mulerouter

核心用法

MuleRouter 是一个面向多模态 AI 内容生成的 Agent Skill，通过统一的 Python 接口封装了 MuleRouter/MuleRun 平台的 API 能力。用户可通过简单的命令行调用实现 Text-to-Image、Image-to-Image、Text-to-Video、Image-to-Video 以及视频编辑（VACE、关键帧插值）等操作。

使用前需配置环境变量 MULEROUTER_API_KEY 及 MULEROUTER_BASE_URL 或 MULEROUTER_SITE，通过 uv 工具管理依赖。典型工作流程为：运行 list_models.py 查看可用模型 → 使用 --list-params 查看具体参数 → 执行生成命令获取结果 URL。该 Skill 支持本地图像路径自动转 base64，避免命令行长度限制。

显著优点

模型覆盖全面：集成 Alibaba Wan2.6 系列、Google Veo3/Nano Banana Pro、OpenAI Sora2、Midjourney 等业界领先模型，满足不同场景的创作需求。

接口设计统一：所有模型遵循一致的调用范式，降低学习成本。通过 uv run 一键执行，无需手动管理 Python 环境。

工程化程度高：代码采用模块化架构（core/ 核心层 + models/ 模型层），具备完整的类型注解、错误处理和重试机制（指数退避，最多 3 次）。

本地文件友好：自动将本地图像路径转换为 base64，既保留用户操作便利性，又规避了命令行参数长度限制。

潜在缺点与局限性

外部依赖强：必须持有 MuleRouter/MuleRun 平台的有效 API Key 且保持网络连通，无法离线使用。生成耗时较长（图像建议 5 分钟超时，视频建议 15 分钟），对实时性要求高的场景不适用。

成本不透明：作为第三方 API 聚合平台，实际调用成本取决于上游定价，Skill 本身未提供费用预估或限额查询功能。

输出可控性有限：AI 生成内容具有随机性，虽然支持参数调节，但无法保证输出完全符合预期，需多次迭代。

平台锁定风险：API 端点由 MuleRouter 控制，若平台策略调整或服务中断，Skill 功能将直接受影响。

适合的目标群体

• 内容创作者：需要快速生成视觉素材的自媒体运营者、短视频制作人
• 设计师与艺术家：探索 AI 辅助创意流程，进行概念验证和风格实验
• 开发者与产品经理：原型阶段需要快速生成演示素材，降低设计外包成本
• 教育与科研人员：用于教学演示、论文配图等场景

使用风险

性能风险：视频生成任务可能耗时数十分钟，长时间轮询会占用系统资源；建议根据任务类型设置合理超时。

依赖项风险：核心依赖 httpx、python-dotenv 等第三方库，需保持更新以修复潜在安全漏洞。

数据隐私：图像/视频内容需上传至 MuleRouter 服务器处理，敏感素材需谨慎评估合规性。

API 配额耗尽：高频调用可能触发速率限制或产生意外费用，建议实施调用监控。

核心用法

MuleRouter 是一个多模态 AI 模型路由客户端，通过统一接口调用 Alibaba Wan、Google Veo、Midjourney、OpenAI Sora 等主流视频/图像生成 API。支持 Text-to-Image、Image-to-Image、Text-to-Video、Image-to-Video 及视频编辑（VACE、关键帧插值）等多种生成模式。

快速上手流程：
1. 配置环境变量 MULEROUTER_API_KEY 及 MULEROUTER_BASE_URL 或 MULEROUTER_SITE
2. 运行 uv sync 安装依赖
3. 使用 uv run python scripts/list_models.py 查看可用模型
4. 通过 uv run python models/<provider>/<model>/<action>.py --list-params 了解参数
5. 执行生成命令获取结果 URL

典型命令示例：

• 文生视频：uv run python models/alibaba/wan2.6-t2v/generation.py --prompt "A cat walking through a garden"
• 图生视频：uv run python models/alibaba/wan2.6-i2v/generation.py --prompt "Gentle zoom in" --image "/path/to/image.png"

显著优点

• 模型覆盖全面：集成 Wan2.6、Veo3、Nano Banana Pro、Sora2、Midjourney 等顶尖多模态模型
• 接口统一：通过单一客户端访问多个服务商 API，降低集成成本
• 本地路径友好：自动将本地图片路径转换为 base64，避免命令行长度过限
• 依赖管理现代化：采用 uv 工具链，支持快速依赖同步与脚本执行
• 配置灵活：支持环境变量、.env 文件多种配置方式，BASE_URL 优先级高于 SITE

潜在缺点与局限性

• Python 版本限制：需 Python 3.10+，旧环境无法运行
• 外部 API 依赖：完全依赖 MuleRouter/MuleRun 服务可用性，无离线能力
• 生成耗时长：图片建议 5 分钟超时，视频建议 15 分钟超时，不适合实时场景
• 输入验证宽松：图片路径未严格限制文件类型，存在理论上的文件读取风险（实际影响低）
• 商业成本：调用外部 API 产生费用，需自行管理 API 密钥与配额

适合人群

• 内容创作者：需要批量生成 AI 图像/视频素材的自媒体、设计师
• 开发者：快速集成多模态生成功能至工作流或产品的技术团队
• 研究人员：对比测试不同多模态模型效果的 AI 研究者
• 自动化需求者：希望通过脚本化方式调用 AI 生成能力的效率用户

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| API 密钥泄露 | 中 | 密钥存储于环境变量，需避免提交至版本控制或日志输出 |

| 生成内容合规 | 中 | AI 生成内容需遵守平台政策，避免违规提示词 |

| 文件路径遍历 | 低 | 图片路径验证宽松，建议在可信环境运行 |

| 网络传输安全 | 低 | 已采用 HTTPS + TLS 1.2+，无中间人风险 |

| 依赖供应链 | 低 | 依赖 httpx、pydantic 等知名库，无已知 CVE |

安全建议：妥善保管 MULEROUTER_API_KEY，优先使用 .env 文件而非命令行暴露密钥，仅在可信目录运行 Skill。