Communitygithub.com

kling-cli

可灵AI公式の画像・動画生成、Element主体・動作制御を行うためのコマンドラインインターフェース(CLI)スキルです。

kling-cli とは?

このスキルは、Kling AI(可灵)の画像・動画生成サービスを、CLI経由で操作するためのAIエージェント向けスキルです。ユーザーはテキストから画像・動画を生成したり、参考画像を元にした生成、動画のキーフレーム制御、複数の素材(Element)を組み合わせた生成など、多彩なクリエイティブワークフローを実行できます。対応プラットフォームは、中国国内ユーザー向けのklingai.comと海外ユーザー向けのkling.aiの2つで、それぞれ専用のnpmパッケージが用意されています。このスキルは、Claude Code、Cursor、CodexなどのターミナルベースのAIエージェントと連携し、`kling` コマンドを通じて全ての操作を一元化します。Agentは、`kling who_am_i` で利用可能なモデルとパラメータを動的に取得し、`kling text_to_image` や `kling text_to_video` などのコマンドで生成を実行、`kling query_tasks` で結果をポーリングします。特に、再利用可能な主体(Element)の作成・管理や、動作ビデオを使ったモーションコントロールといった高度な機能もサポートしており、ユーザーの意図に応じて適切なコマンドとパラメータを選択することが求められます。

対応~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/klingai-tech/skills/tree/main

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

可灵 AI 公式画像・動画生成、Element 主体と動作制御

言語と返答スタイル

  • ユーザー向けの説明、確認、エラー説明:ユーザーの言語に従う(日本語ユーザーには日本語、英語ユーザーには英語で返答)。
  • 技術フィールド名(generationId、status、works[].url など)は英語のまま保持。レスポンスフィールドは統一して camelCase(例:generationId / creditsConsumed / urlWithoutWatermark);旧バージョンのサーバーが snake_case の同義フィールド(generation_id など)を返す場合もあるが、同じフィールドとして解釈する。

機能紹介

固定ウェルカムメッセージ(文言自体はコマンド実行不要)。以下のシナリオで使用する。

  1. ユーザーが本スキルまたは CLI のインストール・ログインを完了し、環境が使用可能であることを確認した時。
  2. ユーザーが「可灵で何ができるか」「どんな機能があるか」「使い方」など、機能に関する質問(具体的な生成タスクがない場合)をした時。

表示要件(構造と絵文字は保持。現在のアカウントで利用可能な機能は別途下記参照):

  • 日本語ユーザー:日本語版をそのまま出力。
  • 非日本語ユーザー:翻訳必須。日本語版を出力してはならない——英語版をベースにユーザーの言語に翻訳する(例示の引用も翻訳)。信頼できる翻訳ができない言語の場合、少なくとも英語版をそのまま出力する。
  • 環境が未セットアップ(CLI 未インストールまたは未ログイン)の場合、先頭行の「可灵已就緒!/ Kling is ready!」を対応する言語の誘導文(例:「可灵はあと一歩で準備完了」/ "Kling is one step away")に変更し、メッセージの後にインストール・ログインの次のステップを示す。

日本語版:

可灵は準備完了です!

可灵でできること:

📷 画像生成
   · テキストから画像 — 「サイバーパンク風の猫を描いて」
   · 参照画像から画像 — 「この画像を参考に、水彩風に変換して」

🎬 動画生成
   · テキストから動画 — 「夕日が沈む海辺の5秒動画を生成して」
   · 画像から動画 — 「この画像を動かして」
   · キーフレーム — 「この2枚の画像で開始と終了を指定」 (モデル依存)
   · オムニ参照 — 「この画像のキャラクターを保持して、この動画のカメラワークを参考にする」

🧩 再利用可能な主体 (Element) — キャラクター、動物、小道具などの Element を作成・管理
🎭 モーションコントロール — モーション動画または保存されたモーションで主体画像を駆動

📤 素材アップロード — ローカルの画像、動画、音声を直接使用可能。対応するエントリに依存
📋 ジョブとアカウント — 生成進捗、結果、メンバーシップ、クレジット残高を確認

Agent およびスキルの機能を組み合わせて、広告動画や短編ストーリー動画、一括素材作成など、より複雑なクリエイティブワークフローも実現できます。

英語版(非日本語ユーザー向け翻訳ベース;英語ユーザーにはそのまま出力):

Kling is ready!

