PixVerse CLI: สร้างวิดีโอและภาพ AI ในเทอร์มินัล
ติดตั้ง PixVerse CLI เพื่อสร้างวิดีโอ ภาพ เสียงพูด และเพลง AI ในเทอร์มินัล พร้อมทำเวิร์กโฟลว์เอเจนต์อัตโนมัติด้วย JSON
สำหรับทีมที่ต้องการจุดเริ่มต้นแบบมีคำแนะนำในแอปก่อนเข้าสู่ระบบอัตโนมัติผ่านบรรทัดคำสั่ง PixVerse Agent มีเวิร์กโฟลว์การสร้างที่เน้นเอเจนต์ในแอป PixVerse
บทนำ
ขั้นตอนการทำงานสร้างสรรค์ทุกอย่างมีปัญหาคอขวด เมื่อคุณต้องออกจากโปรแกรมแก้ไขโค้ด เปิดเบราว์เซอร์ และคลิกด้วยตนเองผ่านอินเทอร์เฟซเว็บเพื่อสร้างสื่อ สำหรับนักพัฒนา เอเจนต์ AI และใครก็ตามที่สร้างไปป์ไลน์เนื้อหาอัตโนมัติ การสลับบริบทนั้นถือเป็นอุปสรรคที่เพิ่มมากขึ้นอย่างรวดเร็ว
PixVerse CLIขจัดปัญหาคอขวดนั้น เป็นอินเทอร์เฟซบรรทัดคำสั่งอย่างเป็นทางการสำหรับ PixVerse ทำให้คุณสามารถเข้าถึงเวิร์กโฟลว์การสร้างและพื้นที่ทำงาน PixVerse ได้โดยตรงจากเทอร์มินัลของคุณ ข้อความเป็นวิดีโอ รูปภาพเป็นวิดีโอ ข้อความเป็นรูปภาพ รูปภาพเป็นรูปภาพ การเปลี่ยนฉาก การสร้างเสียง การสร้างเพลง วิดีโออ้างอิง การควบคุมการเคลื่อนไหว เทมเพลต การอัปสเกล และการจัดการแอสเซท ล้วนเรียกใช้ผ่านสคริปต์และต่อกันด้วยไปป์ได้ และพร้อมใช้งานโดยไม่ต้องแตะเบราว์เซอร์ เวิร์กโฟลว์นี้นำ เครื่องมือสร้างวิดีโอ AI ของ PixVerse ไปใช้ในสคริปต์และกระบวนการของเอเจนต์ได้ สำหรับเส้นทางการติดตั้งที่สั้นที่สุดและภาพรวมการตั้งค่าเอเจนต์ ให้เริ่มจาก หน้า PixVerse CLI อย่างเป็นทางการ
สิ่งที่ทำให้ PixVerse CLI มีประโยชน์อย่างยิ่งคือปรัชญาการออกแบบ: สร้างขึ้นโดยคำนึงถึงเอเจนต์ AI คำสั่งสามารถส่งคืน JSON ที่มีโครงสร้างด้วย --json หรือ -p รหัสจบการทำงานให้ผลที่แน่นอนตามสถานะ และทุกขั้นตอนไปป์ไลน์สามารถประกอบได้ ซึ่งหมายความว่าคุณสามารถสอน Claude Code, Cursor, Codex หรือเอเจนต์อื่น ๆ เพื่อสร้างภาพ วิดีโอ เสียง และเพลงในนามของคุณได้ด้วยขั้นตอนส่งต่องานที่ผิดพลาดง่ายน้อยลง
คู่มือนี้สอดคล้องกับ PixVerseAI/cli GitHub README, รายการความสามารถ สาธารณะ และหน้าผลิตภัณฑ์ PixVerse CLI ซึ่งตรวจสอบเมื่อวันที่ 13 กรกฎาคม 2026 PixVerse CLI ได้รับการอัปเดตอย่างต่อเนื่องผ่านคลังโค้ด GitHub ดังนั้นสคริปต์ที่ใช้งานจริงจึงควรตรวจสอบ pixverse --version, pixverse create <mode> --help และ pixverse update ก่อนที่จะรันเป็นกลุ่มจำนวนมาก
ข้อกำหนดเบื้องต้น
