核心功能
MuleRouter 是一个统一的多模态 AI 内容生成工具，通过 Python CLI 封装 MuleRouter/MuleRun 平台 API，支持完整的生成式 AI 工作流：
生成能力：
- Text-to-Image：文本生成图像（如 Midjourney、Nano Banana Pro）
- Text-to-Video：文本生成视频（如 Wan2.6-T2V、Veo3、Sora2）
- Image-to-Video：图像动态化与风格迁移（如 Wan2.6-I2V）
- Image-to-Image：图像编辑与重绘
- Video Editing：VACE 视频编辑、关键帧插帧等高级功能
技术实现：
- 基于
uv的依赖管理与执行环境 - 自动本地图像转 base64，避免命令行长度限制
- 内置配置验证与安全路径检查（过滤敏感目录）
- 支持远程/本地图像输入，扩展名白名单验证
显著优点：
1. 模型聚合：单入口调用多种 SOTA 模型，带 [SOTA] 标签快速识别
2. 交互友好：支持 --list-params 查看参数、--tag 过滤模型
3. 安全设计：环境变量隔离 API Key，本地文件路径优先于 base64
4. 灵活配置：MULEROUTER_BASE_URL 优先于 MULEROUTER_SITE，支持自定义端点
潜在局限：
- 网络依赖：必须连通
api.mulerouter.ai或api.mulerun.com - 资源消耗：视频生成建议 15 分钟超时，大模型调用成本较高
- Python 版本锁死：硬性要求 Python 3.10+，旧环境不兼容
- 生态封闭：仅支持 MuleRouter 生态模型，无法直接接入其他平台 API
适合人群：
- AI 内容创作者需批量生成图像/视频素材
- 开发者构建多模态应用原型
- 研究团队对比测试 SOTA 生成模型性能
常规风险：
- API Key 泄露风险（需严格管理
.env文件权限） - 生成内容版权与合规风险（平台模型输出需自行审核）
- 长时任务超时失败（需合理设置超时参数）