一站式 AI 音视频创作引擎

基于 MuleRouter/MuleRun 多模态 API 的 AI 图像视频生成工具，支持 Wan2.6、Veo3、Sora2 等主流模型，为创作者提供一站式文生图、图生视频等能力。

基本信息

• 技能名称?mulerouter
• 中文名称?一站式 AI 音视频创作引擎
• 作者?Misaka43fd
• 分类?设计
• 版本?v0.1.10
• 标签?content-media, image-gen, api, automation, productivity

使用方法

使用说明
核心用法
MuleRouter 是一个面向多模态 AI 内容生成的 Agent Skill，通过统一的 Python 接口封装了 MuleRouter/MuleRun 平台的 API 能力。用户可通过简单的命令行调用实现 Text-to-Image、Image-to-Image、Text-to-Video、Image-to-Video 以及视频编辑（VACE、关键帧插值）等操作。
使用前需配置环境变量 MULEROUTER_API_KEY 及 MULEROUTER_BASE_URL 或 MULEROUTER_SITE ，通过 uv 工具管理依赖。典型工作流程为：运行 list_models.py 查看可用模型 → 使用 --list-params 查看具体参数 → 执行生成命令获取结果 URL。该 Skill 支持本地图像路径自动转 base64，避免命令行长度限制。
显著优点
模型覆盖全面 ：集成 Alibaba Wan2.6 系列、Google Veo3/Nano Banana Pro、OpenAI Sora2、Midjourney 等业界领先模型，满足不同场景的创作需求。
接口设计统一 ：所有模型遵循一致的调用范式，降低学习成本。通过 uv run 一键执行，无需手动管理 Python 环境。
工程化程度高 ：代码采用模块化架构（core/ 核心层 + models/ 模型层），具备完整的类型注解、错误处理和重试机制（指数退避，最多 3 次）。
本地文件友好 ：自动将本地图像路径转换为 base64，既保留用户操作便利性，又规避了命令行参数长度限制。
潜在缺点与局限性
外部依赖强 ：必须持有 MuleRouter/MuleRun 平台的有效 API Key 且保持网络连通，无法离线使用。生成耗时较长（图像建议 5 分钟超时，视频建议 15 分钟），对实时性要求高的场景不适用。
成本不透明 ：作为第三方 API 聚合平台，实际调用成本取决于上游定价，Skill 本身未提供费用预估或限额查询功能。
输出可控性有限 ：AI 生成内容具有随机性，虽然支持参数调节，但无法保证输出完全符合预期，需多次迭代。
平台锁定风险 ：API 端点由 MuleRouter 控制，若平台策略调整或服务中断，Skill 功能将直接受影响。
适合的目标群体
内容创作者 ：需要快速生成视觉素材的自媒体运营者、短视频制作人
设计师与艺术家 ：探索 AI 辅助创意流程，进行概念验证和风格实验
开发者与产品经理 ：原型阶段需要快速生成演示素材，降低设计外包成本
教育与科研人员 ：用于教学演示、论文配图等场景
使用风险
性能风险 ：视频生成任务可能耗时数十分钟，长时间轮询会占用系统资源；建议根据任务类型设置合理超时。
依赖项风险 ：核心依赖 httpx、python-dotenv 等第三方库，需保持更新以修复潜在安全漏洞。
数据隐私 ：图像/视频内容需上传至 MuleRouter 服务器处理，敏感素材需谨慎评估合规性。
API 配额耗尽 ：高频调用可能触发速率限制或产生意外费用，建议实施调用监控。