ก่อนที่จะเริ่ม คุณต้องมี:
- Node.js 20 หรือสูงกว่า— ตรวจสอบกับ
node --version - บัญชี PixVerse— ลงทะเบียนที่ pixverse.ai
- การสมัครสมาชิก PixVerse ที่ใช้งานได้— CLI ใช้ระบบเครดิตเดียวกันกับเว็บไซต์ เฉพาะผู้ใช้ที่สมัครเป็นสมาชิกเท่านั้นที่สามารถสร้างเนื้อหาได้
PixVerse CLI ไม่จำเป็นต้องคัดลอกคีย์ API ใด ๆ ด้วยตนเอง การยืนยันตัวตนได้รับการจัดการผ่านโฟลว์ OAuth บนเบราว์เซอร์ซึ่งจัดเก็บโทเค็นของคุณไว้ในเครื่อง
ขั้นตอนที่ 1: ติดตั้ง CLI
ติดตั้งแบบโกลบอลด้วย npm:
ตรวจสอบการติดตั้ง:
หากคุณไม่ต้องการติดตั้งแบบโกลบอล คุณสามารถรันคำสั่งผ่าน npx ได้:
ขั้นตอนที่ 2: ตรวจสอบสิทธิ์
รันคำสั่งเข้าสู่ระบบ:
CLI เปิดเบราว์เซอร์สำหรับการอนุญาตอุปกรณ์ OAuth คุณยังสามารถคัดลอก URL และทำการอนุญาตให้เสร็จสิ้นจากเบราว์เซอร์ใดก็ได้บนอุปกรณ์ใดก็ได้ ซึ่งมีประโยชน์สำหรับ SSH และสภาพแวดล้อมที่ไม่มีส่วนติดต่อกราฟิก โทเค็นของคุณจะถูกจัดเก็บโดยอัตโนมัติใน ~/.pixverse/ และมีอายุ 30 วัน
เพื่อยืนยันว่าคุณได้เข้าสู่ระบบและตรวจสอบเครดิตที่มีอยู่ของคุณ:
คำสั่ง account info แสดงระดับการสมัครสมาชิก เครดิตพื้นที่ทำงาน และบริบทการใช้งานของคุณ pixverse account usage ช่วยคุณตรวจสอบการใช้เครดิต ในขณะที่ pixverse account slots แสดงจำนวนงานรูปภาพและวิดีโอที่สร้างพร้อมกันได้ในปัจจุบัน เซสชัน CLI ไม่ขึ้นอยู่กับเซสชันเว็บ/แอป PixVerse และคุณสามารถลบโทเค็น CLI ที่เก็บไว้ด้วย pixverse auth logout ได้ ตรวจสอบยอดเครดิตคงเหลือและจำนวนงานที่สร้างพร้อมกันได้ก่อนรันงานแบบแบตช์เสมอ
คำสั่งเริ่มต้นอย่างรวดเร็ว
หากคุณต้องการเพียงเส้นทางที่สั้นที่สุดจากการติดตั้งไปยังแอสเซทที่สร้างขึ้น ให้เริ่มต้นด้วยลำดับนี้:
npm install -g pixverse
pixverse auth login
pixverse create image --prompt "A photorealistic forest path at golden hour" --json
pixverse create video --prompt "A sunset over ocean waves" --model v6 --quality 720p --duration 5 --json
สำหรับเอเจนต์และเวิร์กโฟลว์ CI ให้เปิดใช้งาน --json หรือ -p ไว้เพื่อให้ stdout ยังคงสามารถอ่านด้วยเครื่องได้ ในขณะที่ความคืบหน้าและข้อผิดพลาดยังคงอยู่ใน stderr สำหรับการลองงานใช้งานจริงใหม่ ให้เพิ่ม --idempotency-key <key> ลงในคำสั่งการสร้าง เพื่อให้การส่งซ้ำไม่สร้างงานที่เรียกเก็บเงินซ้ำโดยไม่ได้ตั้งใจ
