better-dsh 0.2.5 → 0.3.0

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/data-science/data-science-jupyter-notebook.md

@@ -1,180 +0,0 @@
----
-title: "Jupyter Notebook — 通过实时 Jupyter 内核进行迭代式 Python 开发（hamelnb）"
-sidebar_label: "Jupyter Notebook"
-description: "通过实时 Jupyter 内核进行迭代式 Python 开发（hamelnb）"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Jupyter Notebook
-
-通过实时 Jupyter 内核进行迭代式 Python 开发（hamelnb）。
-
-## Skill 元数据
-
-| | |
-|---|---|
-| 来源 | 可选 — 通过 `hermes skills install official/data-science/jupyter-notebook` 安装 |
-| 路径 | `optional-skills/data-science/jupyter-notebook` |
-| 版本 | `1.0.0` |
-| 作者 | Hermes Agent |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `jupyter`, `notebook`, `repl`, `data-science`, `exploration`, `iterative` |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
-:::
-
-# Jupyter Notebook（hamelnb 实时内核）
-
-通过实时 Jupyter 内核为你提供一个**有状态的 Python REPL**（交互式解释器）。变量在多次执行之间持久保留。当你需要逐步构建状态、探索 API、检查 DataFrame 或迭代复杂代码时，请使用此工具而非 `execute_code`。
-
-## 何时使用本 Skill 与其他工具
-
-| 工具 | 使用场景 |
-|------|----------|
-| **本 skill** | 迭代式探索、跨步骤保持状态、数据科学、机器学习、"试试看再检查" |
-| `execute_code` | 需要访问 Hermes 工具（web_search、文件操作）的一次性脚本。无状态。 |
-| `terminal` | Shell 命令、构建、安装、git、进程管理 |
-
-**经验法则：** 如果你会为某个任务打开 Jupyter notebook，就使用本 skill。
-
-## 前置条件
-
-1. 必须安装 **uv**（检查：`which uv`）
-2. 必须安装 **JupyterLab**：`uv tool install jupyterlab`
-3. 必须有一个正在运行的 Jupyter 服务器（参见下方"设置"部分）
-
-## 设置
-
-hamelnb 脚本位置：
-```
-SCRIPT="$HOME/.agent-skills/hamelnb/skills/jupyter-live-kernel/scripts/jupyter_live_kernel.py"
-```
-
-如果尚未克隆：
-```
-git clone https://github.com/hamelsmu/hamelnb.git ~/.agent-skills/hamelnb
-```
-
-### 启动 JupyterLab
-
-检查是否已有服务器在运行：
-```
-uv run "$SCRIPT" servers
-```
-
-如果未找到服务器，启动一个：
-```
-jupyter-lab --no-browser --port=8888 --notebook-dir=$HOME/notebooks \
-  --IdentityProvider.token='' --ServerApp.password='' > /tmp/jupyter.log 2>&1 &
-sleep 3
-```
-
-注意：已禁用 token/password 以供本地 agent 访问。服务器以无头模式运行。
-
-### 为 REPL 使用创建 Notebook
-
-如果你只需要一个 REPL（无需现有 notebook），创建一个最小化的 notebook 文件：
-```
-mkdir -p ~/notebooks
-```
-写入一个包含一个空代码单元格的最小 .ipynb JSON 文件，然后通过 Jupyter REST API 启动一个内核会话：
-```
-curl -s -X POST http://127.0.0.1:8888/api/sessions \
-  -H "Content-Type: application/json" \
-  -d '{"path":"scratch.ipynb","type":"notebook","name":"scratch.ipynb","kernel":{"name":"python3"}}'
-```
-
-## 核心工作流
-
-所有命令均返回结构化 JSON。始终使用 `--compact` 以节省 token。
-
-### 1. 发现服务器和 notebook
-
-```
-uv run "$SCRIPT" servers --compact
-uv run "$SCRIPT" notebooks --compact
-```
-
-### 2. 执行代码（主要操作）
-
-```
-uv run "$SCRIPT" execute --path <notebook.ipynb> --code '<python code>' --compact
-```
-
-状态在多次 execute 调用之间持久保留。变量、导入、对象均会保留。
-
-多行代码可使用 `$'...'` 引号语法：
-```
-uv run "$SCRIPT" execute --path scratch.ipynb --code $'import os\nfiles = os.listdir(".")\nprint(f"Found {len(files)} files")' --compact
-```
-
-### 3. 检查实时变量
-
-```
