agent-tools

von beltsh

Führe KI-Apps über die inference.sh-CLI aus – Bildgenerierung, Videoerstellung, LLMs, Suche, 3D und Twitter-Automatisierung. Modelle: FLUX, Veo, Gemini, Grok, Claude, Seedance, OmniHuman, Tavily, Exa und viele mehr. Verwende es zum Ausführen von KI-Apps, Generieren von Bildern/Videos, Aufrufen von LLMs, für die Websuche oder zur Automatisierung von Twitter. Auslöser: inference.sh, infsh, KI-Modell, KI ausführen, serverlose KI, KI-API, flux, veo, Claude-API, Bildgenerierung, Videogenerierung, tavily, Exa-Suche, Twitter-API, grok

npx skills add https://github.com/beltsh/superpowers --skill agent-tools

Install the belt CLI skill: npx skills add belt-sh/cli

inference.sh

Run AI apps in the cloud with a simple CLI. No GPU required.

inference.sh

Install CLI

curl -fsSL https://cli.inference.sh | sh
belt login

Agents / non-interactive shells: printf %s "$KEY" | belt login --key-stdin, or set INFERENCE_API_KEY (read on every command, no login needed; older belt versions read INFSH_API_KEY, now deprecated). Without a TTY, belt login prints a URL; the browser then shows a claim code. Run belt login --code <code> on the same machine within 5 minutes.

What does the installer do? The install script detects your OS and architecture, downloads the correct binary from dist.inference.sh, verifies its SHA-256 checksum, and places it in your PATH. That's it — no elevated permissions, no background processes, no telemetry. If you have cosign installed, the installer also verifies the Sigstore signature automatically.

Manual install (if you prefer not to pipe to sh):

# Download the binary and checksums
curl -LO https://dist.inference.sh/cli/checksums.txt
curl -LO $(curl -fsSL https://dist.inference.sh/cli/manifest.json | grep -o '"url":"[^"]*"' | grep $(uname -s | tr A-Z a-z)-$(uname -m | sed 's/x86_64/amd64/;s/aarch64/arm64/') | head -1 | cut -d'"' -f4)
# Verify checksum
sha256sum -c checksums.txt --ignore-missing
# Extract and install
tar -xzf inferencesh-cli-*.tar.gz
mv inferencesh-cli-* ~/.local/bin/inferencesh

Quick Examples

# Generate an image
belt app run falai/flux-dev-lora --input '{"prompt": "a cat astronaut"}'

# Generate a video
belt app run google/veo-3-1-fast --input '{"prompt": "drone over mountains"}'

# Call Claude
belt app run anthropic/claude-sonnet-5-5 --input '{"text": "Explain quantum computing"}'

# Web search
belt app run tavily/search-assistant --input '{"query": "latest AI news"}'

# Post to Twitter
belt app run x/post-create --input '{"text": "Hello from AI!"}'

# Generate 3D model
belt app run infsh/rodin-3d-generator --input '{"prompt": "a wooden chair"}'

Local File Uploads

The CLI automatically uploads local files when you provide a path instead of a URL:

# Upscale a local image
belt app run falai/topaz-image-upscaler --input '{"image": "/path/to/photo.jpg", "upscale_factor": 2}'

# Image-to-video from local file
belt app run alibaba/wan-2-7-i2v --input '{"first_frame": "./my-image.png", "prompt": "make it move"}'

# Avatar with local audio and image
belt app run bytedance/omnihuman-1-5 --input '{"audio": "/path/to/speech.mp3", "image": "/path/to/face.jpg"}'

# Post tweet with local media
belt app run x/post-create --input '{"text": "Check this out!", "media": ["./screenshot.png"]}'

Commands

TaskCommand
Browse the app storebelt app list
Search appsbelt app search "flux"
Filter by categorybelt app list --category image
Get app detailsbelt app get google/veo-3-1-fast
Generate sample inputbelt app sample google/veo-3-1-fast --save input.json
Run appbelt app run google/veo-3-1-fast --input input.json
Run without waitingbelt app run <app> --input input.json --no-wait
Check task statusbelt task get <task-id>

