Communitygithub.com

bestagentkits/pi-multix

通过多模态工具(multix_image、multix_video、multix_audio 等)实现 AI 多模态生成与媒体处理,支持图像、视频、音频的生成、编辑与转写。

pi-multix 是什么?

bestagentkits/pi-multix 是一个面向开发者的多模态AI技能,封装了多种媒体生成与处理工具。它支持文本到图像(text-to-image)、图像到图像(image-to-image)、风格迁移、水彩、赛博朋克等图像生成与编辑功能,兼容 Flux、Seedream、Imagen、gpt-image 等主流模型。在视频方面,能完成文本到视频、图像到视频的生成,并支持 Veo、Hailuo、Kling、Seedance、LTX、Motion 等平台。此外,该技能还提供语音合成(TTS)和语音识别(STT)能力,以及文档处理与任务检查功能。它适用于 Claude Code、Cursor 等 AI 代理环境,通过统一的 multix 工具接口简化了复杂多模态工作流的集成。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bestagentkits/pi-multix/tree/main/skills/multix

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

pi-multix 是做什么的?

通过 multix 工具(multix_image、multix_video、multix_audio、multix_media、multix_doc、multix_check、multix_run)实现 AI 多模态生成与媒体处理。当用户想要生成或编辑图像(文本到图像、图像到图像、i2i、风格迁移、水彩、赛博朋克、参考图像、Nano Banana、Flux、Seedream、Imagen、gpt-image)、生成视频(文本到视频、图像到视频、i2v、Veo、Hailuo、Kling、Seedance、LTX、Motion)、合成语音或进行语音转写(TTS、STT)时使用。

相关技能