-uv run "$SCRIPT" variables --path <notebook.ipynb> list --compact
-uv run "$SCRIPT" variables --path <notebook.ipynb> preview --name <varname> --compact
-```
-
-### 4. 编辑 notebook 单元格
-
-```
-# 查看当前单元格
-uv run "$SCRIPT" contents --path <notebook.ipynb> --compact
-
-# 插入新单元格
-uv run "$SCRIPT" edit --path <notebook.ipynb> insert \
-  --at-index <N> --cell-type code --source '<code>' --compact
-
-# 替换单元格源码（使用 contents 输出中的 cell-id）
-uv run "$SCRIPT" edit --path <notebook.ipynb> replace-source \
-  --cell-id <id> --source '<new code>' --compact
-
-# 删除单元格
-uv run "$SCRIPT" edit --path <notebook.ipynb> delete --cell-id <id> --compact
-```
-
-### 5. 验证（重启并全部运行）
-
-仅在用户要求进行干净验证，或你需要确认 notebook 能从头到尾运行时使用：
-
-```
-uv run "$SCRIPT" restart-run-all --path <notebook.ipynb> --save-outputs --compact
-```
-
-## 实践经验提示
-
-1. **服务器启动后首次执行可能超时** —— 内核需要片刻时间初始化。如果超时，重试即可。
-
-2. **内核 Python 是 JupyterLab 的 Python** —— 包必须安装在该环境中。如需额外的包，请先将其安装到 JupyterLab 工具环境中。
-
-3. **`--compact` 标志可显著节省 token** —— 始终使用它。不加此标志时 JSON 输出可能非常冗长。
-
-4. **纯 REPL 使用时**，创建一个 scratch.ipynb，无需关心单元格编辑。反复使用 `execute` 即可。
-
-5. **参数顺序很重要** —— 子命令标志（如 `--path`）必须放在子子命令**之前**。例如：`variables --path nb.ipynb list`，而非 `variables list --path nb.ipynb`。
-
-6. **如果会话尚不存在**，需要通过 REST API 启动一个（参见"设置"部分）。没有实时内核会话，工具无法执行代码。
-
-7. **错误以 JSON 形式返回**，包含 traceback —— 读取 `ename` 和 `evalue` 字段以了解出错原因。
-
-8. **偶发的 websocket 超时** —— 某些操作（尤其是内核重启后）首次尝试可能超时。在上报问题前先重试一次。
-
-9. **如果 websocket 在此主机上持续超时**，强制使用 zmq 传输：
-   `uv run "$SCRIPT" execute --transport zmq ...`。症状：每次 execute 都返回
-   "Websocket execution may already have reached the kernel, so auto fallback was
-   skipped"。内核实际上运行正常（REST 显示 execution_state=idle 且
-   execution_count 递增）—— 只是 websocket 回复通道损坏。zmq 传输直接使用
-   jupyter_client，可绕过此问题。
-
-10. **为纯 REST 使用启动新服务器时**，添加
-    `--ServerApp.disable_check_xsrf=True` —— 否则 POST /api/sessions 会返回
-    `"'_xsrf' argument missing from POST"`，导致内核会话创建失败。
-
-## 超时默认值
-
-脚本每次执行的默认超时为 30 秒。对于长时间运行的操作，传入 `--timeout 120`。初始设置或大量计算时，建议使用较宽松的超时值（60 秒以上）。

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/devops/devops-docker-management.md

@@ -1,297 +0,0 @@
----
-title: "Docker 管理"
-sidebar_label: "Docker 管理"
-description: "管理 Docker 容器、镜像、卷、网络和 Compose 栈——生命周期操作、调试、清理及 Dockerfile 优化"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Docker 管理
-
-管理 Docker 容器、镜像、卷、网络和 Compose 栈——生命周期操作、调试、清理及 Dockerfile 优化。
-
-## Skill 元数据
-
-| | |
-|---|---|
-| 来源 | 可选——使用 `hermes skills install official/devops/docker-management` 安装 |
-| 路径 | `optional-skills/devops/docker-management` |
-| 版本 | `1.0.0` |
-| 作者 | sprmn24 |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `docker`, `containers`, `devops`, `infrastructure`, `compose`, `images`, `volumes`, `networks`, `debugging` |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 skill 激活时 agent 所看到的指令内容。
-:::
-
-# Docker 管理
-
