anime-workbench-cli

中文 | English

灵境 AI Anime Workbench 平台终端工具仓库。

使用前准备

开始使用前，请先确保你已经在 Anime Workbench 官网注册账号，并完成微信绑定：

• https://animeworkbench.lingjingai.cn/home

CLI 当前推荐通过微信扫码登录。

如果官网账号还没有绑定微信，请先在官网完成注册和绑定，再继续下面的安装与登录步骤。

当前仓库包含四层：

• opencli frontend：给 opencli 用的插件入口，继续兼容 opencli awb ...
• @lingjingai/awb-cli：独立 CLI 入口，命令名为 awb
• @lingjingai/awb-core：两者共用的核心 SDK、鉴权、上传、模型查询和任务逻辑
• skills/awb：给 Agent 用的 skill 文档、流程、兼容元数据和更新脚本

目录结构：

.
├── index.js                  # opencli 插件入口
├── install.mjs              # opencli 插件安装脚本
├── packages/
│   ├── awb-core/            # shared core
│   └── awb-cli/             # standalone CLI
├── skills/awb/              # agent skill bundle
├── docs/                    # release/update docs
├── README.md
└── README.en.md

更新机制文档：

• docs/update-mechanism.md
• docs/repository-architecture.md
• CHANGELOG.md

安装

独立 CLI（推荐）

面向 Agent、e2b、CI 和普通终端用户，优先安装独立入口：

npm install -g @lingjingai/awb-cli
awb --help

如果你是从当前仓库源码开发：

npm install -g ./packages/awb-core ./packages/awb-cli
awb --help

opencli 插件

前置依赖：

npm install -g @jackwener/opencli

从 GitHub 安装：

npm install -g github:LingJingAI-Labs/anime-workbench-cli

或：

npm install -g git+https://github.com/LingJingAI-Labs/anime-workbench-cli.git

安装完成后，postinstall 会自动把插件放到 ~/.opencli/plugins/awb，并把 Agent skill 同步到 ~/.cc-switch/skills/awb。

opencli awb 是兼容入口；完整品牌栏和分组帮助以独立 awb 入口为准。

验证安装：

opencli awb --help

如果独立 CLI 本地还没有自己的登录态，它会优先沿用现有 AWB 认证和项目组状态，避免重复登录。兼容读取的旧路径包括：

• ~/.opencli/awb-auth.json
• ~/.opencli/awb-state.json
• ~/.animeworkbench_auth.json

如果这些路径同时存在，CLI 会优先采用更新更晚、令牌更新鲜的那份认证记录。

本地开发

cd /path/to/anime-workbench-cli
npm install -g .

或直接刷新本地插件安装：

node /path/to/anime-workbench-cli/install.mjs

检查代码：

npm run check

同步版本号：

npm run version:sync -- 0.1.1

Skill 元数据校验：

npm run check

Skill / Agent Usage

Skill 入口：

• skills/awb/SKILL.md
• skills/awb/compat.json
• skills/awb/VERSION

Skill 更新：

bash skills/awb/scripts/check-update.sh
bash skills/awb/scripts/update.sh

如果你的 Agent 使用自定义 skill 目录，可设置 AWB_SKILL_INSTALL_DIR=/path/to/awb 后再执行安装或更新。

Skill workflow 只保留单元化基础用法，例如：

• 简单文生图
• 参考图生图 / 多图生图
• 批量生图
• 首帧生视频
• 首尾帧生视频
• 多参考生视频
• 故事板生视频
• 批量生视频

登录

自动化 / e2b / CI 场景可直接使用 AWB access key，不需要扫码或刷新 token：

export AWB_ACCESS_KEY=<access_key>
# 兼容旧环境变量，也可使用 AWB_CODE=<access_key>

awb auth-status -f json
awb me -f json

也可以把 access key 保存到本地 AWB auth 文件（权限 0600）：

opencli awb login-key --accessKey <access_key>
# 已经设置环境变量时：
opencli awb login-key --fromEnv true
# 离线保存/暂不校验时：
opencli awb login-key --accessKey <access_key> --skipVerify true

CLI 启动时会从当前目录向上查找最近的 .env，且不会覆盖已存在的 shell 环境变量：

AWB_ACCESS_KEY=<access_key>
# AWB_CODE=<access_key>  # 旧别名；不是 user_id

完成官网注册并绑定微信后，在终端使用微信扫码登录：

opencli awb login-qr

只返回二维码链接，不等待：

opencli awb login-qr --waitSeconds 0 -f json

手机验证码登录：

opencli awb send-code --phone 13800138000 --captchaVerifyParam '<aliyun-captcha>'
opencli awb phone-login --phone 13800138000 --code 123456