ขั้นตอนที่ 3: สร้างรูปภาพแรกของคุณ
การสร้างรูปภาพจากข้อความเป็นวิธีที่เร็วที่สุดในการทดสอบการตั้งค่าของคุณ รันคำสั่ง:
GitHub README ปัจจุบันแสดงรายการ GPT Image 2 เป็นโมเดลรูปภาพเริ่มต้น สำหรับการทำงานอัตโนมัติที่ทำซ้ำได้ ให้ตั้งค่า --model ไว้อย่างชัดเจน และตรวจสอบวิธีใช้ CLI ปัจจุบันหรือ capabilities.json ก่อนการทำงานเป็นชุด แฟล็ก --json ส่งคืนเอาต์พุตที่มีโครงสร้าง:
สำหรับเอาต์พุตที่มีความละเอียดสูงกว่า ให้ระบุโมเดลที่รองรับ:
PixVerse รองรับโมเดลรูปภาพหลายรุ่น โดยแต่ละรุ่นมีเพดานความละเอียดที่แตกต่างกันและการรองรับอัตราส่วนภาพ:
| โมเดล | --model value |
คุณภาพ | หมายเหตุ |
|---|---|---|---|
| GPT Image 2 | gpt-image-2.0 |
1080p, 1440p, 2160p | โมเดลรูปภาพเริ่มต้น รองรับอัตราส่วนภาพกว้างและสูง |
| Nano Banana 2 | gemini-3.1-flash |
512p, 1080p, 1440p, 2160p | auto ที่ยืดหยุ่นและอัตราส่วนภาพมาตรฐาน |
| Nano Banana 2 Lite | gemini-3.1-flash-lite |
1080p | ตัวเลือก Nano Banana 2 แบบเบาสำหรับเวิร์กโฟลว์รูปภาพที่รวดเร็ว |
| Qwen Image | qwen-image |
720p, 1080p | การสร้างที่รวดเร็วสำหรับงานสร้างสรรค์ทั่วไป |
| Nano Banana Pro | gemini-3.0 |
1080p, 1440p, 2160p | การสร้างภาพคุณภาพสูงในขนาดที่ใหญ่ขึ้น |
| Nano Banana | gemini-2.5-flash |
1080p | การสร้างภาพที่มีน้ำหนักเบาพร้อมการตอบสนองที่รวดเร็ว |
| Seedream 5.0 Pro | seedream-5.0-pro |
1080p, 1440p | รองรับอัตราส่วนภาพมาตรฐานและเวิร์กโฟลว์ภาพอ้างอิงหลายภาพ |
| Seedream 5.0 Lite | seedream-5.0-lite |
1440p, 1800p, 2160p | ภาพสร้างสรรค์ที่มีรายละเอียดสูง |
| Seedream 4.5 | seedream-4.5 |
1440p, 2160p | การสร้างภาพที่มีความละเอียดสูง |
| Seedream 4.0 | seedream-4.0 |
1080p, 1440p, 2160p | ตัวเลือก Seedream เพิ่มเติมสำหรับเวิร์กโฟลว์รูปภาพ |
| Kling Image O3 | kling-image-o3 |
1080p, 1440p, 2160p | เอาต์พุตภาพมีสไตล์พร้อมกรอบที่ยืดหยุ่น |
| Kling Image V3 | kling-image-v3 |
1080p, 1440p | คุณภาพและความเร็วที่สมดุล |
คุณยังสามารถแปลงรูปภาพที่มีอยู่ด้วยรูปภาพเป็นรูปภาพ:
หากต้องการดาวน์โหลดรูปภาพที่สร้างขึ้น:
ขั้นตอนที่ 4: สร้างวิดีโอแรกของคุณ
การแปลงข้อความเป็นวิดีโอก็ทำงานในลักษณะเดียวกัน สร้างคลิป 5 วินาที:
สำหรับการสร้างที่ปรับแต่งได้อย่างเต็มที่:
แฟล็ก --audio เปิดใช้งานเสียงรอบข้างที่สร้างโดย AI ซึ่งตรงกับเนื้อหาวิดีโอของคุณ แฟล็ก --json จะส่งคืน video_url เมื่อเสร็จสิ้นซึ่งคุณสามารถส่งผ่านโดยตรงไปยังคำสั่งดาวน์โหลดหรือขั้นตอนถัดไปในไปป์ไลน์
PixVerse มีวิดีโอหลายรุ่นที่มีคุณภาพ ระยะเวลา และโหมดที่แตกต่างกัน:
| โมเดล | --model value |
คุณภาพสูงสุด | ระยะเวลา | หมายเหตุ |
|---|---|---|---|---|
| PixVerse V6 | v6 |
1080p | 1–15 วินาที | โมเดลวิดีโอเริ่มต้น รองรับอัตราส่วนภาพหลากหลาย |
| PixVerse C1 | pixverse-c1 |
1080p | 1–15 วินาที | การสนับสนุนอย่างดีเยี่ยมสำหรับวิดีโอ ข้อมูลอ้างอิง และเวิร์กโฟลว์การเปลี่ยนฉาก |
| Seedance 2.0 Standard | seedance-2.0-standard |
2160p | 4–15 วินาที | รองรับโหมดวิดีโอ ข้อมูลอ้างอิง และการเปลี่ยนภาพ |
| Seedance 2.0 Fast | seedance-2.0-fast |
720p | 4–15 วินาที | ตัวเลือก Seedance ที่เร็วขึ้นสำหรับวิดีโอ การอ้างอิง และโหมดการเปลี่ยนผ่าน |
| Seedance 2.0 Mini | seedance-2.0-mini |
720p | 4–15 วินาที | ตัวเลือก Seedance น้ำหนักเบาสำหรับวิดีโอ การอ้างอิง และโหมดการเปลี่ยนภาพ |
| Google Gemini Omni | gemini-omni-flash |
720p | 3–10 วินาที | รองรับเวิร์กโฟลว์วิดีโอและข้อมูลอ้างอิงแบบ 16:9 หรือ 9:16 |
| Happy Horse 1.0 | happyhorse-1.0 |
1080p | 3–15 วินาที | ตัวเลือกวิดีโอการรับรู้เสียงมีให้สำหรับ create video |
| Kling O3 Pro | kling-o3-pro |
720p | 3–15 วินาที | รองรับวิดีโอ ข้อมูลอ้างอิง และเวิร์กโฟลว์การเปลี่ยนฉาก |
| Kling O3 Standard | kling-o3-standard |
720p | 3–15 วินาที | ตัวเลือก Kling O3 มาตรฐาน |
| Kling 3.0 Pro | kling-3.0-pro |
720p | 3–15 วินาที | รองรับเวิร์กโฟลว์วิดีโอและการเปลี่ยนแปลง |
| Kling 3.0 Standard | kling-3.0-standard |
720p | 3–15 วินาที | ตัวเลือกมาตรฐาน Kling 3.0 |
| Grok Imagine 1.5 | grok-imagine-1.5 |
1080p | 1–15 วินาที | สร้างวิดีโอจากรูปภาพเท่านั้น ต้องใช้ --image และเป็นไปตามอัตราส่วนภาพของอินพุต |
| Grok Imagine | grok-imagine |
720p | 1–15 วินาที | ตัวเลือก Grok ก่อนหน้า; รองรับวิดีโอ ขยาย และเวิร์กโฟลว์อ้างอิง |
| Veo 3.1 Lite | veo-3.1-lite |
1080p | 4, 6 หรือ 8 วินาที | รองรับเวิร์กโฟลว์วิดีโอและการเปลี่ยนฉากแบบ 2 เฟรม |
| Veo 3.1 Standard | veo-3.1-standard |