-使用标准 Docker CLI 命令管理 Docker 容器、镜像、卷、网络和 Compose 栈。除 Docker 本身外无需额外依赖。
-
-## 适用场景
-
-- 运行、停止、重启、删除或检查容器
-- 构建、拉取、推送、标记或清理 Docker 镜像
-- 使用 Docker Compose（多服务栈）
-- 管理卷或网络
-- 调试崩溃的容器或分析日志
-- 检查 Docker 磁盘使用情况或释放空间
-- 审查或优化 Dockerfile
-
-## 前提条件
-
-- Docker Engine 已安装并运行
-- 用户已加入 `docker` 组（或使用 `sudo`）
-- Docker Compose v2（现代 Docker 安装已包含）
-
-快速检查：
-
-```bash
-docker --version && docker compose version
-```
-
-## 快速参考
-
-| 任务 | 命令 |
-|------|---------|
-| 运行容器（后台） | `docker run -d --name NAME IMAGE` |
-| 停止并删除 | `docker stop NAME && docker rm NAME` |
-| 查看日志（跟踪） | `docker logs --tail 50 -f NAME` |
-| 进入容器 Shell | `docker exec -it NAME /bin/sh` |
-| 列出所有容器 | `docker ps -a` |
-| 构建镜像 | `docker build -t TAG .` |
-| Compose 启动 | `docker compose up -d` |
-| Compose 停止 | `docker compose down` |
-| 磁盘使用情况 | `docker system df` |
-| 清理悬空资源 | `docker image prune && docker container prune` |
-
-## 操作流程
-
-### 1. 确定操作域
-
-判断请求属于哪个领域：
-
-- **容器生命周期** → run、stop、start、restart、rm、pause/unpause
-- **容器交互** → exec、cp、logs、inspect、stats
-- **镜像管理** → build、pull、push、tag、rmi、save/load
-- **Docker Compose** → up、down、ps、logs、exec、build、config
-- **卷与网络** → create、inspect、rm、prune、connect
-- **故障排查** → 日志分析、退出码、资源问题
-
-### 2. 容器操作
-
-**运行新容器：**
-
-```bash
-# 后台服务，带端口映射
-docker run -d --name web -p 8080:80 nginx
-
-# 带环境变量
-docker run -d -e POSTGRES_PASSWORD=secret -e POSTGRES_DB=mydb --name db postgres:16
-
-# 带持久化数据（命名卷）
-docker run -d -v pgdata:/var/lib/postgresql/data --name db postgres:16
-
-# 开发环境（绑定挂载源码）
-docker run -d -v $(pwd)/src:/app/src -p 3000:3000 --name dev my-app
-
-# 交互式调试（退出后自动删除）
-docker run -it --rm ubuntu:22.04 /bin/bash
-
-# 带资源限制和重启策略
-docker run -d --memory=512m --cpus=1.5 --restart=unless-stopped --name app my-app
-```
-
-关键参数：`-d` 后台运行，`-it` 交互式+tty，`--rm` 自动删除，`-p` 端口（宿主机:容器），`-e` 环境变量，`-v` 卷，`--name` 名称，`--restart` 重启策略。
-
-**管理运行中的容器：**
-
-```bash
-docker ps                        # 运行中的容器
-docker ps -a                     # 所有容器（包括已停止的）
-docker stop NAME                 # 优雅停止
-docker start NAME                # 启动已停止的容器
-docker restart NAME              # 停止并重启
-docker rm NAME                   # 删除已停止的容器
-docker rm -f NAME                # 强制删除运行中的容器
-docker container prune           # 删除所有已停止的容器
-```
-
-**与容器交互：**
-
-```bash
-docker exec -it NAME /bin/sh          # Shell 访问（如可用则使用 /bin/bash）
-docker exec NAME env                   # 查看环境变量
-docker exec -u root NAME apt update    # 以指定用户运行
-docker logs --tail 100 -f NAME         # 跟踪最后 100 行日志
-docker logs --since 2h NAME            # 最近 2 小时的日志
-docker cp NAME:/path/file ./local      # 从容器复制文件
-docker cp ./file NAME:/path/           # 向容器复制文件
-docker inspect NAME                    # 完整容器详情（JSON）
-docker stats --no-stream               # 资源使用快照
-docker top NAME                        # 运行中的进程
-```
-
-### 3. 镜像管理
-
-```bash
-# 构建
-docker build -t my-app:latest .
