SamurAIGPT/Generative-Media-Skills

解決的問題

本專案為 AI 代理（如 Claude Code、Cursor 和 Gemini CLI）提供了一套完整的工具集，用於生成、編輯和顯示專業級的圖像、影片和音訊。它彌合了高階創作意圖與使用各種 AI 模型產出高品質多模態媒體所需的技術 API 呼叫之間的差距。

運作方式

該系統建立在架構導向架構之上，利用 muapi-cli 與超過 100 個 AI 模型（包括 Midjourney、Flux 和 Kling）進行互動。它分為兩個主要層級：

• 核心基元： CLI 的輕量級封裝，用於原始 API 存取，處理檔案上傳、基本圖像編輯和身分驗證等任務。
• 專家函式庫： 一系列高價值的「技能」，將創作目標轉化為技術指令。這包括電影攝影、UI 設計和品牌設計的專門工作流程。

此外，它還提供了一個 MCP (Model Context Protocol) 伺服器，允許代理直接呼叫 19 個結構化工具，而無需執行 shell 指令稿。

適用對象

專為使用 AI 代理來自動化多模態內容創作的開發人員和創作者設計，特別是那些使用 Claude Desktop 或 Cursor 等相容 MCP 工具的使用者。

亮點

• 代理原生設計： 使用結構化的 JSON 輸出和語意退出代碼，以無縫整合到代理工作流程中。
• 專家知識層： 包含用於專業電影導演、UI 原子設計和標誌幾何基元的預建技能。
• 豐富的配方包： 具備 41 個由 LLM 編排的工作流程配方，例如將照片轉換為 3D 公仔或建立電影級產品廣告。
• 廣泛的模型支援： 一鍵存取各種模型，包括 Midjourney v7、Flux Kontext、Seedance 2.0 和 Kling 3.0。
• 直接媒體顯示： 包含一個 --view 旗標，可自動在系統檢視器中開啟生成的媒體。