🎭 面向 AI 代理的生成式媒体技能

适用于 Claude Code、Cursor 和 Gemini CLI 的终极多模态工具集。
一套高性能、基于模式驱动的架构，供 AI 代理生成、编辑和展示专业级图像、视频和音频——由 muapi-cli 提供支持。

🚀 开始使用 | 🎨 专家库 | ⚙️ 核心原语 | 🤖 MCP 服务器 | 📖 参考文档

---

✨ 核心特性

• 🤖 专为代理设计 — 基于 CLI 的脚本，输出结构化 JSON 数据、语义化退出码，并支持 --jq 过滤，实现无缝的代理式工作流。
• 🧠 专家知识层 — 具有领域特性的技能，内置专业电影摄影、原子化设计和品牌逻辑。
• ⚡ CLI 驱动的核心 — 所有原语均委托给 muapi-cli，无需 curl、无需解析 JSON、无需编写样板代码。
• 🖼️ 直接显示媒体 — 使用 --view 标志可自动下载并用系统查看器打开生成的媒体。
• 📁 本地文件支持 — 自动将本地设备上的图像、视频、人脸和音频上传至 CDN 进行处理。
• 🌈 100+ 种 AI 模型 — 一键访问 Midjourney v7、Flux Kontext、Seedance 2.0、Kling 3.0、Veo3 等多种模型。
• 🔌 MCP 服务器 — 运行 muapi mcp serve 即可将全部 19 个工具直接暴露给 Claude Desktop、Cursor 或任何兼容 MCP 的代理。

---

🏗️ 可扩展架构

本仓库采用 核心/库 分离的设计，以确保高效性及 LLM 对高价值信息的精准提取：

⚙️ 核心原语 (/core)

围绕 muapi-cli 构建的轻量封装层，用于直接调用 API。

• core/media/ — 文件上传
• core/edit/ — 图像编辑（基于提示）
• core/platform/ — 设置、认证及结果轮询

📚 专家库 (/library)

高价值技能，能够将创意意图转化为技术指令。

• 电影导演 (/library/motion/cinema-director/) — 技术性电影指导与摄影。
• 纳米香蕉 (/library/visual/nano-banana/) — 基于推理的图像生成（Gemini 3 风格）。
• UI 设计师 (/library/visual/ui-design/) — 高保真移动端/网页原型设计（原子化设计）。
• Logo 创作者 (/library/visual/logo-creator/) — 极简矢量品牌设计（几何基元）。
• Seedance 2（Doubao Video） (/library/motion/seedance-2/) — 导演级电影级视频生成，支持文生视频、图生视频以及带原生音视频同步的视频扩展。

---

🚀 快速入门

1. 安装 muapi CLI

核心脚本需要 muapi-cli。只需安装一次：

# 推荐使用 npm（无需 Python）
npm install -g muapi-cli

# 或使用 pip
pip install muapi-cli

# 也可不安装直接运行
npx muapi-cli --help

2. 配置 API 密钥

# 交互式配置
muapi auth configure

# 或直接传入密钥
muapi auth configure --api-key "YOUR_MUAPI_KEY"

# 在 https://muapi.ai/dashboard 获取您的密钥

3. 安装技能

# 将所有技能安装到您的 AI 代理
npx skills add SamurAIGPT/Generative-Media-Skills --all

# 或仅安装特定技能
npx skills add SamurAIGPT/Generative-Media-Skills --skill muapi-media-generation

# 安装到指定代理
npx skills add SamurAIGPT/Generative-Media-Skills --all -a claude-code -a cursor

4. 生成第一张图片

muapi image generate "夜晚的赛博朋克城市" --model flux-dev

# 自动下载结果
muapi image generate "山间的日落" --model hidream-fast --download ./outputs

# 仅提取 URL（适合代理使用）
muapi image generate "白色背景上的产品" --model flux-schnell --output-json --jq '.outputs[0]'

5. 运行专家技能

# 使用纳米香蕉推理生成 2K 水准杰作
bash library/visual/nano-banana/scripts/generate-nano-art.sh \
  --file ./my-source-image.jpg \
  --subject "玻璃蜂鸟" \
  --style "微距摄影" \
  --resolution "2k" \
  --view

