核心用法
sogni-gen 是一款面向 Claude Code / Claude Desktop 用户的 AI 媒体生成技能，通过调用 Sogni AI 的去中心化 GPU 网络实现图像与视频生成。用户可通过自然语言指令（如 "draw"、"generate"、"make a video"）触发生成任务，支持多种工作模式：
图像生成：基础文生图（z_image_turbo_bf16 等模型）、图生图编辑（Qwen 系列支持最多 3 张参考图）、Photobooth 人脸风格迁移（InstantID + SDXL Turbo）。
视频生成：文生视频（t2v）、图生视频（i2v）、音生视频（s2v）、动作迁移（animate-move/replace），以及独特的 360° 环物视频合成（需本地 ffmpeg）。
高级功能：首尾帧插值动画、多视角 LoRA 控制（方位角/仰角/距离）、种子策略管理（prompt-hash 确定性生成）、SPARK/SOGNI 代币余额查询。
配置通过 ~/.config/sogni/credentials 存储凭据，支持 ~/.openclaw/openclaw.json 进行默认参数覆盖，CLI 标志始终优先。
显著优点
1. 模型丰富度：覆盖从极速迭代（Flux Schnell 4 步）到高质量输出（Flux2 Dev）的全谱系图像模型，视频端基于 Wan 2.2 14B 的多种工作流适配不同创意需求。
2. 专业级工作流：360° 环物视频、Photobooth 人脸迁移、照片修复等垂直场景功能完整，参数粒度精细（ControlNet 强度、LoRA 叠加、采样器/调度器覆盖）。
3. 生态集成：原生支持 MCP 协议、OpenClaw 插件体系，JSON 输出便于脚本化，与 Claude 等 Agent 环境无缝衔接。
4. 成本效率：基于代币经济（Spark/Sogni），512x512 图像性价比最优，每日 50 免费 Spark 点降低试用门槛。
5. 确定性生成：prompt-hash 种子策略确保相同提示词输出一致结果，利于迭代优化。
潜在缺点与局限性
1. 外部依赖重：必须注册 Sogni AI 账号并配置凭据，所有生成任务依赖 Sogni 网络可用性，离线场景完全不可用。
2. 视频尺寸约束：i2v 视频要求宽高 16 像素整除，且参考图缩放后尺寸可能因取整导致请求参数失效，需理解自动调整机制或手动使用 --strict-size。
3. ffmpeg 可选依赖：360 视频合成功能需要本地安装 ffmpeg，跨平台配置增加复杂度。
4. T3 来源风险：虽代码质量达标，但由个人开发者维护，长期维护承诺与官方背书弱于 T1/T2 来源。
5. 网络与超时：视频生成默认 300 秒超时，复杂任务可能因网络波动或算力排队失败。
适合的目标群体
- AI 辅助创作者：需要快速生成概念图、风格参考、短视频素材的设计师与艺术家。
- 电商/产品运营：利用 360° 环物视频、Photobooth 生成商品展示与模特图。
- Claude 生态用户：已在 Claude Code/Desktop 环境中工作，希望直接通过对话触发媒体生成。
- 开发者与自动化需求：需要 JSON 接口、MCP 服务器集成，将 AI 生成嵌入工作流。
- 成本敏感型用户：相比 Midjourney、Runway 等订阅制服务，代币按需付费模式更灵活。
使用风险
- 凭据泄露风险：
~/.config/sogni/credentials文件权限需严格设置为 600，共享环境或备份时易疏忽。 - 输出覆盖风险：
-o参数直接写入指定路径，无二次确认，可能意外覆盖重要文件。 - 代币耗尽风险：批量生成或高分辨率视频消耗迅速，需监控余额（
--balance）避免任务中断。 - 数据上传风险：所有参考图、视频素材上传至 Sogni AI 服务器处理，敏感内容需谨慎评估。
- ffmpeg 调用风险：360 视频功能使用
spawnSync调用本地 ffmpeg，虽参数硬编码无注入风险，但需确保 ffmpeg 来源可信。