核心用法
Pollinations 是一个统一的多模态 AI 平台封装工具，提供 9 大核心功能模块：文本/聊天生成、图像生成、图像编辑、视频生成、语音合成、图像分析、视频分析、音频转录及模型列表查询。所有功能均通过 Shell 脚本封装，底层调用 Pollinations.ai 的 OpenAI 兼容 API，支持 25+ 种主流模型（包括 GPT-4、Claude、Gemini、Flux、Veo 等）。
使用方式简洁直观，例如 scripts/chat.sh "你的问题" --model claude 即可启动对话，scripts/image.sh "描述" --model flux 生成图像。高级功能支持温度调节、JSON 结构化输出、推理深度控制（--reasoning-effort）、种子值固定等精细参数。视频生成支持 Veo 和 Seedance 双模型，音频 TTS 提供 13 种声线与 5 种格式，视觉分析则覆盖图像描述、OCR 提取、视频摘要等场景。
显著优点
模型生态丰富：集成 OpenAI、Anthropic、Google、DeepSeek、Grok 等顶尖厂商模型，单一入口即可切换对比不同 AI 能力，无需分别注册多个平台。
OpenAI 兼容性：聊天补全端点完全兼容 OpenAI 格式，现有基于 OpenAI SDK 的项目可零成本迁移，显著降低接入门槛。
免费 tier 友好：大量基础功能无需 API Key 即可使用，虽有速率限制，但适合个人尝鲜、原型验证与轻量场景。付费 tier 通过 Secret Keys 解锁无限制调用。
全模态覆盖：从文本到图像、视频、音频的生成，再到反向的分析与转录，形成完整的内容生产闭环，满足创意工作者的端到端需求。
可复现性保障：全操作支持 seed 参数固定输出，对于需要一致结果的批量生成或 A/B 测试场景至关重要。
潜在缺点与局限性
第三方上传依赖：image-edit.sh 处理本地文件时，会自动上传至 litterbox.catbox.moe 临时托管服务以获取公开 URL，敏感数据存在外泄风险，且该服务不在 Pollinations 官方控制范围内。
网络稳定性要求：所有功能依赖外部 API 调用，离线环境完全不可用。国内用户可能面临访问延迟或连接问题。
特殊字符处理损失：image.sh 将提示词中的 % 强制替换为 'percent'，虽能避免 API 400 错误，但可能扭曲用户本意，影响生成精准度。
Shell 环境限制：依赖 curl、jq、base64 等系统工具，Windows 原生环境需额外配置，跨平台体验不如纯 SDK 方案一致。
功能边界模糊：部分高级参数（如 --thinking-budget）仅特定模型支持，但脚本层未做前置校验，无效参数可能导致静默失败或意外行为。
适合的目标群体
全栈开发者与独立创客：需要快速验证 AI 产品原型，不愿为多个平台分别配置认证与 SDK，Pollinations 的统一接口大幅缩短开发周期。
内容创作者与设计师：图像生成、视频动效、语音配音一站式解决，Flux + Veo + TTS 组合可支撑从概念图到宣传片的完整内容管线。
AI 研究者与提示工程师：多模型并行对比、seed 固定复现、结构化 JSON 输出等特性，使其成为系统性评估模型能力的理想沙盒。
教育与技术布道者：免费 tier 降低了教学演示成本，OpenAI 兼容格式便于与现有教材案例衔接。
使用风险
数据隐私风险：除 image-edit 的第三方上传外，所有内容均需传输至 Pollinations 服务器处理，商业机密或敏感个人信息不宜直接调用。
API 可用性风险：作为第三方聚合服务，上游模型供应商的策略变更（如 pricing、rate limit 调整）可能间接影响本 Skill 的稳定性。
临时文件管理：虽然脚本声称自动清理，但异常中断时可能残留临时文件，长期使用建议定期检查 /tmp 目录。
成本失控风险：付费 tier 无速率限制，批量视频生成或长文本对话若未加监控，可能产生预期外账单。
模型幻觉传递：本 Skill 本身不做事实校验，上游模型的幻觉、偏见、版权争议将直接传导至输出结果，关键场景需人工审核。