2160p | 4, 6 หรือ 8 วินาที | ตัวเลือก Veo ที่มีความละเอียดสูงกว่า |
| Veo 3.1 Fast | veo-3.1-fast |
2160p | 4, 6 หรือ 8 วินาที | ตัวเลือก Veo ที่เร็วขึ้น |
| Sora 2 Pro | sora-2-pro |
1080p | 4, 8 หรือ 12 วินาที | ตัวเลือกในอดีต API ปิดแล้วเมื่อ 24/09/2026 |
| Sora 2 | sora-2 |
720p | 4, 8 หรือ 12 วินาที | ตัวเลือกในอดีต API ปิดแล้วเมื่อ 24/09/2026 |
| PixVerse v5.6 | v5.6 |
1080p | 1–10 วินาที | ยังคงใช้สำหรับการควบคุมการเคลื่อนไหวและเวิร์กโฟลว์การสร้างที่เลือก |
| PixVerse v5.5 | v5.5 |
1080p | 1–10 วินาที | ใช้สำหรับเวิร์กโฟลว์ create modify |
| PixVerse v5 | v5 |
1080p | 1–10 วินาที | ใช้สำหรับเวิร์กโฟลว์การเปลี่ยนเฟรม 3+ |
ทำให้ภาพนิ่งเคลื่อนไหว
หากต้องการเปลี่ยนภาพถ่ายหรือรูปภาพที่สร้างขึ้นให้เป็นวิดีโอ ให้ระบุแฟล็ก --image:
คุณสามารถส่งเส้นทางไฟล์ในเครื่องหรือ URL ได้ ไฟล์ในเครื่องจะถูกอัปโหลดโดยอัตโนมัติ — ไม่ต้องมีขั้นตอนการอัปโหลดด้วยตนเอง อินพุตรูปภาพในเครื่องที่ใหญ่กว่า 1920x1920 หรือ 5MB จะถูกปรับขนาดหรือบีบอัดโดยอัตโนมัติก่อนอัปโหลด URL รูปภาพระยะไกลได้รับการตรวจสอบโดยแบ็กเอนด์ตามที่เป็นอยู่
สำหรับ Grok Imagine 1.5 จำเป็นต้องมีรูปภาพและอัตราส่วนเอาต์พุตจะเป็นไปตามรูปภาพนั้น:
ใช้การอ้างอิง การเปลี่ยน การควบคุมการเคลื่อนไหว และเทมเพลต
CLI ปัจจุบันรองรับมากกว่าข้อความเป็นวิดีโอและรูปภาพเป็นวิดีโอธรรมดา โหมดการสร้างเหล่านี้มีประโยชน์เมื่อคุณต้องการควบคุมตัวละคร คีย์เฟรม การแก้ไข หรือเอฟเฟกต์เพิ่มเติม:
ไม่ใช่ทุกโมเดลที่รองรับโหมดการสร้างทุกโหมด เมทริกซ์ README ระบุ create video สำหรับ v6, pixverse-c1, Seedance 2.0 Standard/Fast/Mini, Google Gemini Omni, Happy Horse 1.0, Kling O3, Kling 3.0, Grok Imagine, Veo 3.1, Sora 2 และ v5.6 โดย Sora 2 เป็นรายการในอดีตและ API ปิดแล้วเมื่อ 24/09/2026 grok-imagine-1.5 เป็นการสร้างวิดีโอจากรูปภาพเท่านั้น และต้องใช้ --image create extend รองรับ v6 และ grok-imagine; create reference รองรับ v6, pixverse-c1, Seedance 2.0 Standard/Fast/Mini, Google Gemini Omni, Kling O3, grok-imagine และ v5.6; การเปลี่ยนภาพแบบ 2 เฟรมรองรับตระกูลวิดีโอรุ่นใหม่ การเปลี่ยนเฟรม 3+ เฟรมใช้ v5; create modify ใช้ v5.5; และ create motion-control ใช้ v5.6.
