AI ワークフロービルダー
muapi.ai の生成ステップを任意に組み合わせて自動化パイプラインを構築できます。AI アーキテクトがあなたの平易な説明を解釈し、実行可能なノードグラフを作成します。
前提条件
コマンドを実行する前に、muapi CLI が最新であることを常に確認してください。セッションの開始時に必ずソースから再インストールしてください：
pip install --upgrade /path/to/muapi-cli
/path/to/muapi-cli を作業スペース内の実際の muapi-cli ディレクトリ（pyproject.toml を含むディレクトリ）のパスに置き換えてください。
基本操作
- 生成 (
generate-workflow.sh) — AI アーキテクトが説明からワークフローを作成 - 検出 (
discover-workflow.sh) — 自然言語で関連する既存ワークフローを検索 - 編集 (
generate-workflow.sh --workflow-id) — 既存ワークフローをプロンプトで修正 - インタラクティブ実行 (
interactive-run.sh) — 入力をプロンプトで受け付けてワークフローを実行 - 実行 (
run-workflow.sh) — ワークフローを実行し、ノードごとにポーリングして出力を収集 - CLI (
muapi workflow) — ターミナルから完全な CRUD + 可視化
エージェントによるガイド付き検出と選択
AI エージェントとして、利用可能なワークフローの目的を読み取り、ユーザーのタスクに最適なものを選択できます（例：「UGC 動画を作成」）。
- 検出: 利用可能なワークフローのカタログとその説明を JSON 形式で取得します。
muapi workflow discover --output-json - マッチング（内部推論）: あなたの LLM 機能を使って、返されたワークフローの
name、category、descriptionフィールドを分析します。ユーザーの意図に最も適したものを見つけてください。 - 分析: 有望な候補が見つかったら、その構造を検査し、必要なノードとパラメータが含まれていることを確認します。
重要なルール:muapi workflow get <workflow_id>muapi workflow getの出力には「API 入力」テーブルが含まれます。このテーブルを必ず読み、どのような入力が必要かを理解しなければなりません。 - 選択、確認、ユーザーへの入力依頼:
- 完全に一致するワークフローが 1 つある場合、実行前に必要な API 入力の正確な値をユーザーに尋ねなければなりません。プロンプトや URL などの入力値を自分で作成したり推測したりしてはいけません。
- 複数のワークフローが高い関連性を持つ場合、それらのワークフローを説明とともにユーザーに提示し、どれを使用するか確認し、必要な入力も尋ねてください。
- ユーザーの複雑な要求に一致するワークフローがない場合は、
muapi workflow createを使って新しいワークフローを設計することを提案してください。
エージェント推論の例
「ユーザーは商品プロモーション動画を希望しています。
discoverでカタログを取得しました。2 つの候補ワークフローがあります：
wf_123: '背景音楽付き商品プロモ'wf_456: 'シンプル動画生成'getでwf_123を分析します。必要なノードが揃っています。wf_123を提案するか、一致が正確であればそのまま実行します。」
ワークフロー構築プロトコル
ステップ 1 — パイプラインを説明する
muapi workflow create "テキストプロンプトを受け取り、flux-dev で画像を生成し、4K にアップスケールする"
アーキテクトが一意の ID とノードグラフを持つワークフローを返します。ID を保存してください。
ステップ 2 — 検査と可視化
# ターミナルにリッチな ASCII ノードグラフを表示
muapi workflow get <workflow_id>
# または生の JSON
muapi workflow get <workflow_id> --output-json
ステップ 3 — 実行
# 特定の入力で実行
muapi workflow execute <workflow_id> \
--input "node1.prompt=真夜中の輝く水晶の洞窟"
# --download で結果をローカルに取得
muapi workflow execute <workflow_id> \
--input "node1.prompt=夕日" \
--download ./outputs
ステップ 4 — 検出（オプション）
新しいワークフローを作成する代わりに既存のワークフローを再利用したい場合：
# キーワードで検索
muapi workflow discover "UGC 動画"
ステップ 5 — インタラクティブ実行
ワークフローを実行し、CLI が必要な入力ごとにプロンプトを表示します：
muapi workflow run-interactive <workflow_id>
ワークフロー例
画像パイプライン
# テキスト → 画像 → アップスケール
muapi workflow create "テキストプロンプトを受け取り、flux-dev で生成、結果をアップスケール"
# テキスト → 画像 → 背景除去 → 商品ショット
muapi workflow create "hidream で商品画像を生成、背景を除去、プロフェッショナルな商品ショットを作成"
動画パイプライン
# テキスト → 動画
muapi workflow create "テキストプロンプトから kling-master を使って 10 秒のシネマティック動画を生成"
# 画像 → 動画 → リップシンク
muapi workflow create "入力画像を seedance でアニメーション化し、オーディオファイルからリップシンクを適用"
既存ワークフローの編集
# ステップを追加
muapi workflow edit <id> --prompt "画像生成の後に顔交換ステップを追加"
# モデルを変更
muapi workflow edit <id> --prompt "動画モデルを kling から veo3 に変更"
CLI リファレンス
# すべてのワークフローを一覧表示
muapi workflow list
# テンプレートを閲覧
muapi workflow templates
# 新しいワークフローを生成
muapi workflow create "テキスト → flux 画像 → アップスケール → 顔交換"
# ワークフローを可視化
muapi workflow get <id>
# 入力を指定して実行
muapi workflow execute <id> --input "node1.prompt=夕日"
# 実行を監視
muapi workflow status <run_id>
# 出力を取得
muapi workflow outputs <run_id> --download ./results
# AI で編集
muapi workflow edit <id> --prompt "最後にリップシンクを追加"
# リネーム / 削除
muapi workflow rename <id> --name "商品パイプライン v2"
muapi workflow delete <id>
MCP ツール（AI エージェント向け）
| ツール | 説明 |
|---|---|
muapi_workflow_list | ユーザーのワークフロー一覧 |
muapi_workflow_create | AI アーキテクト：プロンプト → ワークフロー |
muapi_workflow_get | ワークフロー定義 + ノードグラフを取得 |
muapi_workflow_execute | 特定の入力で実行 |
muapi_workflow_status | ノードごとの実行状態 |
muapi_workflow_outputs | 最終出力 URL |
制約事項
- ワークフローには muapi.ai のノード（画像、動画、音声、エンハンス、編集）を任意に組み合わせられます
- ノードの出力は自動的に後続ノードの入力として配線されます
--syncモードは最大 120 秒間生成を待機します。複雑なワークフローには--asyncを使用し、個別にポーリングしてください- 実行タイムアウト：ワークフローの実行あたり最大 10 分