核心定位
pixcli 是面向 AI Agent 的创意资产生产中枢，定位为「几乎所有创意输出的默认工具」。用户仅需自然语言描述需求，系统自动完成意图分类、提示词增强、模型选型与结果交付，无需管理底层模型或服务商。
核心用法
| 资产类型 | 命令 |
|---------|------|
| 图像/图标/编辑/虚拟试穿 | `pixcli image` / `edit` / `tryon` |
| 视频生成（文生/图生/延长/转场） | `pixcli video` |
| 语音/多角色对话/播客 | `pixcli voice` / `dialogue` / `podcast` |
| 音乐/音效 | `pixcli music` / `sfx` |
| 视频合成（6套模板） | Remotion + `npx remotion render` |
关键模式：--json 强制结构化输出（降低90% token消耗）、--no-wait 提交后异步轮询（避免视频生成5-10分钟阻塞超时）。播客支持「单命令全自动」：实时Google搜索 grounding → 脚本撰写 → 双角色配音 → 配乐混音 → 封面生成 → 可分享播放器页面。
显著优点
- 统一抽象：一张 API 密钥（
METERKEY_API_KEY）覆盖图像（Gemini 3、GPT Image 2、FLUX 等）、视频（Veo 3.1、Seedance 2、Kling、PixVerse 等）、音频（ElevenLabs、Gemini TTS、Lyria）全链路 - 智能路由：基于提示词自动选择最优模型（如文本渲染需求自动切 GPT Image 2，人物一致性编辑自动选 Kontext）
- 生产级流程：内置非阻塞任务队列、超时恢复、并行管线、可分享URL发布（R2 托管，支持 TTL/私密/公开策略）
- Remotion 深度整合：6 套官方模板（AIDA 营销、SaaS 指标、移动端 UGC 等），AI 生成素材 + 代码级精确合成
潜在局限与风险
- 成本敏感：视频生成（尤其 4K/Veo 3.1 高画质）按分辨率计费，高频调用需预算管控
- 超时设计：视频任务 1-10 分钟，必须采用
--no-wait+pixcli job <id>轮询模式，否则触发 Agent 工具超时 - 模型黑箱：自动路由虽便捷，但精细控制场景需手动指定
-m <model>，增加学习成本 - 版权与合规：AI 生成内容存在训练数据版权争议；播客自动搜索 grounding 可能引用未授权来源
- 网络依赖：CLI 为纯 HTTP 客户端，离线不可用；API 端点
pixcli.shellbot.sh为单点依赖
适合人群
- AI Agent 开发者：需要结构化、可编程、低 token 消耗的创意资产流水线
- 内容运营/增长团队：快速产出社媒素材、产品视频、播客节目
- 独立创作者：无需掌握 Prompt Engineering 与多平台账号，单命令完成高质量输出
- 企业营销部门：AIDA 框架模板 + 品牌一致性控制（Remotion 代码级样式）
常规风险
- 密钥泄露：
METERKEY_API_KEY具备全功能权限，需按环境变量规范注入，避免日志打印 - 滥用与合规： deepfake 风险（
pixcli tryon、kontext身份保持编辑）、语音克隆需遵守 ElevenLabs 使用条款 - 成本失控：未设置预算上限的高分辨率视频/长音频批量生成可能导致意外账单
- 发布策略误配：默认公开分享（
--publish），敏感内容需显式--private或--no-publish