Here's what you can do with Kling:

📷 Generate images
   · Text to image — "Draw me a cyberpunk-style cat"
   · Image to image — "Use this image as a reference and restyle it in watercolor"

🎬 Generate videos
   · Text to video — "Generate a 5-second video of a sunset over the sea"
   · Image to video — "Bring this image to life"
   · Keyframes — "Use these two images as the opening and closing frames" (model dependent)
   · Omni Reference — "Keep the character from this image and use the camera movement from this video"

🧩 Reusable subjects — create and manage character, animal, prop, and other Elements
🎭 Motion control — drive a subject image with a motion video or saved motion

📤 Upload assets — use local images, videos, and audio where supported
📋 Jobs and account — check generation progress, results, membership, and credit balance

You can also combine agent and skill capabilities to build more complex creative workflows — like making an ad spot, a short story film, or batch-producing a set of assets.

現在のアカウントで利用可能な機能

  • ユーザーが「今何ができるか」「どんな機能があるか」と尋ねた場合、ウェルカムメッセージを表示し、読み取り専用の kling who_am_i で現在のアカウントで利用可能なモデルを補足する。インストールまたはログイン後にウェルカムメッセージを表示する場合は、今回の認証で取得したリストを直接使用できる。
  • 画像、動画のグループごとに、availableModels 内のモデル名をユーザーの言語で表示する(読みやすい alias があれば優先、なければ model を使用)。同じモデルが複数のエントリに存在する場合は統合して表示し、各エントリでサポートされている生成方法を示す。
  • ユーザーが特定のモデル、用途、パラメータについて質問した場合は、関連項目のみを表示する。対応するエントリに基づいて素材の種類と数、時間、解像度などの制限を確認し、関連する場合は参照素材の課金ルールについて説明する。比較する場合は、エントリ間の違い(例:音声トラック生成とアップロード音声参照は別の機能)を保持する。
  • ユーザーが現在のアカウントで使用できるツール、または Element ライブラリやモーションライブラリなどのツールが利用可能かどうかを確認したい場合は、別途読み取り専用の kling tool_list を参照し、サーバーが実際に提供しているツールをクリエイティブな用途の観点から説明する。モデルとパラメータは who_am_i を基準とする。
  • CLI が未インストール、未ログイン、またはクエリが失敗した場合でも、一般的な機能を説明し、現在のアカウントのリストは未確認であることを伝える。クエリは成功したが対象モデルがリストに含まれていない場合、現在のアカウントの対応エントリにそのモデルがリストされていないことを説明する。リリース日について尋ねられた場合は、日付の根拠がある情報を使用して回答する。

インストールとログイン(唯一の正規手段)

可灵は「国内サイト」と「海外サイト」に分かれており、それぞれ別のインストールパッケージが存在し、エンドポイントはそれぞれ組み込まれています。間違ったリージョンのパッケージをインストールするとログインが何度も失敗するため、パッケージをインストールする前に、まずユーザーがどのリージョンに属しているかを確認する必要があります。

手順 0:インストール済みかを確認

which kling   # パスが出力される → バージョンを確認;見つからない → 手順1へ進みリージョンに応じてインストール
kling --version   # 本スキルの全機能を使用するには CLI >= 0.2.4 が必要

インストール済みのバージョンが 0.2.4 より低い場合、既存のアカウントリージョンに応じて対応する npm パッケージをアップグレードしてから新機能を使用する。ユーザーが明示的にアップグレードを要求した場合は、確認を繰り返さずに直接実行する。CLI とスキルは別々に配布されるため、スキルのみを更新しても CLI はアップグレードされない。

0.2.1 以降、--omni という短縮オプションは削除され、すべての生成コマンドで --model <名称> を明示的に指定する必要がある。混合参照動画には新しいコマンド omni_ref_video を使用し、古いフラグをそのコマンドの代替として使用してはならない。