ขั้นตอนที่ 5: สร้างเสียงและดนตรี
GitHub README ในปัจจุบันจัดทำเอกสารเสียงแบบสแตนด์อโลนผ่านคำสั่งการสร้างเฉพาะ ใช้ create voice สำหรับการแปลงข้อความเป็นเสียงพูด และ create music สำหรับการสร้างข้อความพรอมต์เป็นเสียงเพลง เอาต์พุตเสียงพูดและเพลงจะถูกบันทึกเป็นแอสเซทเสียง ดังนั้นคุณจึงสามารถติดตามด้วย task แสดงรายการด้วย asset list --type audio และดาวน์โหลดด้วย asset download --type audio สำหรับเสียงบรรยากาศที่สร้างพร้อมวิดีโอ ให้ใช้ --audio หรือ --no-audio กับคำสั่งการสร้างวิดีโอที่รองรับ
สร้างเสียงพูด:
เรียกดูโมเดลเสียงและเสียงที่ตั้งไว้ล่วงหน้า:
สร้างเพลง:
สำหรับเพลงบรรเลง ให้ใช้ --instrumental สำหรับโมเดลที่มีความสามารถเนื้อเพลง ให้ส่งเนื้อเพลงเป็นข้อความตามตัวอักษร พาธของไฟล์ในเครื่อง หรือ stdin:
ตระกูลโมเดลเสียงในปัจจุบัน ได้แก่ รุ่น MiniMax Speech 2.8 และ ElevenLabs ตระกูลโมเดลเพลงในปัจจุบัน ได้แก่ MiniMax Music, ElevenLabs Music และ Google Lyria 3 Pro ใช้ pixverse voice models และ pixverse music models เพื่อดูแค็ตตาล็อกปัจจุบันก่อนที่จะเขียนสคริปต์เวิร์กโฟลว์การผลิต
ขั้นตอนที่ 6: เรียกใช้ตัวช่วยสร้างแบบโต้ตอบ
หากคุณกำลังสำรวจเป็นครั้งแรกและยังไม่คุ้นเคยกับแฟล็กที่มีอยู่ทั้งหมด ให้รันคำสั่งการสร้างใด ๆ โดยไม่มีอาร์กิวเมนต์เพื่อเข้าสู่วิซาร์ดที่แนะนำ:
ตัวช่วยสร้างจะแนะนำคุณเกี่ยวกับพรอมต์ การเลือกโมเดล คุณภาพ อัตราส่วนภาพ ระยะเวลา และตัวเลือกอื่น ๆ ทีละขั้นตอน ซึ่งมีประโยชน์ในการค้นหาว่าพารามิเตอร์ใดบ้างที่พร้อมใช้งานก่อนที่จะเขียนสคริปต์
นอกเหนือจากการสร้าง: จัดการแอสเซทและพื้นที่ทำงานของคุณ
PixVerse CLI ปัจจุบันยังมีคำสั่งการจัดการที่ช่วยคุณสร้างเวิร์กโฟลว์เทอร์มินัลตั้งแต่ต้นทางถึงปลายทาง:
pixverse task status <id>และpixverse task wait <id>สำหรับการตรวจสถานะงานpixverse task status --ids 123,456,789 --type video --jsonสำหรับการตรวจสอบสถานะแบตช์pixverse asset list,asset upload,asset info,asset downloadและasset deleteสำหรับการดำเนินงานวงจรชีวิตของแอสเซทวิดีโอ รูปภาพ และเสียงpixverse saved list,saved items,saved new,saved rename,saved add,saved removeและsaved deleteสำหรับโฟลเดอร์ที่บันทึกไว้pixverse