一、内容生成与 Agent 的结合

内容生成是大型语言模型最广泛的应用领域之一。从文案写作到图像生成，从代码生成到视频制作，AI 模型正在改变内容创作的方式。然而，这些模型的使用方式通常是孤立的。用户需要打开不同的工具，复制粘贴结果，手动组合输出。Agent 可以改变这种工作方式。

一个 Agent 可以理解用户的创作需求，调用合适的 AI 模型 Skill，组合多个模型的输出，完成复杂的创作任务。用户只需要描述想要的结果，Agent 负责调用模型、处理结果、调整参数。

MCP 为这种 Agent 驱动的创作提供了基础设施。AI 模型被封装为标准的 Skill，通过 MCP 协议被 Agent 调用。Agent 可以在创作过程中调用多个模型，每个模型专注于自己擅长的领域。本章将探讨 MCP 在内容生成领域的应用，包括文本生成、图像生成、视频生成模型的 Skill 化，多模型组合的编排模式，以及内容审核 Skill 与安全防护。

二、文本生成 Skill 的设计

文本生成是大语言模型的核心能力。将文本生成模型封装为 MCP Skill，可以让 Agent 在创作流程中按需调用。

基础文本生成 Skill

基础文本生成 Skill 封装了模型的文本生成能力。参数包括提示词、温度、最大生成长度、停止词、频率惩罚等。输出包括生成的文本、使用的 Token 数量、生成耗时。Skill 可以支持同步调用和流式调用。流式调用可以让用户实时看到生成内容，提升体验。

文本改写 Skill

文本改写 Skill 用于润色、缩写、扩写、风格转换。参数包括待改写的文本、改写类型、目标风格、长度要求。输出为改写后的文本。这种 Skill 适合在内容创作流程中作为后处理步骤。

文本摘要 Skill

文本摘要 Skill 将长文本压缩为简短摘要。参数包括源文本、摘要长度、摘要类型，如通用摘要、要点列表、标题生成。输出为摘要文本。新闻聚合 Agent 可以调用摘要 Skill 处理多篇文章。

文本分类与标注 Skill

文本分类 Skill 对文本进行分类。参数包括文本内容、候选类别列表。输出为类别标签和置信度。内容审核Agent 可以调用分类 Skill 识别敏感内容，搜索引擎优化 Agent 可以调用分类 Skill 分析关键词分布。

三、图像生成 Skill 的设计

图像生成模型如 Stable Diffusion、DALL-E、Midjourney 可以生成高质量的图像。将这些模型封装为 MCP Skill，可以让 Agent 在创作流程中生成配图、设计素材、视觉内容。

文生图 Skill

文生图 Skill 是最核心的图像生成能力。参数包括提示词、负面提示词、图像尺寸、生成步数、随机种子、生成数量。输出为图像的 URL 或 Base64 数据。生成时间通常较长，Skill 应该支持异步模式。Agent 提交请求后立即获得任务 ID，稍后查询结果或通过 Webhook 接收完成通知。

图生图 Skill

图生图 Skill 基于输入图像生成新图像。参数包括输入图像、提示词、重绘强度、输出尺寸。应用场景包括风格迁移、背景替换、图像修复、超分辨率。电商 Agent 可以调用图生图 Skill 为商品生成不同背景的展示图。

图像编辑 Skill

图像编辑 Skill 执行特定的图像修改。参数包括图像、编辑指令，如将背景改为海滩、移除某个物体、调整颜色。输出为编辑后的图像。设计 Agent 可以调用图像编辑 Skill 快速修改素材。

四、多模型组合的编排模式

内容生成往往需要多个模型的配合。Agent 可以编排多个 Skill 完成复杂的创作任务。

文案加配图

用户需要一篇产品介绍文案加上配图。Agent 首先调用文本生成 Skill，根据产品信息生成文案。然后从文案中提取关键词，调用图像生成 Skill 生成配图。最后将文案和配图组合成完整的营销材料。

视频脚本到视频生成

用户需要一个产品介绍视频。Agent 调用文本生成 Skill，先生成视频脚本。然后对脚本进行分析，提取关键场景。对每个场景调用图像生成 Skill 或视频生成 Skill，生成画面。最后调用视频合成 Skill，将画面和配音组合成完整视频。

多语言内容

用户需要将一篇中文文章翻译成多种语言并发布。Agent 调用文本摘要 Skill，先生成文章摘要。对摘要调用翻译 Skill，生成多种语言版本。对每种语言版本调用标题生成 Skill，生成对应的标题。最后将翻译后的文章发布到对应的平台。