-docker build -t my-app:prod -f Dockerfile.prod .
-docker build --no-cache -t my-app .              # 全量重新构建
-DOCKER_BUILDKIT=1 docker build -t my-app .       # 使用 BuildKit 加速
-
-# 拉取与推送
-docker pull node:20-alpine
-docker login ghcr.io
-docker tag my-app:latest registry/my-app:v1.0
-docker push registry/my-app:v1.0
-
-# 检查
-docker images                          # 列出本地镜像
-docker history IMAGE                   # 查看层信息
-docker inspect IMAGE                   # 完整详情
-
-# 清理
-docker image prune                     # 删除悬空（未标记）镜像
-docker image prune -a                  # 删除所有未使用镜像（谨慎！）
-docker image prune -a --filter "until=168h"   # 删除 7 天前未使用的镜像
-```
-
-### 4. Docker Compose
-
-```bash
-# 启动/停止
-docker compose up -d                   # 后台启动所有服务
-docker compose up -d --build           # 启动前重新构建镜像
-docker compose down                    # 停止并删除容器
-docker compose down -v                 # 同时删除卷（会销毁数据）
-
-# 监控
-docker compose ps                      # 列出服务
-docker compose logs -f api             # 跟踪指定服务的日志
-docker compose logs --tail 50          # 所有服务最后 50 行日志
-
-# 交互
-docker compose exec api /bin/sh        # 进入运行中服务的 Shell
-docker compose run --rm api npm test   # 一次性命令（新容器）
-docker compose restart api             # 重启指定服务
-
-# 验证
-docker compose config                  # 验证并查看解析后的配置
-```
-
-**最简 compose.yml 示例：**
-
-```yaml
-services:
-  api:
-    build: .
-    ports:
-      - "3000:3000"
-    environment:
-      - DATABASE_URL=postgres://user:pass@db:5432/mydb
-    depends_on:
-      db:
-        condition: service_healthy
-
-  db:
-    image: postgres:16-alpine
-    environment:
-      POSTGRES_USER: user
-      POSTGRES_PASSWORD: pass
-      POSTGRES_DB: mydb
-    volumes:
-      - pgdata:/var/lib/postgresql/data
-    healthcheck:
-      test: ["CMD-SHELL", "pg_isready -U user"]
-      interval: 10s
-      timeout: 5s
-      retries: 5
-
-volumes:
-  pgdata:
-```
-
-### 5. 卷与网络
-
-```bash
-# 卷
-docker volume ls                       # 列出卷
-docker volume create mydata            # 创建命名卷
-docker volume inspect mydata           # 详情（挂载点等）
-docker volume rm mydata                # 删除（使用中则失败）
-docker volume prune                    # 删除未使用的卷
-
-# 网络
-docker network ls                      # 列出网络
-docker network create mynet            # 创建桥接网络
-docker network inspect mynet           # 详情（已连接的容器）
-docker network connect mynet NAME      # 将容器连接到网络
-docker network disconnect mynet NAME   # 断开容器连接
-docker network rm mynet                # 删除网络
-docker network prune                   # 删除未使用的网络
-```
-
-### 6. 磁盘使用与清理
-
-清理前始终先进行诊断：
-
-```bash
-# 检查空间占用
-docker system df                       # 摘要
-docker system df -v                    # 详细分解
-
-# 针对性清理（安全）
-docker container prune                 # 已停止的容器
-docker image prune                     # 悬空镜像
-docker volume prune                    # 未使用的卷
-docker network prune                   # 未使用的网络
-
-# 激进清理（请先与用户确认！）
