Pixcli 创意生产工具

要解决的问题

创意类 Agent 常被拆成多个模型和流程：图像生成、改图、抠图、SVG 矢量化、视频生成、配音、配乐、音效、播客剪辑各自不同。直接调用底层模型容易踩坑：需要选模型、写 provider、处理 prompt、轮询任务、下载文件，还要避免人脸编辑、视频超时、音轨拼接不一致。pixcli 的目标是把这类任务收敛到一个命令入口。

工作方式

• 图像与素材：image 支持文生图、参考图、比例、透明度、批量，并可加 --vectorize 生成 SVG logo/icon。
• 编辑与矢量：edit 面向改图、增强、抠图、放大；vectorize 将位图转成可缩放 SVG。
• 视频与音频：video 处理文生视频、图生视频、延展、转场、口型同步；voice、music、sfx、dialogue 负责旁白、音乐、音效和多角色对白。
• 播客：podcast 或别名 sipcast 把主题转为完整节目，包括脚本、配音、配乐、封面和可分享页。
• 最终成片：生成素材后，可用 Remotion 模板组装成成品视频。

它更像“创意任务路由器”：Agent 只描述结果，CLI/API 负责分类、补全 prompt、选择模型并返回可解析结果。

适用边界

• 需要 PIXCLI_API_KEY 和 Node.js 运行环境。
• 视频生成可能耗时较长，适合提交后轮询，而不是同步阻塞。
• 人脸、身份保持类编辑应避免漂移型模型；资料建议优先身份保持路线。
• 播客任务应使用完整播客命令，而不是手工拼接音频。