Higgsfield 공식 저장소의 생성 스킬: 에이전트가 higgsfield CLI를 사용하여 작업에 맞는 모델을 선택하고, 이미지, 비디오, 오디오 및 3D 에셋을 생성하거나, 완성된 영상에 대해 '바이럴 예측' 점수를 매기며, 결과는 미디어 링크나 텍스트 리포트만 반환합니다.
skills.sh 설치 횟수 223276 (+1475 / 24h)
보안 감사: 감사되지 않음
- 아직 스캔되지 않음
이유
- SKILL.md에 기본 모델 선택 기준이 명시되어 있음: 일반적인 이미지와 텍스트가 포함된 디자인은 GPT Image 2.5, 비디오는 Seedance 2.5 (저자는 4–30초 지원, 최대 1080p 해상도 지원, 4K 해상도가 필요할 경우 Seedance 2.0로 변경 권장이라고 주장), 카툰 캐릭터는 Nano Banana 2, 광고, 언박싱, 제품 홍보 영상은 Marketing Studio, 오디오는 Seed Audio 1.0를 사용; 다른 모델은 사용자가 명시적으로 요청하거나 더 저렴하고 빠른 처리가 필요할 때만 사용
- 한 단계로 제출 및 대기: higgsfield generate create <모델> --prompt ... --wait; 참조 이미지, 시작/끝 프레임, 참조 비디오 및 오디오는 로컬 경로를 직접 전달하면 CLI가 자동으로 업로드
- Virality Predictor (brain_activity)는 완성된 영상을 입력으로 받아 오프닝 매력도, 주의력, 유지율 등의 점수와 리포트 링크를 반환하며, 생성이 아닌 분석 기능임
- skills.sh에서 24시간 동안 1475회 설치, 누적 223276회; 동일 저장소에 다른 8개의 스킬이 있음 (이는 관심도를 나타냄)
사용법
- Higgsfield 계정이 필요하며, 로그인 세션이 만료된 경우 higgsfield auth login을 사용; CLI 설치 방법은 이번에 확인한 부분에서 저자가 제공하지 않음
- 먼저 higgsfield model list --json으로 모델 ID를 확인하고, higgsfield model get <모델> --json으로 매개변수를 확인; 가격을 먼저 확인하려면 higgsfield generate cost를 사용
리스크
- 이번 주 감사되지 않았으며, 고정 C 등급으로 표시되고 설치 명령어가 표시되지 않음
- 생성은 사용량에 따라 유료 크레딧을 소모하며, SKILL.md는 에이전트가 기본적으로 비용을 추정하지 않고 품질 우선 모델을 먼저 사용하도록 요구함; 비용이 걱정된다면 프롬프트에서 매번 견적을 먼저 제시하도록 요청해야 함
- 제공한 로컬 이미지, 비디오, 얼굴 사진은 Higgsfield로 자동 업로드됨; 화면 효과는 확인되지 않았으며, 위의 모델 성능은 모두 저자의 주장임