开源项目解析

Generative Media Skills

给 Agent（Claude Code / Cursor / Gemini CLI）用的多模态生成 Skill 库，一套 CLI 打通上百个模型。

一套 CLI 打通上百个模型参数先校验再发请求

MIT　可商用★ 12 星 · 开源 20 天最后更新 2026-09-29 · 距核验日 1 个月仓库 ↗

读懂层

2 张 · 架构图 / 流程图

架构图一层 CLI 接住上百个模型

DeepWiki 架构页 · 抓取 2026-08-16 · 核验 2026-08-16

流程图Agent 一次调用怎么走

DeepWiki 架构页 · 抓取 2026-08-16 · 核验 2026-08-16

Agent → CLI 脚本（`core/media/*.sh`）→ `schema_data.json` 校验参数 → muapi-cli → 各家模型。库里按用途分目录（`library/motion/` 下有打斗分镜、UGC 广告等成套配方）。

它管哪几个决定

分镜先出图，再图生视频

8/10 家有官方说法

角色跨镜头一致角色参考 · 多参考 · LoRA

7/10 家有官方说法

时长与节奏时长可设，节奏靠剪辑

自持能力

权重在不在本地只能调接口

种子能不能填部分路径可填

换掉它要动几处一处

全云端；换模型改一处 CLI 参数

动手层

文档代码结构踩过的坑实测未做

装它要过哪几关

1装 muapi-cli`npm install -g muapi-cli` 或 `pip install muapi-cli`，也可以不装直接跑
2配鉴权`muapi auth configure`，配置落在 `~/.muapi/config.json`
3把 skill 挂进 Agent按各家 Agent 的 skill 目录规范链进去

改哪个文件能改什么

core/media/generate-video.sh出视频的入口脚本

schema_data.json各模型的参数表。加新模型改这里

library/motion/成套配方（打斗分镜、UGC 广告…）

坑在哪一处

带 issue 编号的来自：github issues 按回复数排序 · 核验 2026-08-16

看 issue 判断项目状态早期 issue 是这个仓库上一个用途留下的（PrivateGPT 相关报错），和现在的内容无关 —— 别照着排查

参数不合法脚本会先按 `schema_data.json` 校验画幅、分辨率、时长；报错在这一步是好事，说明没白花钱

多一层账muapi 是中间层，计费口径与直连官方 API 不同，用之前先算

教程

没找到官方口径的教程 —— 官方只给了 README。

项目自述

以下是仓库 README 的开头部分（原文引用，抓取 2026-08-17）。读全文 ↗

🎭 Generative Media Skills for AI Agents

The Ultimate Multimodal Toolset for Claude Code, Cursor, Gemini CLI, and OpenCode.
A high-performance, schema-driven architecture for AI agents to generate, edit, and display professional-grade images, videos, and audio — powered by the muapi-cli.

▶ Watch: Free Unlimited AI Image Generator (Truly no limits, Open Source, No Watermark)

