用途：diffusers-cli 是 diffusers 仓库 src/diffusers/commands/ 中随包发布的命令行工具，面向在终端运行 DiffusionPipeline 或 ModularPipeline 的场景，例如一次性生成、批量任务、新模型冒烟测试，以及通过 --remote 在 HF Sandbox/HF Jobs 硬件上运行。
主要子命令：run 运行任意流水线，原样转发 --pipeline-kwargs，按运行时类型保存输出，可选 --remote 远程执行；schema 打印流水线仓库的输入 schema（参数名、类型、默认值、描述），只下载小型索引文件、不下载权重；custom_blocks 将本地 ModularPipelineBlocks 子类打包上传到 Hub；env 打印 diffusers、torch、transformers、accelerate、safetensors 版本及 CUDA、GPU 信息，用于排查环境、精度支持或撰写 bug 报告。
使用方式：多数工作通过 run 完成，构造命令前建议先读对应参考文件 run.md，其中涵盖 --pipeline-kwargs 语义与 shell 引号陷阱、--lora、优化参数（--dtype、--cpu-offload、--attention-backend、--vae-tiling/slicing）、输出处理与 --push-to 上传、--remote HF Jobs 全流程（镜像、容器命令、日志流、计时信息、产物下载）以及 --context-parallel。其余命令可用 diffusers-cli <command> --help 查看。输出格式由顶层 --format {auto, human, agent, json} 控制，须放在子命令之前；human 为终端默认，agent 在检测到智能体环境变量时自动启用，json 适合脚本解析；stdout 输出数据，stderr 输出提示与进度。
限制：多阶段、需要在流水线之间操作中间张量的工作流应改用 Python；CLI 只覆盖推理，不支持训练或微调；需要 quantization_config 等 CLI 未暴露的底层加载参数时应写 Python（device_map 已通过 --device-map 暴露）。若安装后 diffusers-cli 不在 PATH，可用 pip install -e . --force-reinstall --no-deps 重装并检查 which diffusers-cli；若缺少新功能（如出现 unrecognized arguments: --lora），同样需要重装。