核心用法
pixcli 是面向 AI Agent 的创意生产中枢，覆盖图像、视频、音频、播客四大媒介。用户仅需自然语言描述需求，CLI 自动完成「任务分类 → 提示词增强 → 模型选择 → 结果交付」的全流程。
图像：pixcli image 支持文生图、图生图、背景移除、SVG 矢量化（--vectorize），内置 Nano Banana、GPT-Image-2、FLUX 等模型，自动识别文字渲染、产品摄影、虚拟试穿等场景。
视频：pixcli video 提供文生视频、图生视频、视频延长、背景移除（removebg）。推荐先用 pixcli image 生成首帧，再用 --from 动画化，确保视觉可控。支持 Veo 3.1（原生音频同步）、Seedance 2、Kling 等后端，长任务建议 --no-wait 异步提交避免超时。
音频与播客：pixcli voice 为单句配音；pixcli dialogue 为双人对白；pixcli podcast（别名 sipcast）是「一键播客工作室」——自动脚本（Google Search 实时 grounding）、双主播配音、配乐、封面、分享页全包，支持多语言学习与语音重录。
视频合成：生成素材后，通过 6 套 Remotion 模板（aida-classic、cinematic-product 等）完成最终剪辑，命令如 npx remotion render。
显著优点
1. 模型抽象层：用户无需了解 FLUX vs. Veo vs. Seedance 的差异，pixcli 按提示词自动路由到最优模型。
2. 全链路闭环：从创意到可分享 URL（/p/<id>）或播客页（/sip/<id>）一站式完成，支持公开/私有/限时链接。
3. 异步与恢复：--no-wait + pixcli job <id> 模式避免视频生成 5-10 分钟阻塞；超时后仍可用 job ID 恢复下载。
4. 成本可控：--quality draft/standard/high、分辨率、时长均影响计费，JSON 模式（PIXCLI_JSON=1）减少 90% Token 消耗。
5. 多语言原生：播客支持强制西班牙（Castilian）、法语等，语音克隆（ElevenLabs）与 Gemini 多音色 TTS 并存。
潜在缺点与局限性
1. 外部依赖重：必须持有 METERKEY_API_KEY（ShellBot 生态），且所有生成依赖云端 API（pixcli.shellbot.sh），无离线能力。
2. 视频时长与一致性：单段视频目前 1-15 秒（Veo 3.1 可达 4k），长叙事需分段生成后在 Remotion 拼接；人物一致性需配合 kontext 模型或固定首帧。
3. CLI 阻塞与超时：默认同步轮询，Agent 工具调用若限 2-5 分钟，必须显式使用 --no-wait 模式，增加编排复杂度。
4. Remotion 模板学习成本：虽提供 6 套模板，但自定义动画仍需编写 React/Remotion 代码（src/index.ts），非纯无代码体验。
5. 版权与合规：AI 生成内容的商用授权取决于底层模型（如 FLUX、Veo、ElevenLabs 各自条款），需用户自行合规审查。
适合人群
- AI Agent 开发者：需为 Agent 赋予「生成任意创意资产」能力的场景（营销素材、产品视频、播客、社交广告）。
- 内容运营与营销团队：快速产出 A/B 测试素材、多语言播客、短视频混剪。
- 独立创作者与设计师：用草稿质量快速验证概念，再升舱到高质量最终交付。
常规风险
- 密钥泄露：
METERKEY_API_KEY泄露可导致账户被恶意消耗额度，需严格环境变量管理。 - 模型供应商中断：依赖 fal、Google、ElevenLabs 等第三方后端，单点故障可能导致特定功能不可用。
- 内容审核：云端 API 可能对敏感提示词返回过滤或拒绝，需预留降级策略。
- 成本累积：视频与播客生成单价较高，批量任务需配合
--no-wait与--quality draft先做小规模验证。