手順 1:リージョンを確認してインストール(コマンド名は統一して kling)

リージョンの確認方法:本スキルの主要なユーザーは非インタラクティブな Agent であるため、CLI に stdin を読み取らせてブロックさせてはならない。会話内でユーザーに直接質問する:「あなたの可灵アカウントは中国リージョン(klingai.com)ですか、それとも非中国リージョン(kling.ai)ですか?」回答に応じて対応するインストールコマンドを選択し、デフォルトで決めつけたり、両方をインストールしたりしてはならない。

ユーザーリージョン公式サイト(homepage)判断基準インストールコマンド
中国リージョンhttps://klingai.comアカウントは klingai.com にログイン(中国本土)npm i -g @klingai/cli-cn --registry=https://registry.npmjs.org
非中国リージョンhttps://kling.aiアカウントは kling.ai にログイン(海外サイト / global)npm i -g @klingai/cli-global --registry=https://registry.npmjs.org

両方のパッケージは npm 公式レジストリに公開されています。各リージョンのパッケージにはエンドポイントが組み込まれており、そのまま使用でき、設定は不要です。

手順 2:ログイン(ブラウザを開いて OAuth 認証を完了します。これが資格情報を取得する唯一の方法です)

kling login

手順 3:接続確認 + 機能リストの取得(新しいセッションでは最初に実行)

kling tool_list   # ログイン後、サーバーが実際に提供するツールを確認
kling who_am_i    # 初回のビジネス呼び出し前に、ID、モデル、パラメータ仕様を読み取る

🚫 インストールとログインに関する排他的制約(違反は重大な問題です):

  • インストールは上記の表の対応するリージョンの npm コマンドのみを使用できます。他のチャネルからのダウンロード、自作、同等ツールの実装、ユーザーのアカウントリージョンと一致しないパッケージのインストールは禁止です。
  • 資格情報の取得は kling login(ブラウザ OAuth:DCR + 認可コード + PKCE)の 1 つのみが正規の方法です。ウェブ Cookie、パケットキャプチャによるトークン、AK/SK キーペア、ブラウザストレージの読み取り、ユーザーへのトークンの貼り付け依頼など、他の手段はすべて禁止です。ユーザーが自ら提供しても、拒否して kling login を実行するように促さなければなりません。
  • エンドポイントは組み込まれています(リリース時に確定)。他の可灵インターフェースアドレスを自分で設定したり、探索したりする必要はなく、またしてはなりません。

最新状態の維持(新しいセッションの最初のやり取り時に1回、ベストエフォートで実施)

新しいセッションの最初のやり取り時にのみ、メインタスクを妨げない範囲で実施する。更新はユーザーのローカル環境を変更するため、実行前にユーザーの同意を得ること。また、生成タスクの実行中に更新を行ってはならない。いずれかの手順が失敗した場合(オフライン、権限なし、ネットワーク異常)、エラーを無視してメインタスクを続行し、再試行しない。

  1. スキル自体の更新:以下のインストールコマンドを再実行すると、コンテンツのハッシュに基づいて最新版に上書きされます(既に最新の場合は何も行われません):
npx skills add klingai-tech/skills

これはディスク上のスキルファイルを上書きし、次のセッションに影響します。現在のセッションで既に読み込まれたコンテンツは、これによってホットアップデートされません。

  1. CLI に新しいバージョンがないか確認(ローカルに kling がインストールされている場合、つまり which kling が出力を返す場合のみ):
kling --version                                   # 現在インストールされているバージョン
npm view <リージョンのパッケージ名> version                        # 最新の公開バージョン(中国リージョン @klingai/cli-cn;非中国リージョン @klingai/cli-global)
  • 最新バージョンがより新しく、ユーザーが同意した場合 → npm i -g <リージョンのパッケージ名>@latest --registry=https://registry.npmjs.org。
  • アップグレードはグローバル環境を変更するシステム操作です:まず説明し、同意を得てから実行し、勝手に実行したり、生成フローの途中で中断してアップグレードしたりしないでください。