What's Available

CategoryExamples
ImageFLUX, Nano Banana 2.1, Grok Imagine, Seedream 5.5, Reve, Topaz Upscaler
VideoVeo 3.1, Seedance 2.5, Wan 2.7, OmniHuman, Fabric, MMAudio
LLMsClaude Opus/Sonnet/Haiku 5.5, Gemini 4 Argon, GPT-6.1 Sol, Kimi K3, GLM-5.3
SearchTavily Search, Tavily Extract, Exa Search, Exa Answer, Exa Extract
3DRodin 3D Generator
Twitter/Xpost-create, dm-send, user-follow, post-like, post-retweet
UtilitiesMedia merger, caption videos, image stitching, audio extraction

Related Skills

# Image generation (FLUX, Gemini, Grok, Seedream)
npx skills add inference-sh/skills@ai-image-generation

# Video generation (Veo, Seedance, Wan, OmniHuman)
npx skills add inference-sh/skills@ai-video-generation

# LLMs (Claude, Gemini, GPT, Kimi, GLM)
npx skills add inference-sh/skills@llm-models

# Web search (Tavily, Exa)
npx skills add inference-sh/skills@web-search

# AI avatars & lipsync (OmniHuman, Fabric, PixVerse)
npx skills add inference-sh/skills@ai-avatar-video

# Twitter/X automation
npx skills add inference-sh/skills@twitter-automation

# Model-specific
npx skills add inference-sh/skills@flux-image
npx skills add inference-sh/skills@google-veo

# Utilities
npx skills add inference-sh/skills@image-upscaling
npx skills add inference-sh/skills@background-removal

Reference Files

Documentation

Mehr Skills von beltsh

agent-browser
beltsh
Browser-Automatisierung für KI-Agenten über inference.sh. Webseiten aufrufen, mit @e-Referenzen Elemente bedienen, Screenshots erstellen und Videos aufnehmen. Funktionen: Web-Scraping, Formulare ausfüllen, klicken, tippen, Drag-and-drop, Dateien hochladen, JavaScript ausführen. Einsatzbereiche: Web-Automatisierung, Datenextraktion, Tests, Agenten-Browsing, Recherche. Auslöser: Browser, Web-Automatisierung, Scraping, navigieren, klicken, Formular ausfüllen, Screenshot, im Web browsen, playwright, Headless-Browser, Web-Agent, im Internet surfen, Video aufnehmen
browser-automationweb-scrapingtesting
ai-avatar-video
beltsh
Erstelle KI-Avatar- und Talking-Head-Videos über die inference.sh-CLI. Empfohlen: P-Video-Avatar (am schnellsten, am günstigsten, integriertes TTS). Außerdem: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (über 100 Sprachen, Emotionssteuerung für Charaktere), ElevenLabs, Kokoro. Funktionen: audiogesteuerte Avatare, Text-zu-Avatar, Videos mit Lippensynchronisation, Talking-Head-Generierung, virtuelle Moderatoren, UGC-Inhalte. Einsatzbereiche: KI-Moderatoren, Erklärvideos, virtuelle Influencer, Synchronisation, Marketingvideos, UGC-Anzeigen, Gaming-Avatare,...
videoaudiomarketing
ai-image-generation
beltsh
Generiere KI-Bilder mit GPT-Image-2.6, FLUX, Gemini, Grok, Seedream, Reve und über 50 Modellen über die inference.sh-CLI. Modelle: GPT-Image-2.6 Flare, GPT-Image-2.6 Sunburst, FLUX Dev LoRA, FLUX.2 Klein LoRA, Nano Banana 2.1, Gemini 3 Pro Image, Grok Imagine 2.0, Seedream 5.5, Reve, ImagineArt. Funktionen: Text-zu-Bild, Bild-zu-Bild, Inpainting, LoRA, Bildbearbeitung, Hochskalierung, Textdarstellung. Einsatzbereiche: KI-Kunst, Produkt-Mockups, Konzeptkunst, Grafiken für soziale Medien, Marketingvisuals, Illustrationen....