6. 指导一场电影级场景

cd library/motion/cinema-director

# 制作一段 10 秒的史诗级揭晓镜头
bash scripts/generate-film.sh \
  --subject "东京上空的赛博龙" \
  --intent "史诗" \
  --model "kling-v3.0-pro" \
  --duration 10 \
  --view

# 将参考图像动画化为视频
bash library/motion/seedance-2/scripts/generate-seedance.sh \
  --mode i2v \
  --file ./concept.jpg \
  --subject "相机缓缓拉远，展现完整风景" \
  --intent "揭示" \
  --view

# 扩展现有视频
bash library/motion/seedance-2/scripts/generate-seedance.sh \
  --mode extend \
  --request-id "YOUR_REQUEST_ID" \
  --subject "相机继续拉远，露出广阔的城市" \
  --duration 10

---

🤖 MCP 服务器

将 muapi 作为 Model Context Protocol 服务器 运行，这样 Claude Desktop、Cursor 或任何兼容 MCP 的代理都可以直接调用生成工具，无需使用 Shell 脚本。

muapi mcp serve

Claude Desktop 配置 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "muapi": {
      "command": "muapi",
      "args": ["mcp", "serve"],
      "env": { "MUAPI_API_KEY": "your-key-here" }
    }
  }
}

这将暴露 19 个结构化工具，并提供完整的 JSON Schema 输入/输出定义：

工具	描述
muapi_image_generate	文本转图像（14 种模型）
muapi_image_edit	图像转图像编辑（11 种模型）
muapi_video_generate	文本转视频（13 种模型）
muapi_video_from_image	图像转视频（16 种模型）
muapi_audio_create	音乐生成（Suno）
muapi_audio_from_text	音效生成（MMAudio）
muapi_enhance_upscale	AI 超分辨率
muapi_enhance_bg_remove	背景移除
muapi_enhance_face_swap	人脸交换（图像/视频）
muapi_enhance_ghibli	吉卜力风格转换
muapi_edit_lipsync	音频驱动的口型同步
muapi_edit_clipping	AI 高光提取
muapi_predict_result	轮询预测状态
muapi_upload_file	上传本地文件 → URL
muapi_keys_list	列出 API 密钥
muapi_keys_create	创建 API 密钥
muapi_keys_delete	删除 API 密钥
muapi_account_balance	查询账户余额
muapi_account_topup	充值（Stripe 支付）

---

⚡ 代理式工作流示例

# 异步提交，捕获 request_id，待完成后再轮询
REQUEST_ID=$(muapi video generate "一只狗在海滩上奔跑" \
  --model kling-master --no-wait --output-json --jq '.request_id' | tr -d '"')

# ... 进行其他工作 ...

muapi predict wait "$REQUEST_ID" --download ./outputs

# 将另一个命令的提示直接管道传递
generate_prompt | muapi image generate - --model flux-dev

# 链式操作：上传 → 编辑 → 下载
URL=$(muapi upload file ./photo.jpg --output-json --jq '.url' | tr -d '"')
muapi image edit "让它看起来像一幅画" --image "$URL" \
  --model flux-kontext-pro --download ./outputs

---

📖 模式参考

该仓库包含一个精简的 schema_data.json 文件，核心脚本在运行时会使用它来：

• 验证模型 ID：确保请求的模型存在。
• 解析端点：自动将模型名称映射到 API 端点。
• 检查参数：验证支持的 aspect_ratio、resolution 和 duration 值。

可通过 CLI 查看所有可用模型：

muapi models list
muapi models list --category video --output-json

---

🔧 兼容性

专为下一代 AI 开发环境优化：

• Claude Code — 通过工具 + MCP 服务器模式直接在终端中执行。
• Gemini CLI / Cursor / Windsurf — 可作为本地脚本无缝集成。
• MCP — 完整的 Model Context 协议服务器，提供类型化的输入输出模式。
• CI/CD — 支持 --output-json、--jq 以及语义化退出码，便于脚本编写。

