.md:86-87 SKILL.md:87-103 SKILL.md:103-129 SKILL.md:28 SKILL.md:28 SKILL.md:25-34
🌐 네트워크 접근 (32)
references/app-discovery.md:103 references/app-discovery.md:104 references/app-discovery.md:105 references/authentication.md:6 references/authentication.md:44 references/authentication.md:57 references/authentication.md:58 references/authentication.md:59 references/cli-reference.md:6 references/cli-reference.md:109 references/cli-reference.md:110 references/cli-reference.md:111 references/cli-reference.md:112 references/running-apps.md:152 references/running-apps.md:169 references/running-apps.md:170 references/running-apps.md:171 SKILL.md:9 SKILL.md:13 SKILL.md:13 SKILL.md:18 SKILL.md:22 SKILL.md:22 SKILL.md:27 SKILL.md:28 SKILL.md:140 SKILL.md:141 SKILL.md:142 SKILL.md:143 SKILL.md:144 SKILL.md:145 SKILL.md:146
🔑 환경 변수 (3)
감지된 패턴
curl pipe to shell installationLocal file path with traversal patterns
감사자: claude
품질 점수
45
아키텍처
100
유지보수성
87
콘텐츠
50
커뮤니티
39
보안
91
사양 준수
만들 수 있는 것
Générer des images marketing à partir de prompts textuels
Un responsable marketing saisit un prompt et reçoit des images générées par IA pour des articles de blog ou les réseaux sociaux en utilisant les modèles FLUX ou Gemini.
Construire des workflows de développement alimentés par l'IA
Un développeur intègre la CLI belt dans des scripts pour appeler Claude ou d'autres LLM de manière programmatique pour la revue de code, la synthèse ou les tâches de Q&R.
Automatiser la création de contenu pour les réseaux sociaux
Un gestionnaire de réseaux sociaux utilise belt pour générer des images et des vidéos, puis les publie automatiquement sur Twitter/X depuis un pipeline unique.
이 프롬프트를 사용해 보세요
Générer une image avec un prompt textuel
Use belt to generate an image with FLUX. Run: belt app run falai/flux-dev-lora --input '{"prompt": "a futuristic city skyline at sunset, cinematic lighting"}'Créer une vidéo à partir d'une description textuelle
Generate a 5-second drone video over mountains using Veo. Run: belt app run google/veo-3-1-fast --input '{"prompt": "aerial drone shot flying over snow-capped mountains at golden hour"}'Appeler Claude pour une explication de code
Ask Claude to explain a function. Run: belt app run openrouter/claude-sonnet-45 --input '{"prompt": "Explain what this Python function does: def fibonacci(n): a, b = 0, 1; return [a+b for a, b in zip([0]+result, result+[1])]"}'Construire un pipeline de contenu multi-étapes
Chain operations: 1) Generate an image with belt, 2) Convert it to video with Wan, 3) Post to Twitter. Use belt app sample to get schemas, then belt app run with --no-wait for long tasks, and belt task get to poll for results.
모범 사례
- Utilisez belt app sample pour générer les schémas d'entrée avant d'exécuter des apps inconnues
- Exécutez les tâches longues avec --no-wait et surveillez le statut avec belt task get
- Définissez INFSH_API_KEY comme variable d'environnement pour les pipelines CI/CD
피하기
- Ne pipetez pas de scripts d'installation sans les avoir examinés au préalable
- Ne codez pas en dur les clés d'API directement dans des commandes shell visibles dans l'historique du terminal
- Ne stockez pas les clés d'API dans des fichiers en texte brut commités dans le contrôle de version
자주 묻는 질문
Qu'est-ce que la CLI belt ?
Belt est l'interface en ligne de commande pour inference.sh, une plateforme cloud qui fournit l'accès à plus de 250 modèles d'IA pour la génération d'images, la création vidéo, les requêtes LLM, la recherche web et plus encore.
Ai-je besoin d'un GPU pour exécuter ces modèles d'IA ?
Non. Toute l'inférence s'exécute dans le cloud sur l'infrastructure d'inference.sh. Vous avez uniquement besoin de la CLI belt installée et d'un compte authentifié.
Comment m'authentifier avec inference.sh ?
Exécutez belt login après l'installation. Cela ouvre un navigateur pour l'authentification OAuth. Pour CI/CD, vous pouvez définir la variable d'environnement INFSH_API_KEY à la place.
Puis-je utiliser des fichiers locaux comme entrée pour les modèles d'IA ?
Oui. La CLI belt téléverse automatiquement les fichiers locaux lorsque vous fournissez un chemin de fichier au lieu d'une URL dans le JSON d'entrée. Les chemins supportés incluent les chemins absolus, relatifs et du répertoire personnel.
Comment les versions des modèles d'IA sont-elles gérées ?
Les apps utilisent le format namespace/app-name. Vous pouvez épingler une version spécifique en utilisant la syntaxe namespace/app-name@version pour des résultats reproductibles entre les exécutions.
Existe-t-il un niveau gratuit disponible ?
inference.sh offre des crédits gratuits pour les nouveaux comptes. L'utilisation au-delà du niveau gratuit nécessite l'achat de crédits supplémentaires. Consultez la tarification d'inference.sh pour les tarifs actuels.