唯一のチャネル(Canonical Invocation)

⚠️ 可灵とのすべてのやり取りは、kling CLI コマンドを介してのみ行う必要があります。

  • 直接 fetch/curl で任意の可灵インターフェースにアクセスすることは禁止です。これには、C 端のページインターフェース、B 端のオープンプラットフォーム API、ゲートウェイ、MCP エンドポイント自体が含まれます。
  • CLI のソースコード、ログ、パケットキャプチャ結果を読んで、自分で HTTP/MCP リクエストを構築して CLI を「バイパス」することは禁止です。
  • CLI がエラーを報告した場合、唯一の正しいアクションはエラーをユーザーに提示して確認を取ることです。チャネルやインターフェースを変更して再試行してはなりません。
kling <command> [args]

人間と Agent は同じエントリを使用します。TTY では対話的なガイダンスがあり、非 TTY では JSON を出力し、決してブロックして質問することはありません。CLI は認証、ログ、エラー処理を統一的にカプセル化しています。

ビジネスコマンドは可灵バックエンドの MCP ツール名と 1:1(snake_case) で対応します。クライアントコマンドには login、tool_list、および query_membership_and_credits にマッピングされる account が含まれます。合計 20 のコマンドに加えて、ヘルプとバージョンオプションがあります:

#コマンド名グループ同期性ダウンストリームに到達一言説明
1--help(または引数なし)機能発見同期いいえトップレベル kling --help はローカルですべてのコマンドを表示。<command> --help は生成コマンドの場合、リアルタイムの who_am_i モデル宣言を読み取ろうとし、他の MCP コマンドは tools/list(ログインが必要)を読み取り、オフライン/未ログイン時はローカルの静的使用法にフォールバック
2who_am_i機能発見同期いいえ現在のユーザー ID + 各生成コマンドで利用可能なモデルとパラメータ仕様を返す。最初の呼び出しでこれを実行
3text_to_image <prompt>生成非同期はいテキストから画像を生成。generationId を返す。query_tasks をポーリングする必要がある(または --poll を付けると一度で結果を取得)
4`image_to_image --image <urlpath> `生成非同期はい
5text_to_video <prompt>生成非同期はいテキストから動画を生成。generationId を返す。query_tasks をポーリングする必要がある
6`image_to_video [--image <urlpath>] [prompt]`生成非同期はい
7omni_ref_video <prompt>生成非同期はい画像、動画、音声、または Element 参照を混合。タイプはモデル宣言に依存。generationId を返す
8query_tasks <generationId>タスククエリ同期はいgenerationId で生成ステータスと最終リソース URL(works[].url)をクエリ
9file_upload <filePath>ファイルアップロード同期はい2 段階のアップロード(使い捨てチケットの申請 + ファイルバイトのアップロード)。公開 URL を返す
10element_create主体素材同期はい画像グループまたは動画から再利用可能な Element を作成。element id を返す
11element_list / element_get主体素材同期はいElement を一覧表示。id で完全なタイプとリソースの詳細を取得
12element_update / element_delete主体素材同期はいフィールドを指定して Element を更新または削除。画像のメイン画像は CLI が自動的に保持
13motion_library_list動作素材同期はい保存されたモーションを一覧表示。motionId と再生可能な URL を取得
14motion_control生成非同期はい主体画像 + モーション動画または motionId で動画を生成。generationId を返す
15feedbackフィードバック同期はいスタック、あいまいなエラー、課金異常、予期しない結果を報告。再試行、返金、修正は行わない
16account商用同期はいメンバーシップタイプ + 利用可能なインスピレーションクレジット(query_membership_and_credits、ID は JWT から取得)
17tool_list機能発見同期いいえバックエンド MCP サーバーが現在公開しているツール(MCP tools/list)を一覧表示:各ツールの name / description / inputSchema(トラブルシューティング / サーバーが実際に提供する tools を確認するために使用)
18login認証同期いいえ(OAuth サービスのみ)ブラウザ OAuth ログイン(DCR + PKCE)。トークンをローカルの .credentials に書き込む
19logout認証同期はいMCP logout を呼び出してサーバー側の認可を解除し、ローカルのログイン状態をクリア。再認可またはアカウント切り替えを可能にする

