生成式媒体技能包
为Claude Code、Cursor等AI代理提供多模态图像、视频和音频生成技能，由muapi.ai驱动。
证据显示：仓库声明不存储凭据，API密钥通过环境变量传递，且SECURITY.md说明不直接连接服务。但未提供用户确认机制，数据流透明度有限（仅提及上传本地文件到CDN），敏感数据处理细节不足。依赖安全性仅通过GitHub Action扫描，未提供具体依赖清单或漏洞报告。外部影响包括生成媒体和上传文件，但未说明回滚机制。来源归属仅通过README中的相关项目链接，未明确第三方代码来源。因此，多数标准得分较低。
证据显示：README和SECURITY.md内容一致，架构描述清晰，但未提供错误处理或失败消息的示例。依赖可用性依赖外部muapi-cli和muapi.ai服务，未提供离线或降级方案。因此，自洽性得分较高，但依赖可用性和失败消息得分较低。
证据显示：明确面向Claude Code、Cursor、Gemini CLI等，提供了多种场景的食谱和专家库，能力边界通过模型列表和参数验证体现。但触发精度未明确说明，环境适配仅提及兼容性，未提供详细配置。因此，多数标准得分中等。
证据显示：信息架构清晰，安装说明详细，示例丰富，许可证明确。但命名稳定性未说明，已知限制未明确列出，版本变更日志缺失，维护责任仅通过SECURITY.md部分体现。因此，多数标准得分中等，但版本和变更日志得分为0。
证据显示：输出可用性通过--download和--view体现，边际价值通过丰富的食谱和专家库体现，但成本效益未提供定价或成本对比。因此，输出可用性和边际价值得分较高，成本效益得分较低。
证据显示：README中的声明未提供独立验证，相关项目链接提供部分佐证，但事实与推断未明确区分。因此，所有标准得分较低。
- 该仓库依赖外部muapi-cli和muapi.ai服务，若服务不可用则功能受限。
- 未提供用户确认机制，API密钥可能被自动使用，需谨慎配置。
- 未提供回滚机制，生成操作可能不可逆。
- 未提供版本变更日志，维护责任不明确。
这个 Agent 能做什么，适合哪些场景？
Generative-Media-Skills 是一个面向 AI Agent 的多模态生成媒体技能库，提供基于 Schema 的 CLI 脚本和 MCP 服务器，让代理能够生成、编辑和展示专业级的图片、视频和音频。仓库分为核心原语和专家库：核心原语（core/）封装了文件上传、图片编辑和平台交互；专家库（library/）则包含 41 个端到端工作流配方，覆盖从 3D 动画、UGC 视频到 UI 设计和 LOGO 生成等场景。所有操作依赖 muapi-cli 和 MuAPI 的专有 API，需要配置 API 密钥。项目兼容 Claude Code、Cursor、Gemini CLI 和 OpenCode，并支持 MCP 协议。安装后可通过 CLI 命令直接调用，或通过 MCP 服务器将 19 个工具暴露给兼容的代理。
该仓库提供一组 CLI 脚本和 MCP 服务器配置，用于从 AI 代理中调用 MuAPI 的生成模型。它通过 muapi 命令行工具执行文本到图像、文本到视频、图像到视频、音频生成、背景移除、变脸、唇形同步和剪辑提取等操作。工作流由 SKILL.md 文件定义，代理读取后执行步骤。核心脚本使用 --output-json 和 --jq 过滤输出，便于程序化处理。它支持本地文件上传、结果自动下载和直接查看。
- 使用 Claude Code 或 Cursor 的开发者，希望无需手写 API 调用即可生成产品宣传视频
- 内容创作者需要快速生成社交媒体图片和视频，如 Instagram 帖子或 YouTube 缩略图
- 营销团队利用 UGC 广告工作流，将自拍和产品图片转化为口播视频广告
- UI/UX 设计师使用 UI Designer 技能快速生成高保真移动端或网页原型
- 电商运营使用 Amazon Product Listing 包生成完整的产品列表图集
- 视频编辑者使用 AI Clipping 技能从长视频中自动提取排名靠前的竖屏短片段
这个 Agent 有哪些优点和局限？
- 提供 100+ 个 AI 模型，包括 Midjourney v7、Flux Kontext、Seedance 2.0、Kling 3.0 和 Veo3，覆盖图像、视频和音频生成
- 内置 41 个现成的工作流配方，如 3D Logo 动画、UGC 视频工厂和 AI Clipping，可直接用于实际场景
- CLI 脚本输出结构化 JSON，并支持
--jq过滤，易于集成到 AI 代理的自动化管道中 - 通过 MCP 服务器暴露 19 个工具，使兼容 MCP 的客户端（如 Cursor）可以无需 Shell 脚本直接调用生成能力
- 核心依赖 MuAPI 的专有 API 和
muapi-cli，存在供应商锁定风险，无法迁移到其他生成后端 - 需要有效 MuAPI API 密钥，且模型调用按照配额计费，对非付费用户有使用限制
- 技能安装和运行要求 Node.js 和 npm，对纯 Python 环境需要额外安装依赖
- 文档中未提供模型的价格列表，成本估计需要访问 MuAPI 仪表盘
如何安装或部署这个 Agent？
- 安装 Node.js 和 npm（推荐）或 Python。
- 通过 npm 全局安装 muapi-cli：
npm install -g muapi-cli（或pip install muapi-cli）。 - 配置 MuAPI API 密钥：运行
muapi auth configure并输入密钥，或直接用muapi auth configure --api-key "YOUR_MUAPI_KEY"。密钥可在 https://muapi.ai/dashboard 获取。 - 安装技能到你的代理：运行
npx skills add SamurAIGPT/Generative-Media-Skills --all安装所有技能，或使用--skill指定特定技能。
如何使用这个 Agent？
安装后，可通过 CLI 或 MCP 服务器使用技能。例如，生成一张图片：muapi image generate "a cyberpunk city at night" --model flux-dev。若要运行专家技能，如 Nano-Banana 图像生成，可执行 bash library/visual/nano-banana/scripts/generate-nano-art.sh --file ./image.jpg --subject "a glass hummingbird" --style "macro photography" --resolution "2k" --view。对于 MCP 集成，运行 muapi mcp serve 启动 MCP 服务器，并在 Claude Desktop 或 Cursor 中配置指向该服务器的 MCP 客户端。也可以直接使用 muapi CLI 的管道功能，如将另一个命令的输出通过标准输入传给 muapi image generate -。
这个 Agent 与同类方案有什么区别？
与 Open-Generative-AI 相比，后者是免费自托管的 AI 媒体工作室 GUI，提供类似模型集但无需订阅 MuAPI；而本仓库提供更灵活的 CLI 和代理集成。
常见问题
使用此技能需要哪些凭据？
muapi auth configure 配置，在 https://muapi.ai/dashboard 获取。是否所有技能都可以离线运行？
如何将技能集成到 Cursor 中？
muapi mcp serve，然后在 Cursor 的 MCP 配置中添加该服务。也可以使用 npx skills add 命令并指定 -a cursor 来安装技能。技能生成的内容是否可以商用？
如果某个模型调用失败，如何处理？
--no-wait 异步提交并轮询状态，或者检查错误输出和退出代码。仓库中的技能脚本通常包含语义化退出代码，便于代理处理。