团队与项目组

查看当前账号、团队和项目组：

opencli awb me -f json
opencli awb points -f json

切换团队：

opencli awb teams -f json
opencli awb team-select --groupId <groupId> -f json

管理项目组：

opencli awb project-groups -f json
opencli awb project-group-current -f json
opencli awb project-group-users -f json
opencli awb project-group-create --name "CLI Project" -f json
opencli awb project-group-select --projectGroupNo <projectGroupNo> -f json

项目 / e2b 沙箱用量统计：

opencli awb usage-summary \
  --projectGroupNo <projectGroupNo> \
  --since "2026-04-27 00:00:00" \
  --startProjectPointBalance 10000 \
  --pointPriceYuan 0.01 \
  -f json

# 也可由后台注入环境变量后直接查
AWB_PROJECT_GROUP_NO=<projectGroupNo> \
AWB_USAGE_STARTED_AT=1777219200000 \
AWB_START_PROJECT_POINT_BALANCE=10000 \
AWB_POINT_PRICE_YUAN=0.01 \
opencli awb usage-summary -f json

模型发现

列出图片模型：

opencli awb image-models

列出视频模型：

opencli awb video-models

按名称过滤：

opencli awb image-models --model "Nano Banana"
opencli awb video-models --model "可灵 3.0"

查看某个模型的参数、约束和推荐命令：

opencli awb model-options --modelGroupCode <modelGroupCode>

素材上传

上传本地文件到素材桶：

opencli awb upload-files --files ./ref.webp -f json
opencli awb upload-files --files ./frame.webp --sceneType material-video-create -f json

返回值里会包含 backendPath 和 signedUrl。

图片生成

积分预估：

opencli awb image-fee \
  --modelGroupCode <modelGroupCode> \
  --prompt "一位赛博风格少女站在霓虹街头" \
  --quality 1K \
  --ratio 16:9 \
  --generateNum 1

正式创建：

opencli awb image-create \
  --modelGroupCode <modelGroupCode> \
  --prompt "一位赛博风格少女站在霓虹街头" \
  --quality 1K \
  --ratio 16:9 \
  --generateNum 1 \
  --dryRun true

Banana 系列多图参考：

opencli awb image-create \
  --modelGroupCode <modelGroupCode> \
  --prompt "参考图里的角色在雨夜奔跑" \
  --quality 1K \
  --ratio 16:9 \
  --generateNum 1 \
  --irefFiles "./a.webp,./b.webp" \
  --dryRun true

批量生图：

opencli awb image-create-batch \
  --inputFile ./image-batch.json \
  --modelGroupCode <modelGroupCode> \
  --concurrency 2 \
  --dryRun true -f json

视频生成

首尾帧模式：

opencli awb video-create \
  --modelGroupCode <modelGroupCode> \
  --frameFile ./first-frame.webp \
  --tailFrameFile ./last-frame.webp \
  --quality 720 \
  --generatedTime 5 \
  --ratio 16:9 \
  --dryRun true

纯提示词模式（仅部分模型）：

opencli awb video-create \
  --modelGroupCode <modelGroupCode> \
  --prompt "雨夜街头，人物缓慢走向镜头，电影感" \
  --quality 720 \
  --generatedTime 5 \
  --ratio 16:9 \
  --dryRun true

参考生视频模式：

opencli awb video-create \
  --modelGroupCode <modelGroupCode> \
  --prompt "@角色A 对镜说话" \
  --refImageFiles "角色A=./char.webp" \
  --refAudioFiles "角色A=./voice.mp3" \
  --quality 720 \
  --generatedTime 5 \
  --ratio 9:16 \
  --dryRun true

故事板模式：

opencli awb video-create \
  --modelGroupCode <modelGroupCode> \
  --storyboardPrompts "镜头1：城市远景||镜头2：人物走近镜头" \
  --quality 720 \
  --generatedTime 5 \
  --ratio 16:9 \
  --dryRun true

批量生视频：

opencli awb video-create-batch \
  --inputFile ./video-batch.json \
  --modelGroupCode <modelGroupCode> \
  --concurrency 2 \
  --dryRun true -f json

任务查询

查询任务流：

opencli awb tasks --taskType IMAGE_CREATE -f json
opencli awb tasks --taskType VIDEO_GROUP -f json

等待任务完成：

opencli awb task-wait --taskId <taskId> --taskType IMAGE_CREATE -f json
opencli awb task-wait --taskId <taskId> --taskType VIDEO_GROUP -f json

说明

推荐流程：

opencli awb video-models --model "可灵 3.0"
opencli awb model-options --modelGroupCode <modelGroupCode>
opencli awb video-create ... --dryRun true
opencli awb video-create ...

dryRun 会构造真实请求并调用积分估算接口，但不会真正提交创作任务。