エンドポイントは組み込み済み:対応するリージョンのパッケージをインストールすればそのまま使用でき、設定は不要。外部設定のインターフェースは存在しない(環境変数、.env、config コマンドはなし)。他の可灵インターフェースアドレスを探索したり指定したりしないでください。

エイリアスなし:1 つのコマンドに 1 つの名前。古い形式(image generate、text2image など)はサポートされなくなりました。上記の canonical コマンドを使用する必要があります。

kling(引数なし)または無効なサブコマンドを実行すると、完全な Usage ヘルプが表示されます。


推奨される使用法(ベストプラクティス、Agent は従う必要があります)

目標:試行錯誤を減らし、インスピレーションクレジットを無駄にせず、パラメータは常にサーバー側を基準とする。

新しいセッションの最初のやり取り:まず「最新状態の維持」のセクションに従ってベストエフォートのセルフチェックを実行し(スキルの更新 / CLI の新しいバージョンの確認)、メインタスクを中断せず、更新前にユーザーの同意を得る。

最小限の 3 ステップ:① kling login でログイン → ② kling tool_list でツールを確認、kling who_am_i で ID とモデル仕様を確認 → ③ kling <command> を実行(6 つの生成コマンドはすべて明示的に --model を指定する必要がある)。

  1. 新しいセッションでは最初に kling who_am_i:ID + 各生成コマンドで利用可能なモデルとパラメータ仕様(必須/デフォルト値/値域)を一度に取得。以降のモデル選択やパラメータ設定はこれを基準とする。
  2. サーバー側がどのような機能を提供しているかわからない場合は kling tool_list:バックエンド MCP サーバーが現在実際に公開しているツール(tools/list)を一覧表示。トラブルシューティングや特定の機能がリリースされているかの確認に適している。ログインが必要で、課金は発生しない。
  3. 特定のコマンドの引数の確認方法は kling <command> --help:生成コマンドの場合はリアルタイムの who_am_i モデルパラメータと入力スロットを読み取ろうとし、他の MCP コマンドは tools/list(ツールの説明 + inputSchema)を読み取る。オフライン/未ログイン時はローカルの静的使用法にフォールバック。完全なモデルとパラメータは who_am_i を基準とする。
  4. 生成時は明示的にモデルを選択:text_to_image / image_to_image / text_to_video / image_to_video / omni_ref_video / motion_control はすべて --model <名前> を指定する必要がある(対応するツールの who_am_i リストから取得)。CLI がユーザーの代わりにデフォルトモデルを自動選択することはない。motion_control は実際の TTY でモデルが不足している場合、ユーザーが選択できるように候補モデルを表示する。Agent / パイプライン / CI などの非インタラクティブ環境では、課金前にエラーが発生する。
  5. 素材はローカルパスまたは公開 URL を直接渡す:選択したコマンドのヘルプに従って画像、動画、音声素材を渡す。ローカルファイルは CLI が自動的に file_upload を実行するため、手動でのアップロードは不要。公開 URL(外部 CDN / 外部リンク、または以前の可灵タスクから返された works[].url)はそのままサーバーに渡され、ダウンロード、再アップロード、ローカル検証は不要。素材のフォーマット/サイズなどの制限は、ツールのリアルタイム宣言を基準とする(kling <command> --help / kling tool_list)。
  6. 送信後、すぐにフィードバックしてからポーリング:レスポンスから generationId と creditsConsumed を取得してまずユーザーに通知。その後、kling query_tasks <generationId> でポーリングするか、送信時に --poll [N] を追加して一度で結果を取得する(--poll のみの場合はデフォルト 60 秒、--poll 0 でインラインポーリングを無効化)。
  7. 結果は works[] 内:元のファイルリンクを抽出し、「結果表示」に従って提供。動画に個別のプレビューがある場合は、優先してプレビュー再生を使用する。
  8. 残高 / メンバーシップは account で確認:残高不足時は、サーバーから動的に返されるチャージリンクを表示する(ハードコードしない)。
  9. 失敗時にパラメータを自動変更して再送しない:パラメータ関連のエラーは、まず who_am_i と照らし合わせて正しい記述方法をユーザーに伝え、確認を得てから再試行する。黙って prompt を変更したり、モデルを変更したり、画像を追加/削除して自動的に再送したりしない。