Related Projects

- minimax-music-3-api — Python SDK for MiniMax Music 3.0 text-to-music generation on Muapi.
- awesome-minimax-music-3-prompts — Curated song prompts and lyrics-formatting guide for MiniMax Music 3.0.
- MiniMax-H3-API — Python SDK for MiniMax H3 video-generation workflows on Muapi.
- awesome-minimax-h3-prompts — Prompt gallery and runnable examples for the MiniMax H3 skills.
- Wan-3.0-API — Python SDK and MCP server for Wan 3.0-compatible video-generation workflows.
- Wan-3.0-Prime-API — Python SDK and MCP server for the higher-fidelity Wan 3.0 Prime tier.
- Seedance-2-Spicy-API — Python SDK and MCP server for the relaxed-moderation Seedance 2 Spicy / 2 Mini Spicy tier.
- Seedance-2.5-Spicy-API — Python SDK and MCP server for the relaxed-moderation Seedance 2.5 Spicy tier.
- Wan-3.0-Spicy-API — Python SDK and MCP server for the relaxed-moderation Wan 3.0 Spicy tier.
- Open-Generative-AI — Free self-hosted AI media studio — GUI alternative to these skills for the same model set
- Awesome-GPT-Image-2-API-Prompts — Curated GPT-Image-2 prompts to use with these skills
- Awesome-Gemini-Omni-API-Prompts — Curated Gemini Omni prompts for video generation
- Gemini-Omni-1.1-Flash-API — Python SDK and MCP server for Google's newly announced Gemini Omni 1.1 Flash update
- AI-Voice-Agent — Self-hosted AI voice agent for real-time voice conversations, sales calls, and customer support
- awesome-ai-image-models — compare AI image models by API, price & quality
- flux-3-video-api — Python wrapper focused on FLUX 3 Text-to-Video and Image-to-Video
- ai-creator-academy — free curriculum teaching creators to monetize generative AI, built on these same skills
- Flux-3-Dev-API — Python wrapper for Black Forest Labs' FLUX 3 (Dev variant) — text-to-image, image-to-image, text-to-video, image-to-video
- Grok-Imagine-Image-2-API — Python SDK and MCP server for Grok Imagine Image 2.0 generation and editing through MuAPI
- midjourney-api — Python SDK for Midjourney V7, V8, and Niji image generation through MuAPI
- suno-api — Python SDK for Suno music, audio, and voice workflows through MuAPI
- awesome-flux-3-api-prompts — FLUX 3 API guide, prompts, and parameters
- seedance-2.5-mcp — MCP server for generating Seedance 2.5 Preview videos through MuAPI.
- seedance-2-mcp — MCP server for generating Seedance 2 videos through MuAPI.
- Text-to-Speech-API — narration and dialogue API examples for media workflows.
- Speech-to-Text-API — transcription and audio-understanding API examples.
- Voice-Cloning-API — consent-aware speaking and singing voice workflows.
- Image-Enhancement-API — image enhancement examples for creative pipelines.
- Video-Utilities-API — video upscaling and sou

……（后略，见原文）

判断

优势

一套接口打通上百个模型，Agent 不用为每家写一遍适配
参数会先按 schema 校验（分辨率 / 画幅 / 时长），不合法的组合在发请求前就拦下
`library/` 里有成套配方，比如 16 格分镜图驱动打斗场面、人像 + 产品图出 UGC 竖屏广告
MIT

局限

必须走 muapi 这个中间层 —— 多一层依赖，也多一层账
2026-10-10 核 GitHub：当前仓库创建于 2026-09-29。旧记录的 2023 年创建日期和 4299 星不能归给这个仓库；历史身份关联未证实，不作为热度依据。
画面质量完全取决于背后那家模型
文档主要是英文