-docker system prune                    # 容器 + 镜像 + 网络
-docker system prune -a                 # 同时包含未使用镜像
-docker system prune -a --volumes       # 全部清除——包括命名卷
-```
-
-**警告：** 未经用户确认，切勿运行 `docker system prune -a --volumes`。此命令会删除可能包含重要数据的命名卷。
-
-## 常见问题
-
-| 问题 | 原因 | 解决方法 |
-|---------|-------|-----|
-| 容器立即退出 | 主进程结束或崩溃 | 检查 `docker logs NAME`，尝试 `docker run -it --entrypoint /bin/sh IMAGE` |
-| "port is already allocated" | 该端口已被其他进程占用 | 使用 `docker ps` 或 `lsof -i :PORT` 查找 |
-| "no space left on device" | Docker 磁盘已满 | 执行 `docker system df` 后针对性清理 |
-| 无法连接到容器 | 容器内应用绑定到 127.0.0.1 | 应用须绑定到 `0.0.0.0`，检查 `-p` 映射 |
-| 卷权限被拒绝 | 宿主机与容器 UID/GID 不匹配 | 使用 `--user $(id -u):$(id -g)` 或修复权限 |
-| Compose 服务间无法互通 | 网络错误或服务名称错误 | 服务使用服务名作为主机名，检查 `docker compose config` |
-| 构建缓存失效 | Dockerfile 层顺序错误 | 将不常变动的层放在前面（依赖在源码之前） |
-| 镜像过大 | 未使用多阶段构建，缺少 .dockerignore | 使用多阶段构建，添加 `.dockerignore` |
-
-## 验证
-
-每次 Docker 操作后，验证结果：
-
-- **容器已启动？** → `docker ps`（检查状态为 "Up"）
-- **日志无异常？** → `docker logs --tail 20 NAME`（无报错）
-- **端口可访问？** → `curl -s http://localhost:PORT` 或 `docker port NAME`
-- **镜像已构建？** → `docker images | grep TAG`
-- **Compose 栈健康？** → `docker compose ps`（所有服务状态为 "running" 或 "healthy"）
-- **磁盘已释放？** → `docker system df`（对比清理前后）
-
-## Dockerfile 优化建议
-
-审查或创建 Dockerfile 时，建议以下改进：
-
-1. **多阶段构建** — 将构建环境与运行时分离，减小最终镜像体积
-2. **层顺序** — 将依赖放在源码之前，避免变更使缓存层失效
-3. **合并 RUN 命令** — 减少层数，缩小镜像体积
-4. **使用 .dockerignore** — 排除 `node_modules`、`.git`、`__pycache__` 等
-5. **固定基础镜像版本** — 使用 `node:20-alpine` 而非 `node:latest`
-6. **以非 root 用户运行** — 添加 `USER` 指令以提升安全性
-7. **使用 slim/alpine 基础镜像** — 使用 `python:3.12-slim` 而非 `python:3.12`

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/devops/devops-inference-sh-cli.md

@@ -1,173 +0,0 @@
----
-title: "Inference Sh Cli — 通过 inference 运行 150+ AI 应用"
-sidebar_label: "Inference Sh Cli"
-description: "通过 inference 运行 150+ AI 应用"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Inference Sh Cli
-
-通过 inference.sh CLI（infsh）运行 150+ AI 应用——图像生成、视频创作、LLM、搜索、3D、社交自动化。使用终端工具。触发词：inference.sh、infsh、ai apps、flux、veo、image generation、video generation、seedream、seedance、tavily
-
-## Skill 元数据
-
-| | |
-|---|---|
-| 来源 | 可选——使用 `hermes skills install official/devops/inference-sh-cli` 安装 |
-| 路径 | `optional-skills/devops/inference-sh-cli` |
-| 版本 | `1.0.0` |
-| 作者 | okaris |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `AI`, `image-generation`, `video`, `LLM`, `search`, `inference`, `FLUX`, `Veo`, `Claude` |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在该 skill 被触发时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
-:::
-
-# inference.sh CLI
-
-通过简单的 CLI 在云端运行 150+ AI 应用。无需 GPU。
-
-所有命令均使用**终端工具**来运行 `infsh` 命令。
-
-## 使用场景
-
-- 用户要求生成图像（FLUX、Reve、Seedream、Grok、Gemini image）
-- 用户要求生成视频（Veo、Wan、Seedance、OmniHuman）
-- 用户询问 inference.sh 或 infsh
-- 用户希望运行 AI 应用而无需管理各个提供商的 API
-- 用户要求 AI 驱动的搜索（Tavily、Exa）
-- 用户需要生成头像/口型同步
-