---

📄 许可证

MIT © 2026

Generative-Media-Skills 快速上手指南

Generative-Media-Skills 是一套专为 AI Agent（如 Claude Code、Cursor、Gemini CLI）设计的高性能多模态工具集。它基于 muapi-cli，支持通过命令行生成、编辑和展示专业级的图像、视频和音频，并内置了电影导演、UI 设计等专家级技能库。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (WSL)。
• 运行时依赖：
  • Node.js (推荐)：用于通过 npm 安装核心 CLI。
  • Python (可选)：如果您倾向于使用 pip 安装。
  • Bash Shell：运行专家技能脚本需要标准的 Bash 环境。
• API 密钥：您需要拥有 muapi.ai 的 API Key 以访问 Midjourney v7, Flux, Kling 3.0, Seedance 2.0 等 100+ 模型。

安装步骤

1. 安装核心 CLI (muapi-cli)

推荐使用 npm 进行全局安装（无需 Python 环境）：

npm install -g muapi-cli

或者使用 pip 安装：

pip install muapi-cli

如果不希望全局安装，也可临时使用 npx muapi-cli --help 运行。

2. 配置 API 密钥

安装完成后，运行以下命令进行交互式配置，或直接传入密钥：

# 交互式配置（推荐）
muapi auth configure

# 或直接指定 Key
muapi auth configure --api-key "YOUR_MUAPI_KEY"

获取密钥请访问：https://muapi.ai/dashboard

3. 安装技能库

使用 skills 命令将工具集集成到您的 AI Agent 中：

# 安装所有技能到当前 Agent
npx skills add SamurAIGPT/Generative-Media-Skills --all

# 或仅安装特定技能（例如媒体生成）
npx skills add SamurAIGPT/Generative-Media-Skills --skill muapi-media-generation

# 指定安装到特定 Agent (如 claude-code 或 cursor)
npx skills add SamurAIGPT/Generative-Media-Skills --all -a claude-code -a cursor

基本使用

生成第一张图片

使用 muapi 命令直接调用模型生成图像。--view 参数可自动下载并在系统默认查看器中打开结果。

# 基础生成：使用 flux-dev 模型
muapi image generate "a cyberpunk city at night" --model flux-dev

# 自动下载结果到指定目录
muapi image generate "a sunset over mountains" --model hidream-fast --download ./outputs

# Agent 友好模式：仅输出 JSON 中的图片 URL
muapi image generate "product on white bg" --model flux-schnell --output-json --jq '.outputs[0]'

运行专家技能 (Expert Skills)

该项目内置了封装好专业逻辑的脚本，例如“纳米香蕉”（Nano-Banana）推理绘图或“电影导演”视频生成。

示例：使用 Nano-Banana 生成高质量艺术图

bash library/visual/nano-banana/scripts/generate-nano-art.sh \
  --file ./my-source-image.jpg \
  --subject "a glass hummingbird" \
  --style "macro photography" \
  --resolution "2k" \
  --view

示例：生成电影级视频片段

cd library/motion/cinema-director

# 生成 10 秒史诗感视频
bash scripts/generate-film.sh \
  --subject "a cybernetic dragon over Tokyo" \
  --intent "epic" \
  --model "kling-v3.0-pro" \
  --duration 10 \
  --view

进阶：启用 MCP 服务器

若需在 Claude Desktop 或 Cursor 中直接调用这些工具而无需编写 Shell 脚本，可启动 MCP 服务：

muapi mcp serve

然后在您的 Agent 配置文件（如 claude_desktop_config.json）中添加：

{
  "mcpServers": {
    "muapi": {
      "command": "muapi",
      "args": ["mcp", "serve"],
      "env": { "MUAPI_API_KEY": "your-key-here" }
    }
  }
}

配置成功后，Agent 将直接拥有包括文生图、图生视频、音频生成、背景移除等在内的 19 种结构化能力。