不适用

想直连某一家官方 API 的人 —— 它的价值在统一中间层，只用一家就是多套一层。

同管这些决定的其它项目

ComfyUI节点式工作流底座。图像 / 视频 / 音频 / 3D / 文本共用一个底座。…Wan2.2文生 / 图生 / 语音驱动 / 角色动画替换，480P–720P。五个变体。…HunyuanVideo腾讯的开源视频生成模型，文生视频与图生视频。720×1280、129 帧。…FramePack把 13B 视频模型压进 6GB 显存的桌面程序。图生视频，一分钟长度、30 帧。…LTX-VideoLightricks 的视频生成模型，主打快。文生 / 图生 / 视频续写，默认 1…MiniMax H3全模态生成：文字、图片、视频、音频进同一个 Transformer，出带 32kHz…IP-Adapter用图片当提示词，锁住风格或人物。仅 22M 参数。…InstantID一张脸照做身份保持生成，零样本、免调优。…Real-ESRGAN通用图像 / 视频超分修复，支持 2× / 3× / 4×，含动漫专用与轻量模型。…Practical-RIFE视频插帧：在两帧之间算出中间帧，把 24 帧的片子补成 48、60 帧。作者是 RI…CodeFormer人脸修复：把糊掉、压坏、老照片里的脸修回来。图片与视频都能做。…kohya sd-scripts训练脚本集：覆盖 SD1.x/2.x、SDXL、SD3/3.5、FLUX.1；202…musubi-tuner视频模型的 LoRA 训练器。同一套代码训 Wan 2.1/2.2、HunyuanV…Ollama一条命令在本机跑开源大模型。写脚本、翻译这两段靠它才不出本机。…DiffSynth-Studio魔搭扩散模型工程框架，覆盖图像、视频、音乐推理与训练；近期加入 FLUX.3、MOS…MoneyPrinterTurbo给个主题或关键词，一键出高清短视频，含字幕与配音。…NarratoAI用大模型一键解说并剪辑现成视频。…火宝短剧基于 AI 的一站式短剧生成平台，从剧本到成片全自动化。…ToonflowAI 创作平台：无限画布、AI Agent、可视化工作流，支持图像、视频、分镜和短剧…infinite-canvas面向 AI 创作的无限画布工作台：生图、参考图编辑、视频生成、Agent 助手、画布…open-ai-canvas面向 AI 影视创作的无限画布：多模态生成、分镜编排、素材管理、Agent 工作流。…VOZEB PRO把统一创作 Agent、画布、短剧生产线、素材库和商业运营后台放进同一套 Next.…OpenMontage让 Agent 编排视频生产：通过声明式流水线组织素材、生成、字幕、音频与合成。…video-shotcraft为 Claude Code / Codex 提供产品宣传片镜头配方，以网页截图与文案…乘风视频剪辑 Skills用 Claude Code Skills 做的视频剪辑 Agent。中文侧最成型的一…OpenChatCut对话式视频剪辑器，本地优先。你说「第二条音轨第 8 秒加个故障转场」，它就去改那一刀…video-podcast-maker给编码 Agent 用的 skill：给一个主题，出一条 4K 带解说的讲解片。11…motion-skills动效技能索引：55 个技能分成 18 个安装包，覆盖短视频、数据动画、网页动效、3D…ComfyUI-ManagerComfyUI 的节点管理器：装节点、装模型、修依赖、查注册表。ComfyUI 生态…ComfyUI-WanVideoWrapper把 Wan 系列模型接进 ComfyUI 的节点包。社区里跑 Wan 的事实标准封装…ComfyUI 官方工作流模板ComfyUI 内置的那批官方工作流模板与子图蓝图的真身仓库。…waoowaoo把一部小说灌进去，自动拆角色、拆场景、出分镜，再合成整集短剧。中英双界面。…JellyfishAI 短剧的端到端工作台：从剧本进，到分镜、角色一致性管理、出片、导出。…魔因漫创桌面端 AI 影视工具（Electron）：剧本 → 角色 → 场景 → 导演 → …BigBanana AI Director一站式 AI 短剧 / 漫剧工作台，四阶段：剧本 → 视觉资产 → 分镜制作 → 导…ClipForge带货短视频专用的一站式工具：上传商品图，自动提炼卖点、写种草脚本、配音配字幕加背景乐…短视频工厂跨平台桌面应用：给提示词文本加分镜素材，自动剪出产品营销或泛内容短视频。集成文案生成…AI YouTube Shorts Generator把一条长视频切成一批排好序的竖屏短片：用语言模型找高光片段、用 Whisper 转写…Open AI UGC生成 UGC 风格的口播广告：用多个视频模型出真人感的 AI 演员念你的脚本。定位是…ViGenAiR把一条已有的视频广告用生成式 AI 重新剪成适配不同版位与时长的多条。…LiveTalking实时交互流式数字人引擎，音视频同步对话。支持 ernerf、musetalk、wav…Seedance 2.0 Prompt Skills给 Agent 装的 Seedance 2.0 提示词技能：讲输入约束、@ 引用语法…Drama Skills面向编剧与漫剧工作室的短剧创作流水线：十个技能把一个点子或一部长篇材料，一路做成分集…Seedance2 Storyboard Generator开源剧情剧本技能：把故事拆成分镜，并整合成 Seedance 2.0 认的结构化提示…AI Shortfilm Prompts一个 Claude Code 技能：把任意一个想法变成电影语言的、模型直接能用的视频…Awesome Seedance 2 Prompts整理好的 Seedance 2.0 视频提示词库，README 自述逾六千条，覆盖电…歸藏的提示词库中文 AI 圈里流传最广的个人提示词仓库之一，存放作者为各家模型撰写的提示词。…AI Visual Prompt Cookbook171 套结构化提示词风格、342 张预览；JSON 模板支持 v2.1 / v2.…PromptLensAI 视频提示词分析工具：丢进一条别人的视频，反推出它的提示词与创作脚本，并做画面分…Prompt Engineering Guide提示词工程的系统性指南：教程、论文、课程笔记与可运行的示例。不针对视频，讲的是提示词…蓝书 AI 视频工具包AI 视频提示词、技能与方法论工具包。2026-10-10 README 自述：60…

github README + GitHub API + DeepWiki 架构页 · 核验 2026-10-19　|　判断栏可报错。