-## 前置条件
-
-`infsh` CLI 必须已安装并完成认证。使用以下命令检查：
-
-```bash
-infsh me
-```
-
-如未安装：
-
-```bash
-curl -fsSL https://cli.inference.sh | sh
-infsh login
-```
-
-完整安装详情请参阅 `references/authentication.md`。
-
-## 工作流程
-
-### 1. 始终先搜索
-
-不要猜测应用名称——始终通过搜索找到正确的应用 ID：
-
-```bash
-infsh app list --search flux
-infsh app list --search video
-infsh app list --search image
-```
-
-### 2. 运行应用
-
-使用搜索结果中的精确应用 ID。始终使用 `--json` 获取机器可读的输出：
-
-```bash
-infsh app run <app-id> --input '{"prompt": "your prompt here"}' --json
-```
-
-### 3. 解析输出
-
-JSON 输出包含指向生成媒体的 URL。使用 `MEDIA:<url>` 格式将其呈现给用户以内联显示。
-
-## 常用命令
-
-### 图像生成
-
-```bash
-# 搜索图像应用
-infsh app list --search image
-
-# FLUX Dev with LoRA
-infsh app run falai/flux-dev-lora --input '{"prompt": "sunset over mountains", "num_images": 1}' --json
-
-# Gemini 图像生成
-infsh app run google/gemini-2-5-flash-image --input '{"prompt": "futuristic city", "num_images": 1}' --json
-
-# Seedream (ByteDance)
-infsh app run bytedance/seedream-5-lite --input '{"prompt": "nature scene"}' --json
-
-# Grok Imagine (xAI)
-infsh app run xai/grok-imagine-image --input '{"prompt": "abstract art"}' --json
-```
-
-### 视频生成
-
-```bash
-# 搜索视频应用
-infsh app list --search video
-
-# Veo 3.1 (Google)
-infsh app run google/veo-3-1-fast --input '{"prompt": "drone shot of coastline"}' --json
-
-# Seedance (ByteDance)
-infsh app run bytedance/seedance-1-5-pro --input '{"prompt": "dancing figure", "resolution": "1080p"}' --json
-
-# Wan 2.5
-infsh app run falai/wan-2-5 --input '{"prompt": "person walking through city"}' --json
-```
-
-### 本地文件上传
-
-CLI 会在提供路径时自动上传本地文件：
-
-```bash
-# 放大本地图像
-infsh app run falai/topaz-image-upscaler --input '{"image": "/path/to/photo.jpg", "upscale_factor": 2}' --json
-
-# 从本地文件生成图生视频
-infsh app run falai/wan-2-5-i2v --input '{"image": "/path/to/image.png", "prompt": "make it move"}' --json
-
-# 带音频的头像
-infsh app run bytedance/omnihuman-1-5 --input '{"audio": "/path/to/audio.mp3", "image": "/path/to/face.jpg"}' --json
-```
-
-### 搜索与研究
-
-```bash
-infsh app list --search search
-infsh app run tavily/tavily-search --input '{"query": "latest AI news"}' --json
-infsh app run exa/exa-search --input '{"query": "machine learning papers"}' --json
-```
-
-### 其他类别
-
-```bash
-# 3D 生成
-infsh app list --search 3d
-
-# 音频 / TTS
-infsh app list --search tts
-
-# Twitter/X 自动化
-infsh app list --search twitter
-```
-
-## 注意事项
-
-1. **不要猜测应用 ID**——始终先运行 `infsh app list --search <term>`。应用 ID 会变更，新应用也会频繁添加。
-2. **始终使用 `--json`**——原始输出难以解析。`--json` 标志提供包含 URL 的结构化输出。
-3. **检查认证状态**——如果命令因认证错误失败，请运行 `infsh login` 或确认 `INFSH_API_KEY` 已设置。
-4. **长时间运行的应用**——视频生成可能需要 30-120 秒。终端工具的超时时间应该足够，但请提前告知用户可能需要等待片刻。
-5. **输入格式**——`--input` 标志接受 JSON 字符串。请确保正确转义引号。
-
-## 参考文档
-
-- `references/authentication.md` — 安装、登录、API 密钥
-- `references/app-discovery.md` — 搜索和浏览应用目录
-- `references/running-apps.md` — 运行应用、输入格式、输出处理
-- `references/cli-reference.md` — 完整 CLI 命令参考