vercel-labs/ai-cli

解决的问题

该项目提供了一个统一的命令行界面（CLI），用于与多种模态的AI模型进行交互。它消除了为生成图像、视频、音频和文本等简单任务编写自定义脚本的需求，并通过标准终端管道简化了将多个AI操作串联起来的过程。

如何工作

基于 Vercel AI SDK 和 AI Gateway 构建，该 CLI 允许用户执行简单命令（例如 ai text、ai image、ai video、ai audio）来调用各种模型。它支持标准输入（stdin），意味着你可以将其他终端命令（如 git diff 或 cat）的输出直接通过管道传入 AI 模型。它还支持将一个 AI 生成的输出作为另一个 AI 的输入，从而实现复杂的工作流，例如生成图像后再将其动画化为视频。

适用人群

偏好终端而非 Web UI 的开发者和高级用户，以及希望无需管理多个 API 密钥或独立工具集即可快速尝试不同提供商模型的用户。

主要亮点

• 多模态支持：支持生成文本、图像、视频和音频（语音与语音转录）。
• 管道与引用：支持标准输入和引用图像/文件，实现复杂的、原生代理式工作流。
• 统一模型访问：通过 AI Gateway 以单一接口访问数百个模型。
• 内联预览：在支持的终端（如 Kitty、Ghostty、WezTerm）中直接显示图像、视频和音频波形。
• 模型对比：可同时从多个模型生成输出以进行对比。
• 详细模型信息：提供可用模型的实时价格、延迟和吞吐量数据。