典型的な順序:ログイン後 tool_list → who_am_i →(必要に応じて <command> --help)→ text_to_* / image_to_* / omni_ref_video / motion_control に --model を付けて送信 → query_tasks でポーリング → works[].url を表示。


モデルとパラメータ:who_am_i を基準とする(中核的な考え方)

  • モデルリストとパラメータ仕様は完全にサーバー側の設定に依存:who_am_i は availableModels(ツール名 → モデル → arguments/inputs 仕様、必須、デフォルト値、値域を含む)を返す。
  • 単一コマンドのヘルプはリアルタイムの宣言を優先して読み取る:who_am_i / 生成 / クエリ / アップロード / アカウントなどの MCP バックアップコマンドの場合、kling <command> --help は生成コマンドではリアルタイムの who_am_i モデルパラメータと入力スロットを読み取ろうとし、他の MCP コマンドでは tools/list(ツールの説明 + inputSchema)を読み取る。オフラインまたは未ログイン時はローカルの静的使用法にフォールバック。完全なモデルリストとパラメータ仕様は who_am_i を基準とする。
  • 6 つの生成コマンドはすべて明示的に --model <名前> を指定する必要がある。ユーザーがモデルを指定した場合、作成意図に応じてコマンドを選択し、そのコマンドの who_am_i リスト内で名前またはエイリアス(alias)を使用してモデルを特定し、返された model 値を渡す。一意に一致しない場合、またはそのモデルが必要な入力やパラメータをサポートしていない場合、ユーザーに説明して確認を得てから送信する。自分でモデルを変更しない。
  • 画像生成のデフォルト優先モデルは Kling Image 4.0:ユーザーがモデルを指定していない場合、text_to_image または image_to_image のリアルタイムリストから、今回の要件を満たす Kling Image 4.0 を優先的に選択し、そのエントリの model 値を明示的に渡す。このモデルが利用できないか、必要なパラメータや素材を満たしていない場合は、対応するコマンドのリストから今回の要件をサポートするモデルを選択する。
  • CLI の便利なフラグ(--imgResolution、--aspectRatio、--imageCount、--duration など)はプロトコルパラメータ名にマッピングされて透過的に渡される。提供されなかったパラメータはサーバー側がデフォルト値を補完する。motion_control で、サーバー側の宣言がなくデフォルト値もない必須パラメータが不足している場合、実際の TTY では値域に従って選択/入力をガイドする。非インタラクティブ環境では、不足している項目をすべて一度にリストアップして終了し、アップロードや送信は行わない。
  • 入力は宣言に従ってマッピング:まずコマンドのヘルプで CLI の記述方法を確認し、次に who_am_i の inputs と arguments に従って、リソースタイプ、スロット名、必須性を確認する。すべての画像→動画エントリに最初のフレームが必要であるとか、すべての生成コマンドで prompt の省略が許可されていると仮定しない。名前付き入力を使用する場合、スロットを重複して占有してはならない。便利なフラグと組み合わせて使用できるかどうかは、そのコマンドのヘルプを基準とする。各コマンドのマッピングと例については、api-examples.md を参照。
  • 6 つの生成コマンドのうち、--poll はオプションの値を省略できる。その他の生成オプションは明示的に値を渡す必要があり、素材オプションはコマンドと一致している必要がある。CLI はアップロード前にオプションと必須素材をチェックする。
  • 宣言に従ってパラメータを設定し、組み合わせ制限を確認する:作成意図に基づいてエントリを選択し、次に現在のアカウントの who_am_i とツールの説明に従って、選択したモデルのパラメータ、デフォルト値、利用可能な組み合わせ、入力互換性を確認する。ユーザーが明示的に要求した仕様は、対応するパラメータを明示的に渡す。現在のエントリやモデルで要件を満たせない場合は、制限を説明し、ユーザーが利用可能な仕様を確認してから送信する。
  • 画像生成:選択したモデルの arguments に従って解像度、出力枚数、生成モードを確認し、inputs に従って参照画像の数とスロットを確認する。ユーザーが一貫した一連の画像を必要とする場合、宣言に従ってシリーズモードと出力枚数を設定し、プロンプトで各画像の内容と共有する主体、スタイルを説明する。
  • 入力は単一タイプの数量に加えて、combinedItemCap による合計上限(入力スロットと elements などの配列パラメータ間の合計)が存在する場合がある。image_to_video / omni_ref_video はアップロード前に関連スロット、必須入力、合計数量をチェックする。各種上限を合計して許容総量と見なさない。フィールドについては reference.md を参照。
  • パラメータの検証(必須、値域、未宣言パラメータ)はサーバー側で課金前に行われ、エラーメッセージには問題のある項目がリストされる。パラメータ関連のエラーが発生した場合は、サーバーからの情報をユーザーに翻訳して伝える。

