终极AI媒体创作指南：如何用Generative-Media-Skills打造专业级音视频内容-编程实验室

终极AI媒体创作指南：如何用Generative-Media-Skills打造专业级音视频内容

【免费下载链接】Generative-Media-SkillsMulti-modal Generative Media Skills for AI Agents (Claude Code, Cursor, Gemini CLI). High-quality image, video, and audio generation powered by muapi.ai.项目地址: https://gitcode.com/gh_mirrors/em/Generative-Media-Skills

Generative-Media-Skills是一套面向AI代理的多模态生成媒体工具集，专为Claude Code、Cursor和Gemini CLI设计，通过muapi.ai提供高质量的图像、视频和音频生成能力。本文将详细介绍如何快速上手这套强大工具，即使是新手也能轻松创建专业级媒体内容。

🚀 5分钟快速入门：从安装到生成第一张图片

1. 安装核心依赖

首先需要安装muapi CLI，这是所有功能的基础：

# 通过npm安装（推荐，无需Python环境） npm install -g muapi-cli # 或使用pip pip install muapi-cli # 也可以不安装直接运行 npx muapi-cli --help

2. 配置API密钥

获取API密钥后进行配置：

# 交互式设置 muapi auth configure # 或直接传入密钥 muapi auth configure --api-key "YOUR_MUAPI_KEY"

提示：API密钥可在muapi.ai/dashboard获取

3. 安装技能包

# 安装所有技能到AI代理 npx skills add SamurAIGPT/Generative-Media-Skills --all # 或安装特定技能 npx skills add SamurAIGPT/Generative-Media-Skills --skill muapi-media-generation

4. 生成你的第一张图像

使用以下命令生成图像，体验AI创作的魔力：

# 基础生成命令 muapi image generate "a cyberpunk city at night" --model flux-dev # 自动下载结果 muapi image generate "a sunset over mountains" --model hidream-fast --download ./outputs

使用Generative-Media-Skills生成的机械蜂鸟图像，展示了工具的高细节处理能力

🎨 探索专家级媒体生成功能

Generative-Media-Skills提供了丰富的专业级媒体生成功能，分为核心原语和专家库两个层次。

⚙️ 核心原语（/core）

核心原语是对muapi-cli的轻量级封装，提供原始API访问：

媒体处理（core/media/）：文件上传功能
编辑工具（core/edit/）：基于提示的图像编辑
平台支持（core/platform/）：设置、认证和结果轮询

📚 专家库（/library）

专家库包含高价值技能，将创意意图转化为技术指令：

视觉创作类

Nano-Banana（/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/网页原型（原子设计）
Logo Creator（/library/visual/logo-creator/）：极简矢量品牌设计（几何原语）

使用Nano-Banana生成2K杰作的示例：

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

动态影像类

电影导演（/library/motion/cinema-director/）：专业电影指导和摄影
Seedance 2（/library/motion/seedance-2/）：导演级电影视频生成，支持文本转视频、图像转视频以及带原生音视频同步的视频扩展

使用Nano-Banana技能生成的高细节橘猫图像，展现了工具的真实感渲染能力

🎬 电影级视频创作全流程

创建史诗级电影场景

使用电影导演技能创建10秒史诗级场景：

cd library/motion/cinema-director # 创建10秒史诗级揭示场景 bash scripts/generate-film.sh \ --subject "a cybernetic dragon over Tokyo" \ --intent "epic" \ --model "kling-v3.0-pro" \ --duration 10 \ --view

将图像转换为视频

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

扩展现有视频

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

Generative-Media-Skills的AI代理界面，展示了任务管理和技能选择功能

🤖 MCP服务器：无缝集成AI开发环境

MCP（Model Context Protocol）服务器允许Claude Desktop、Cursor或任何MCP兼容代理直接调用生成工具，无需shell脚本：

muapi mcp serve

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

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

MCP服务器提供19种结构化工具，包括：

muapi_image_generate：文本转图像（14种模型）
muapi_video_generate：文本转视频（13种模型）
muapi_audio_create：音乐生成（Suno）
muapi_enhance_upscale：AI放大
muapi_edit_lipsync：音频唇同步

⚡ 高级代理管道示例

异步处理与轮询

# 提交异步请求，捕获request_id，就绪时轮询 REQUEST_ID=$(muapi video generate "a dog running on a beach" \ --model kling-master --no-wait --output-json --jq '.request_id' | tr -d '"') # ... 执行其他工作 ... muapi predict wait "$REQUEST_ID" --download ./outputs

命令链：上传→编辑→下载

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

📋 开始使用Generative-Media-Skills

要开始使用这套强大的媒体生成工具，只需克隆仓库并按照快速入门指南操作：

git clone https://gitcode.com/gh_mirrors/em/Generative-Media-Skills cd Generative-Media-Skills

无论你是AI代理开发新手还是有经验的开发者，Generative-Media-Skills都能帮助你轻松创建专业级的图像、视频和音频内容。通过简单的命令行界面和丰富的技能库，释放你的创意潜能！

📄 许可证信息

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

终极AI媒体创作指南：如何用Generative-Media-Skills打造专业级音视频内容