为AI Agent打造的生成式媒体技能集合

一套面向 AI Agent 的多模态生成式媒体工具集，适配 Claude Code、Cursor、Gemini CLI 与 OpenCode，也可作为 MCP Server 接入 Claude Desktop。图片、视频、音频的生成与编辑全部委派给 muapi-cli 执行，一条命令即可调用 Midjourney v7、Flux Kontext、Seedance 2.0、Kling 3.0 等 100+ 模型。仓库按 Core / Library 分层：core 是基础原语，library 内置电影导演、Nano-Banana 等 7 个专家技能与数十个可直接运行的工作流配方。

技能介绍

Generative Media Skills 是一套面向 AI Agent 的多模态生成式媒体工具集，作者 SamurAIGPT，MIT 许可。它服务的对象很明确：跑在 Claude Code、Cursor、Gemini CLI、OpenCode 里的 Agent——让它们能直接生成、编辑和展示专业级的图片、视频与音频，而不用自己拼 curl、解析 JSON 或写一堆样板代码。所有能力最终委派给 muapi-cli 执行，由 muapi.ai 驱动。

仓库采用 Core / Library 分层来保证 Agent 的检索效率：core 是薄封装的基础原语，library 是沉淀了专业电影摄影、原子设计、品牌逻辑的专家技能；两者之上还有一批声明了 inputs 与 Steps、可直接运行的端到端工作流配方。

适用场景

营销、创作类媒体项目，需要快速拿到专业级的图像、视频、音频素材。
要一条带电影级特写和丝滑动画的高端珠宝产品宣传视频。
想把现有的 2D 品牌 logo 转成带电影级特效的 3D 动态 logo。
生成适配 YouTube Shorts 的竖版产品展示短视频。
把长视频切成竖版高光短片，或让产品图直接变成 5–10 秒电影感广告。
需要成套品牌/社媒物料（Instagram 帖、多平台裁切、广告素材组）。

核心能力

Agent 原生设计：CLI 脚本配结构化 JSON 输出、语义化退出码与 --jq 过滤，方便直接串进 agentic pipeline。
专家知识层：把专业电影摄影、原子设计、品牌逻辑等知识固化进领域技能。
CLI 驱动核心：所有原语都委派给 muapi-cli——不用 curl、不用解析 JSON、没有样板代码。
直接媒体展示：--view 会自动下载生成结果并用系统查看器打开。
本地文件支持：本地图片、视频、人脸、音频会自动上传到 CDN 供处理。
100+ AI 模型：一键调用 Midjourney v7、Flux Kontext、Seedance 2.0、Kling 3.0、Veo3 等。
MCP Server：运行 muapi mcp serve 可把 19 个工具直接暴露给 Claude Desktop、Cursor 或任何兼容 MCP 的 agent。
Schema 驱动：仓库内的 schema_data.json 在运行时负责校验模型 ID、解析端点、校验 aspect_ratio / resolution / duration 等参数。

架构分两层：

Core Primitives（`/core`）：core/media/ 文件上传、core/edit/ 基于提示词的图像编辑、core/platform/ 配置、鉴权与结果轮询。
Expert Library（`/library`）：Cinema Director（电影导演与摄影）、Nano-Banana（推理驱动的图像生成，Gemini 3 风格）、UI Designer（高保真移动/网页稿，原子设计）、Logo Creator（极简矢量品牌，几何原语）、Seedance 2 / Doubao Video（导演级电影感视频，支持文生视频、图生视频与视频延长，并带原生音画同步）、AI Clipping（长视频 → 竖版高光短片，一次 API 调用完成服务端转写、爆款排序、去重与人脸跟踪自动裁切，不需要本地 Whisper 或 LLM）、YouTube Shorts（在 AI Clipping 之上做平台预设：Shorts / TikTok / Reels / Feed）。

效果预览

配方按输出类型分成三组，共计数十个可直接运行的技能：Motion / Video 16 个、Social 5 个、Visual / Images & Design 21 个。代表性的产出包括：

动作/视频：3D Logo Animation、AI Fight Scene Generator（16 格分镜驱动 Seedance 2.0 逐镜编排）、Jewelry Product Video、Cinematic Product Ad（产品图 + 品牌简报 → 5–10 秒电影感广告）、One-Shot Video、UGC Video Factory（人像 + 产品图 + 脚本 → 10 秒竖版 9:16 UGC 视频广告，带原生对白）。
社交：Instagram Post（视觉主图 + 文案 + 话题标签）、RedNote Cover（小红书封面）、Social Media Pack（把主图重渲染成 Instagram / TikTok / Shorts / X 比例）、Product Campaign Pack。
视觉/图像与设计：Action Figure Generator（人像 → 带收藏玩具包装的 3D 手办）、Amazon Product Listing Pack、Brand Kit、Brochure Designer、Interior Design、Multi-Angle Reshoot（鱼眼/鸟瞰/低角度/微距重拍，保持身份一致）、Storyboard Generator、YouTube Thumbnail、URL to Design 等。