五、大模型 Skill 的成本控制

调用大模型 Skill 会产生成本。Token 费用、API 调用费、计算资源费都需要考虑。Agent 需要在保证质量的前提下控制成本。

成本感知的路由

Peta 的策略引擎支持成本感知路由。当存在多个实现相同功能的 Skill 时，网关可以根据成本选择最便宜的可用Skill。例如，简单的文本分类可以用小模型完成，成本是大模型的十分之一。Agent 可以配置优先级：优先使用低成本 Skill，质量不满足时自动升级到高成本 Skill。

缓存策略

相同或相似的请求可以缓存结果。Peta 网关支持请求缓存。缓存键可以由提示词和参数生成。相同请求直接从缓存返回，不调用模型。相似请求可以通过语义相似度匹配缓存。

请求合并

多个相似的请求可以合并为一个批量请求。批量请求通常比多个单独请求便宜。Peta 网关支持请求合并，将多个 Agent 的请求合并后发送给模型，再将结果分发给各个 Agent。

六、内容审核 Skill 与安全防护

内容生成涉及安全和合规风险。生成的内容可能包含不当信息、侵权内容、有害信息。内容审核 Skill 是安全防护的关键。

敏感词过滤 Skill

敏感词过滤 Skill 检测文本中的敏感词。参数包括文本内容、敏感词库版本。输出为命中词列表和建议操作，如拒绝、替换、人工审核。Agent 在返回生成内容之前应该先调用敏感词过滤 Skill。

图像审核 Skill

图像审核 Skill 检测图像中的不当内容。检测类型包括色情、暴力、恐怖、政治敏感。输出为风险评分和建议操作。Agent 在展示生成图像之前应该先调用图像审核 Skill。

版权检测 Skill

版权检测 Skill 检查生成内容是否侵犯版权。对于文本，检测是否与现有作品高度相似。对于图像，检测是否与现有图像在特征上相似。输出为相似度评分和原始作品信息。

安全审计

所有内容生成调用都应该被审计。Peta 审计日志记录了每次生成的提示词、参数、输出摘要。对于敏感内容，可以记录完整输出。

七、Peta 的内容生成实践

Peta 提供了内容生成 Skill 的开发框架。

模型接入

Peta 支持接入多种大模型。OpenAI 系列模型可以通过统一接口调用，支持 GPT-3.5、GPT-4、GPT-4 Turbo。Anthropic Claude 系列模型通过 Claude API 接入。开源模型可以通过 vLLM 或 Text Generation Inference 部署，Peta 支持接入自托管模型。图像生成模型如 Stable Diffusion 可以通过 Replicate 或自托管接入。

成本监控

Peta Console 提供成本监控仪表盘。管理员可以看到每个模型 Skill 的调用次数、Token 消耗、费用。可以按Agent、用户、时间段进行成本归集。设置预算告警，当成本超过阈值时自动通知。

八、典型实战案例：营销内容生成 Agent

系统背景

一家营销代理公司需要为客户生成大量的社交媒体内容，包括文案、配图、短视频。团队希望用 Agent 提升效率。

Skill 配置

配置以下 Skill。文案生成 Skill，调用 GPT-4 生成小红书风格文案。配图生成 Skill，调用 DALL-E 3 生成产品配图。标题生成 Skill，生成吸引眼球的标题。话题标签生成 Skill，生成相关的话题标签。内容审核 Skill，检查内容是否符合平台规范。

创作流程

用户输入产品信息、目标人群、发布平台。Agent 调用文案生成 Skill，生成多条文案变体。Agent 调用标题生成Skill，为每条文案生成标题。Agent 调用话题标签生成 Skill，生成标签组合。Agent 调用配图生成 Skill，生成配图。Agent 调用内容审核 Skill，检查所有内容。最终输出一组完整的发帖素材。

成本控制

Agent 配置了缓存策略，相同产品的请求从缓存返回。批量模式将多个文案生成请求合并为一个请求。对于简单文案使用 GPT-3.5，复杂文案使用 GPT-4。月均成本控制在预算范围内。

九、小结

本章的核心结论可以总结为以下几点。

第一，内容生成是 Agent 应用的重要领域。AI 模型被封装为 MCP Skill，Agent 可以编排多个模型完成复杂创作任务。

第二，文本生成 Skill 包括基础生成、改写、摘要、分类等。图像生成 Skill 包括文生图、图生图、图像编辑等。

第三，多模型组合的编排模式包括文案加配图、视频脚本到视频生成、多语言内容等。

第四，大模型 Skill 的成本控制包括成本感知路由、缓存策略、请求合并。Peta 的策略引擎和网关支持这些能力。

第五，内容审核 Skill 包括敏感词过滤、图像审核、版权检测。安全审计是所有内容生成调用的必要环节。

第六，Peta 支持接入多种大模型，提供成本监控仪表盘，帮助团队控制支出。

第七，实战案例显示，营销内容生成 Agent 可以大幅提升内容创作效率，同时控制成本。

在下一章，我们将讨论 MCP 在低代码平台中的集成——让业务用户使用 Agent。