imagecreativemedia
ai-video-generation
beltsh
Erstelle KI-Videos mit Google Veo, Seedance 2.5, Kling, HappyHorse, Wan, Grok und über 40 Modellen über die inference.sh-CLI. Modelle: Veo 3.1, Seedance 2.5, Kling v4, Runway Gen-4.5, FLUX 3 Video, HappyHorse 1.0, Wan 2.7, Grok Imagine Video 1.5, P-Video 2, OmniHuman, Fabric. Funktionen: Text-zu-Video, Bild-zu-Video, Referenz-zu-Video, Videobearbeitung, Lippensynchronisation, Avatar-Animation, Video-Upscaling, Foley-Sound. Einsatzbereiche: Social-Media-Videos, Marketinginhalte, Erklärvideos, Produktdemos, KI-Avatare....
videomediacreative
app-store-screenshots
beltsh
Erstellung von App Store- und Google Play-Screenshots mit exakten Plattformvorgaben. Umfasst iOS-/Android-Abmessungen, Reihenfolge der Galerie, Gerätemockups und Vorschauvideos. Verwenden für: App-Store-Optimierung, ASO, App-Screenshots, App-Vorschau, Play-Store-Eintrag. Auslöser: App-Store-Screenshots, ASO, App-Store-Optimierung, Play-Store-Screenshots, App-Vorschau, App-Eintrag, iOS-Screenshots, Android-Screenshots, App-Store-Bilder, App-Mockup, Gerätemockup, App-Galerie, Store-Eintrag
designmarketingimage
character-design-sheet
beltsh
Konsistenz von Charakteren in KI-generierten Bildern mithilfe von Referenzbögen und LoRA-Techniken. Behandelt Ansichten aus verschiedenen Perspektiven, Ausdrucksbögen, Farbpaletten und Tricks für einen einheitlichen Stil. Verwendung für: Charakterdesign, Game Art, Illustration, Animation, Comics, Visual Novels. Auslöser: Charakterdesign, Charakterbogen, Charakterkonsistenz, Charakterreferenz, Ansichten aus verschiedenen Perspektiven, Ausdrucksbogen, Charakterillustration, konsistenter Charakter, Charakterkonzept, Referenzbogen, Charaktererstellung, OC-Design,...
designimagecreative
competitor-teardown
beltsh
Strukturierte Wettbewerbsanalyse mit Feature-Matrizen, SWOT, Positionierungskarten und UX-Review. Umfasst Research-Frameworks, Preisvergleiche, Review-Auswertung und visuelle Ergebnisse. Einsatzbereiche: Marktforschung, Wettbewerbsbeobachtung, Investor-Präsentationen, Produktstrategie, Vertriebsunterstützung. Auslöser: Wettbewerberanalyse, Wettbewerbsanalyse, Wettbewerber-Teardown, Marktforschung, Wettbewerbsbeobachtung, SWOT-Analyse, Wettbewerbervergleich, Marktübersicht, Wettbewerber-Review, Wettbewerb...
researchdata-analysisproductivity
image-to-video
beltsh
Anleitung zur Umwandlung von Standbildern in Videos: Modellauswahl, Motion-Prompting und Kamerabewegung. Behandelt Wan 2.7 i2v, Seedance 2.5, Kling v4 und Grok Imagine Video 1.5 sowie den jeweiligen Einsatzzweck. Verwenden für: Bilder animieren, Videos aus Standbildern erstellen, Bewegung hinzufügen, Produktanimationen. Auslöser: Bild zu Video, i2v, Bild animieren, Standbild zu Video, einem Bild Bewegung hinzufügen, Bildanimation, Foto zu Video, Standbild animieren, wan i2v, image2video, ein Bild zum Leben erwecken, Foto animieren, Bewegung aus einem Bild
videoimagecreative