MUSE

给 Agent 用 ​

CLI 天生适合让 AI Agent 代跑：一行命令、纯文本输出、结果落到文件。

为什么适合 ​

  • 不用交互。 所有参数都是 flag，没有向导菜单、没有 y/N 确认
  • 输出可解析。 upload 和 projects assets 的 stdout 就是 URL / id<TAB>url，直接管道
  • 凭证不落盘。 环境变量优先级最高，Agent 沙箱里不用写配置文件

最小配置 ​

给 Agent 一把账户 Key，注进环境变量：

bash
MUSEAV_API_KEY=$MUSEAV_API_KEY museav gen --skill ecom-white-backdrop --input "米白色针织衫"

别给 Agent 租户 Key

租户 Key 能给成员开户、能看全租户的账。Agent 只需要出图。

发一把账户 Key 给它，权限刚好够用 —— 出图、查技能、上传、读图、查自己的额度， 管理类的一律 403。真出了岔子，损失止于这个账户的额度。

一个能跑的流程 ​

bash
# 1. 看有什么技能
museav skills --genre 电商

# 2. 传垫图，拿到 URL
REF=$(museav upload ./模特图.jpg)

# 3. 出图
museav gen --skill product-on-model --input "米白色针织衫" --ref "$REF"

# 4. 查结果
museav jobs

让 Agent 自己挑技能 ​

museav skills 的输出里有 slug、中文名、分类和「是否需垫图」， 足够 Agent 自己判断该用哪个、要不要先传图。

带 --genre 可以先按分类收窄。

边界 ​

边缘运行时跑不了 CLI

Cloudflare Workers、Deno Deploy 这类环境起不了子进程。

如果你的 Agent 跑在那种地方，直接调 HTTP API， 或者把 CLI 当库用：import { StudioClient } from 'museav-cli'。

whoami 用 Key 调不了

它需要登录态。Agent 用 Key 的话这条命令会报错，这是正常的。

相关 ​

命令行 · 在档 L2「已经出图，要提效」的链路上 —— 第 4 / 5 步

  1. 1装上并登录npm 一行，三种身份挑一个
  2. 2命令速查全部命令和参数
  3. 3常见用法成组的场景配方
  4. 4给 Agent 用输出可解析、凭证可注入
  5. 5MCP：串成一套服务出图、成片、SkillHub 一起接

你可能更适合这一档

四档都在 按你的情况选路，随时能回去改 —— 选错不花钱也不浪费时间。