jpskill.com
🎨 画像AI コミュニティ

replicate-handler

Replicate AIと連携し、画像生成や大規模言語モデルなどの多様なモデルを実行して、ビジネスにおける創造的なタスクやデータ分析などを効率化するSkill。

📜 元の英語説明(参考)

Integrate with Replicate AI for running models (image generation, LLMs, etc.).

🇯🇵 日本人クリエイター向け解説

一言でいうと

Replicate AIと連携し、画像生成や大規模言語モデルなどの多様なモデルを実行して、ビジネスにおける創造的なタスクやデータ分析などを効率化するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o replicate-handler.zip https://jpskill.com/download/16914.zip && unzip -o replicate-handler.zip && rm replicate-handler.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/16914.zip -OutFile "$d\replicate-handler.zip"; Expand-Archive "$d\replicate-handler.zip" -DestinationPath $d -Force; ri "$d\replicate-handler.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して replicate-handler.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → replicate-handler フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-18
取得日時
2026-05-18
同梱ファイル
1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

Replicate Handler

セットアップ

  1. インストール: npm install replicate
  2. 環境: REPLICATE_API_TOKEN.env (および .env.local) に追加します。

使用パターン

1. クイック実行 (短いタスク)

すぐに完了するモデル (数秒) の場合は、replicate.run を使用します。

import Replicate from "replicate";

const replicate = new Replicate({
  auth: process.env.REPLICATE_API_TOKEN,
});

// モデルを実行
const output = await replicate.run(
  "owner/model:version",
  {
    input: {
      prompt: "..."
    }
  }
);

2. 長時間実行タスク (Inngest を使用)

タイムアウトする可能性のあるタスク (ビデオ生成、大規模モデル) の場合は、Inngest の step.sleep を使用して完了をポーリングします。

// Inngest 関数内
export const generateVideo = inngest.createFunction(
  { id: "generate-video" },
  { event: "video.generate" },
  async ({ event, step }) => {

    // 1. Prediction を作成
    const prediction = await step.run("create-prediction", async () => {
      return await replicate.predictions.create({
        version: "model-version-hash",
        input: { prompt: event.data.prompt }
      });
    });

    let status = prediction.status;
    let result = prediction;

    // 2. 完了をポーリング
    while (status !== "succeeded" && status !== "failed" && status !== "canceled") {
      // 5 秒間スリープ (Inngest はサーバー時間を消費せずにこれを処理します)
      await step.sleep("wait-for-model", "5s");

      // ステータスを確認
      result = await step.run("check-status", async () => {
        return await replicate.predictions.get(prediction.id);
      });
      status = result.status;
    }

    // 3. 結果を処理
    if (status === "failed") {
      throw new Error(`Replicate failed: ${result.error}`);
    }

    return result.output;
  }
);

型の参照

Replicate SDK の完全な型定義については、reference.md を参照してください。

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Replicate Handler

Setup

  1. Install: npm install replicate
  2. Environment: Add REPLICATE_API_TOKEN to .env (and .env.local).

Usage Patterns

1. Quick Run (Short Tasks)

For models that complete quickly (seconds), use replicate.run.

import Replicate from "replicate";

const replicate = new Replicate({
  auth: process.env.REPLICATE_API_TOKEN,
});

// Run a model
const output = await replicate.run(
  "owner/model:version",
  {
    input: {
      prompt: "..."
    }
  }
);

2. Long-Running Tasks (with Inngest)

For tasks that might timeout (video generation, large models), use Inngest's step.sleep to poll for completion.

// In an Inngest function
export const generateVideo = inngest.createFunction(
  { id: "generate-video" },
  { event: "video.generate" },
  async ({ event, step }) => {

    // 1. Create Prediction
    const prediction = await step.run("create-prediction", async () => {
      return await replicate.predictions.create({
        version: "model-version-hash",
        input: { prompt: event.data.prompt }
      });
    });

    let status = prediction.status;
    let result = prediction;

    // 2. Poll for Completion
    while (status !== "succeeded" && status !== "failed" && status !== "canceled") {
      // Sleep for 5s (Inngest handles this without consuming server time)
      await step.sleep("wait-for-model", "5s");

      // Check status
      result = await step.run("check-status", async () => {
        return await replicate.predictions.get(prediction.id);
      });
      status = result.status;
    }

    // 3. Handle Result
    if (status === "failed") {
      throw new Error(`Replicate failed: ${result.error}`);
    }

    return result.output;
  }
);

Types Reference

See reference.md for the full type definitions of the Replicate SDK.