用途:Modellix 是一个模型即服务平台,用于 AI 图像、视频、语音的生成与转录。本技能指导智能体使用官方 modellix-cli 工作流,通过统一 API/CLI 调用多个模型供应商,包括 Seedream、Seedance、Nano Banana、Whisper、Qwen Audio、CosyVoice 等。适用场景包括:从文本提示生成图像;从文本或图像生成、编辑视频;从文本生成语音、转录语音,或在两种声音之间转换。
使用方式:先认证,使用 MODELLIX_API_KEY 或运行 modellix-cli auth login;再运行 modellix-cli doctor --json 检查环境。未指定模型时使用默认模型:文生图 google/nano-banana-2-lite,文生视频 bytedance/seedance-2.0-mini-t2v,图生图 google/nano-banana-2-lite-edit,图生视频 bytedance/seedance-2.0-fast-i2v,视频转视频 bytedance/seedance-2.0-fast-v2v,TTS alibaba/qwen-audio-3.0-tts-flash,STT openai/whisper-1,STS alibaba/cosyvoice-clone。用 modellix-cli model run --wait --json 提交任务,用 modellix-cli task download 保存输出。可运行 modellix-cli model describe 的 docs_url 或访问 https://docs.modellix.ai/llms.txt 获取请求 schema。
最佳实践与限制:优先使用 CLI 的 --wait 而不是手动轮询。付费提交前应披露供应商、模型、离开本机的提示词或源媒体、预计成本与输出路径,并取得用户明确批准;优先使用会话级 API key,仅在用户批准持久化本地凭据时才运行 auth login。未知结果不要盲目重试付费提交,先检查任务历史。下载前确认目标与覆盖策略,未经批准不要覆盖已有文件。托管结果 URL 约保留 7 天,需在过期前下载。
安全提示:需要 Modellix API key,切勿在日志中打印密钥;提示词与上传源媒体会离开本机发往 api.modellix.ai 及 Modellix CDN 处理;付费生成消耗账户余额。限制:需 Modellix 账户、网络访问、有效 API key 与足够余额;模型可用性、请求 schema、定价、配额、审核与生成时间由 Modellix 控制,可能变化;生成输出在发布前需人工审核质量、权利、隐私与政策合规;本文档仅描述 CLI 工作流,不定义 REST 回退方案,也不保证远程任务一定下载成功。