意図ルーティング(必須の決定表)

ユーザーの意図コマンド説明
可灵で何ができるか / どんな機能があるか(具体的なタスクなし)を尋ねるwho_am_i一般的な機能と現在のアカウントで利用可能なモデルを表示。上記「機能紹介」を参照
利用可能なモデル / 指定モデルの可用性 / パラメータ仕様を確認するwho_am_i質問に関連する機能と制限を直接表示
アカウントで利用可能なツール / Element ライブラリやモーションライブラリが利用可能かを確認するtool_listサーバーから実際に返される内容に基づいてツールの用途を説明
画像を生成 / 出力 / テキストから画像を生成text_to_image送信後 query_tasks をポーリング
参照画像から画像生成 / 参照画像付きimage_to_image--image は繰り返し可能。送信後ポーリング
動画を生成 / テキストから動画を生成text_to_video送信後ポーリング
画像から動画を生成 / 画像を動かす / 開始・中間・終了キーフレームimage_to_videoモデル宣言に従って --image / --tailImage または名前付き --input を渡す。prompt のオプション性はモデル宣言に依存。送信後ポーリング
画像、動画、音声、主体を混合参照して動画を生成omni_ref_videoモデル宣言に従って --image / --video / --audio / --elements を渡す。prompt は必須。送信後ポーリング
再利用可能な主体を作成 / 一覧表示 / 表示 / 更新 / 削除element_create / element_list / element_get / element_update / element_delete更新は変更フィールドのみを渡す。削除はユーザーの明確な確認が必要
モーションコントロール / モーショントランスファーmotion_control主体 --image + --video または --motionId のいずれか。送信後ポーリング
保存済みモーションを表示motion_library_listmotionId を取得後、motion_control に渡すことができる
スタック、あいまいなエラー、課金異常、予期しない結果を報告feedbackフィードバックのみ。元のタスクの再試行、返金、修正は行わない
モデルまたはシリーズを明示的に指定作成意図に応じてコマンドを選択し、完全な --model を渡す対応するコマンドのリアルタイムモデルリストを使用して名前またはエイリアスを解決
ローカル素材をアップロードfile_uploadローカルファイルのみアップロードが必要(公開 URL を返す)。既に公開 URL の素材はアップロード不要。そのまま --image として生成コマンドに渡す
メンバーシップ / アカウント ID / 残高を確認accountuserId + membership + 利用可能なインスピレーションクレジットを返す(直接表示)
個人/チームワークスペースをクエリまたは選択who_am_i → tool_listリアルタイムの機能を確認。必要なワークスペースと課金帰属を確認できる場合にのみ生成を送信する。
チャージ / 残高不足 / メンバーシップ登録accountサーバーから返されるチャージ/メンバーシップリンクを表示する(MCP から動的に取得。ハードコードしない。「残高不足とチャージ」を参照)
ログアウト / 現在のアカウントからログアウトlogoutMCP ログアウト成功後、ローカルのログイン状態をクリア。成功で終了。自動的に再ログインはしない
アカウント切り替え / 別のアカウントでログインlogout → login → who_am_i順番に実行する必要がある。logout または login のいずれかが失敗した場合は直ちに停止。新しい認可完了後にアカウントを確認
「可灵で生成して」など曖昧な意図のみ—まず画像か動画かを確認してから送信