工作方式

配方即 SKILL.md：每个配方都是一份 SKILL.md，Agent 读取后按其中的 Steps 执行；配方自己声明 inputs，你把输入传进去，Agent 用 muapi CLI 调用来完成每一步（尚未有 CLI 别名的端点则走原始 API，见各技能末尾的 Notes for the Executing Agent）。
组合成流水线：配方本质上是把多次 muapi-cli 调用组合成有名字的端到端 pipeline，例如「人像照片 → 3D 手办」「产品图 → 10 秒电影感广告」。
异步任务：用 --no-wait 提交并拿到 request_id，之后做别的事，再用 muapi predict wait 轮询结果并下载。
可链式调用：上传 → 编辑 → 下载，或把一条命令的提示词直接管道给下一条命令。
MCP 模式：也可以完全不用 shell 脚本，直接跑 muapi mcp serve，让 Claude Desktop、Cursor 等通过 19 个带完整 JSON Schema 输入输出的结构化工具调用生成能力。

你需要提供

muapi API key：在 muapi.ai 的 dashboard 获取。
muapi-cli：通过 npm install -g muapi-cli、pip install muapi-cli 安装，或用 npx muapi-cli 免安装运行。
消费端 Agent：Claude Code、Cursor、Gemini CLI、Windsurf、OpenCode，或任意 MCP 兼容客户端。
配置：交互式运行 muapi auth configure，或直接传 --api-key；OpenCode 场景通过 MUAPI_API_KEY 环境变量设置。

你会获得

生成的图片、视频、音频文件，可用 --download ./outputs 落盘。
结构化 JSON 输出，可用 --jq 取字段（如 .outputs[0]、.request_id）。
配方产出的成套素材：品牌视觉套件、Amazon 商品图组、Instagram 帖、多平台比例裁切、竖版 UGC 视频广告等。
通过 MCP 暴露的 19 个结构化工具：文生图（14 个模型）、图生图编辑（11 个模型）、文生视频（13 个模型）、图生视频（16 个模型）、音乐生成（Suno）、音效（MMAudio）、放大、去背景、换脸、吉卜力风格迁移、口型同步、AI 高光提取、结果轮询、文件上传、密钥管理与账户余额/充值。

使用示例

安装 muapi CLI：

# via npm (recommended — no Python required)
npm install -g muapi-cli

# via pip
pip install muapi-cli

# or run without installing
npx muapi-cli --help

配置 API Key：

# Interactive setup
muapi auth configure

# Or pass directly
muapi auth configure --api-key "YOUR_MUAPI_KEY"

# Get your key at https://muapi.ai/dashboard?utm_source=github&utm_medium=readme&utm_campaign=generative-media-skills

把技能装进你的 Agent：

# Install all skills to your AI agent
npx skills add SamurAIGPT/Generative-Media-Skills --all

# Or install a specific skill
npx skills add SamurAIGPT/Generative-Media-Skills --skill muapi-media-generation

# Install to specific agents
npx skills add SamurAIGPT/Generative-Media-Skills --all -a claude-code -a cursor

生成第一张图：

muapi image generate "a cyberpunk city at night" --model flux-dev

# Download the result automatically
muapi image generate "a sunset over mountains" --model hidream-fast --download ./outputs

# Extract just the URL (agent-friendly)
muapi image generate "product on white bg" --model flux-schnell --output-json --jq '.outputs[0]'

运行专家技能与电影感视频：

# Use Nano-Banana reasoning to generate a 2K masterpiece
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

# Create a 10-second epic reveal
bash scripts/generate-film.sh \
  --subject "a cybernetic dragon over Tokyo" \
  --intent "epic" \
  --model "kling-v3.0-pro" \
  --duration 10 \
  --view

# Animate a reference image into video
bash library/motion/seedance-2/scripts/generate-seedance.sh \
  --mode i2v \
  --file ./concept.jpg \
  --subject "camera slowly pulls back to reveal the full landscape" \
  --intent "reveal" \
  --view

# Extend an existing video
bash library/motion/seedance-2/scripts/generate-seedance.sh \
  --mode extend \
  --request-id "YOUR_REQUEST_ID" \
  --subject "camera continues pulling back to reveal the vast city" \
  --duration 10

以 MCP Server 方式运行：

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" }
    }
  }
}

Agentic pipeline 串法：

# Submit async, capture request_id, poll when ready
REQUEST_ID=$(muapi video generate "a dog running on a beach" \
  --model kling-master --no-wait --output-json --jq '.request_id' | tr -d '"')

# ... do other work ...

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

# Pipe a prompt from another command
generate_prompt | muapi image generate - --model flux-dev

# Chain: upload → edit → download
URL=$(muapi upload file ./photo.jpg --output-json --jq '.url' | tr -d '"')
muapi image edit "make it look like a painting" --image "$URL" \
  --model flux-kontext-pro --download ./outputs

查看可用模型：

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

OpenCode 用法：

# Clone the repo and set the MUAPI_API_KEY env var
git clone https://github.com/SamurAIGPT/Generative-Media-Skills
export MUAPI_API_KEY=your_key_here

# Skills auto-load from .opencode/skills/ when you run opencode in this directory
opencode