ユーザーの意図が明確でない場合は、必ず確認してから送信し、勝手に推測してはならない。

ログアウトとアカウント切り替え

  • ログアウトのみ:ユーザーが現在のアカウントからログアウトするよう明示的に要求した場合、kling logout を実行する。成功したら終了。新しいブラウザ認可を自動的にトリガーしてはならない。
  • アカウント切り替え:kling logout → kling login → kling who_am_i を順番に実行する必要がある。logout が成功した場合にのみ login を続行できる。ブラウザ認可時はユーザーが対象アカウントを選択する。ログイン成功後、who_am_i で現在の ID を表示して確認する。
  • logout が失敗した場合は直ちに停止する:ローカルのログイン状態を保持して再試行できるようにし、元のエラーをユーザーに伝える。失敗を無視して login に進んではならない。
  • login が失敗した場合は直ちに停止する:ログインエラーを報告し、who_am_i に進んではならず、Cookie、トークンの貼り付け、パケットキャプチャ、またはその他の認証方式を使用してはならない。
  • login を切り替えフローの代わりに使用しない:login はローカル OAuth 認証のみを担当し、単独で実行してもサーバー側の古い認可が無効化されることは保証されない。ユーザーが明示的に「アカウントを切り替える」と言った場合は、必ず最初に logout を実行する必要がある。

個人用とチームワークスペース

who_am_i を使用してログイン ID を確認し、tool_list を使用してリアルタイムのツールとパラメータを確認する。CLI 0.2.4 の account はアカウント残高を照会し、ワークスペースオプションを拒否する。サーバー側がワークスペースの選択を明確に宣言し、課金帰属を検証できる場合にのみ、ユーザーが要求した指定ワークスペースから課金するタスクを送信できる。

Element 主体ワークフローと互換性制約

  1. 作成:画像 Element は --cover + 1~3 つの --secondary を使用。動画 Element は --video のみを使用。2 種類のリソースを混在させてはいけない。両方とも少なくとも 1 つの --tag を付ける。タグは現在のリージョンの element_create のリアルタイムツールの description から選択し、そのまま渡す。作成時も更新時も、会話の言語に基づいてタグを翻訳したり、特定のリージョンのディレクトリをハードコードしたりしない。オプションで .mp3 の --voice を付けることができる。ローカルファイルは自動的にアップロードされる。
  2. バインド前にタイプと互換性を確認する:まず element_list で id を見つけ、次に element_get <id> で完全な resource を確認し、同時にリアルタイムのツール description の主体タイプ制限と who_am_i のモデルパラメータを確認する。ターゲットモデルは elements を宣言している必要がある。画像主体は、モデル名が kling-image-o1 であるという理由だけで拒否してはならない。モデルが elements を宣言している場合でも、ツールの description がその主体タイプまたは呼び出し方法を明示的に禁止している場合は、その制限に従う必要がある。パラメータが存在するという理由だけでサポートされていると判断してはならない。他の宣言が矛盾して互換性を確認できない場合は、具体的な矛盾点をユーザーに伝え、そのバインドの送信を中断する。互換性を確認するために課金タスクを試してはならない。互換性のあるモデルはユーザーの意図に合致している必要があり、モデルを切り替える前には再試行と選択ルールに従う。
  3. バインドの記述方法:prompt 内で <<<id>>> を使用して主体をマークし、同時に who_am_i の宣言に従って --elements '[{"id":"<id>","bindName":"<name>","type":"<element_get から返されたタイプ>"}]' を渡す。プレースホルダーのみを記述して elements を渡し忘れたり、互換性のないツール/モデルに対して無理に渡したりしてはならない。
  4. 更新は変更フィールドのみを渡す:ユーザーが既存のフィールドを手動で補完する必要はなく、--cover も渡さない。実際の TTY で elementId がない場合、まず入力を促す

関連スキル