template categories,template list,template searchและtemplate infoสำหรับการค้นหาเอฟเฟกต์และเทมเพลตpixverse voice models,voice presetsและmusic modelsสำหรับการค้นหาโมเดลเสียงที่เปิดให้ใช้ในปัจจุบันpixverse workspace list,workspace status,workspace switchและworkspace manageสำหรับการดำเนินงานหลายพื้นที่ทำงานpixverse account info,account usageและaccount slotsสำหรับการตรวจสอบเครดิต การใช้งาน และการทำงานพร้อมกันpixverse config set,config list,config pathและconfig defaultsสำหรับค่าเริ่มต้นในเครื่องที่ทำซ้ำได้
สิ่งนี้ทำให้ตรงไปตรงมาไม่เพียงแต่สร้างอัตโนมัติเท่านั้น แต่ยังรวมถึงการจัดระเบียบ การค้นพบเทมเพลต การค้นพบเสียง ดาวน์โหลด การกำหนดเส้นทางพื้นที่ทำงาน และการส่งมอบในสคริปต์เดียว หากคุณต้องการรันหนึ่งคำสั่งกับเวิร์กสเปซอื่น ให้ใช้แฟล็ก --workspace-id <id> โกลบอล 0 กำหนดเป้าหมายพื้นที่ทำงานส่วนตัวของคุณ
แฟล็กสำหรับใช้ในสคริปต์
ระบบอัตโนมัติส่วนใหญ่ขึ้นอยู่กับเอาต์พุตที่คาดการณ์ได้และพฤติกรรมรันไทม์ที่คาดการณ์ได้ แฟล็กเหล่านี้มีประโยชน์อย่างยิ่งในสคริปต์และเวิร์กโฟลว์เอเจนต์ AI:
| แฟล็ก | ใช้สำหรับ |
|---|---|
--json |
ส่งคืนเอาต์พุต JSON ที่มีโครงสร้าง |
-p |
นามแฝงแบบสั้นสำหรับ --json |
--count <n> |
สร้างรูปแบบ 1–4 รูปแบบจากคำขอเดียว |
--seed <number> |
ช่วยให้สร้างผลลัพธ์เดิมซ้ำได้ง่ายขึ้น |
--off-peak |
ใช้ราคานอกช่วงใช้งานหนาแน่นเมื่อมีให้ใช้ |
--audio / --no-audio |
เปิดหรือปิดการสร้างเสียงด้วยคำสั่งการสร้างที่รองรับ |
--multi-shot / --no-multi-shot |
เปิดหรือปิดโหมดมัลติช็อตสำหรับวิดีโอ |
--no-wait |
ส่งงานแล้วกลับทันที |
--timeout <sec> |
ตั้งค่าการหมดเวลาการโพล โดยค่าเริ่มต้นเป็น 300 วินาที |
--workspace-id <id> |
แทนที่พื้นที่ทำงานที่ใช้งานอยู่สำหรับคำสั่งเดียว |
--trace-id <uuid> |
แนบ UUIDv4 ที่ผู้เรียกส่งมากับคำขอ API สำหรับการดีบักและติดตามการทำงาน |
--idempotency-key <key> |
ลองส่งคำขอสร้างอีกครั้งอย่างปลอดภัยโดยไม่สร้างงานที่เรียกเก็บเงินซ้ำโดยไม่ได้ตั้งใจ |
แฟล็กอินพุตข้อความช่วยให้ทำงานอัตโนมัติได้ง่ายขึ้น --prompt, --text และ --lyrics สามารถยอมรับสตริงตัวอักษร พาธของไฟล์ในเครื่อง หรือ - สำหรับ stdin:
การสอนเอเจนต์ AI ของคุณให้สร้างสื่อ
นี่คือจุดที่ PixVerse CLI กลายเป็นการเปลี่ยนแปลงอย่างแท้จริง เนื่องจากคำสั่งสามารถส่งคืน JSON ที่มีโครงสร้าง และใช้รหัสจบการทำงานที่ให้ผลแน่นอน เอเจนต์ AI ใด ๆ ที่สามารถรันคำสั่งเชลล์จึงสามารถสอนให้สร้างรูปภาพและวิดีโอได้ตามต้องการ
การติดตั้ง PixVerse Skills
PixVerse Skillsเป็นไลบรารีทักษะที่มีโครงสร้างซึ่งสอนเอเจนต์ถึงวิธีใช้ CLI อย่างถูกต้อง: แฟล็กคำสั่ง ข้อจำกัดของโมเดล ไปป์ไลน์แบบหลายขั้นตอน และการจัดการข้อผิดพลาดที่มีประสิทธิภาพ
สำหรับ Claude Code และเอเจนต์อื่น ๆ ที่สนับสนุนรูปแบบทักษะ ให้เพิ่มทักษะ PixVerse โดยตรง:
สำหรับ Cursor, Claude Code, Codex และเอเจนต์เฟรมเวิร์กอื่น ๆ ทักษะนี้ปรับปรุงความน่าเชื่อถือโดยให้เอเจนต์มีข้อจำกัดที่ชัดเจน แทนที่จะบังคับให้เอเจนต์อนุมานตั้งแต่ต้น
นอกจากนี้ PixVerse CLI ยังมาพร้อมรายการคำสั่งที่เครื่องอ่านได้ขนาดกะทัดรัดที่ dist/capabilities.json โดยมีแหล่งข้อมูลสาธารณะเป็น capabilities.json ในคลังโค้ด GitHub รายการนี้จะอธิบายคำสั่ง แฟล็ก รหัสจบการทำงาน ความคาดหวังเอาต์พุต JSON และหมวดหมู่เอฟเฟกต์ เพื่อให้เอเจนต์ตรวจสอบข้อกำหนดการทำงานของ CLI โดยไม่ต้องคัดลอกข้อความช่วยเหลือ
เมื่อเอเจนต์ของคุณโหลดทักษะ PixVerse แล้ว คุณสามารถให้คำแนะนำที่เป็นภาษาธรรมชาติได้ เช่น:
- “สร้างวิดีโอสาธิตผลิตภัณฑ์ 10 วินาทีจากภาพหน้าจอนี้”
- “สร้างภาพปกบล็อกนี้สี่รูปแบบในรูปแบบ 16:9”
- “ทำให้แผนภาพนี้เป็นคลิปอธิบายความยาว 5 วินาทีพร้อมเสียงรอบข้าง”
- “สร้างคลิปโปรโมต 8 วินาที 16:9 สามคลิปด้วยการเคลื่อนไหวของกล้องที่แตกต่างกัน”
เอเจนต์จะแปลคำสั่งเหล่านั้นเป็นคำสั่ง CLI ที่ถูกต้อง แยกวิเคราะห์เอาต์พุต JSON และจัดการการตรวจสอบสถานะเป็นระยะและการดาวน์โหลด โดยไม่จำเป็นต้องมีการแทรกแซงด้วยตนเอง
Claude Code
ใน Claude Code นั้น PixVerse CLI จะกลายเป็นเครื่องมือในตัวที่เอเจนต์ใช้โดยอัตโนมัติ หลังจากโหลดทักษะ PixVerse แล้ว คุณสามารถรวมการสร้างสื่อในงานใด ๆ ได้โดยตรง:
Claude Code จะเรียกใช้คำสั่ง CLI ที่ถูกต้อง แยกวิเคราะห์ URL รูปภาพจากการตอบกลับของ JSON และดาวน์โหลดไฟล์ไปยังพาธที่คุณระบุ ทั้งหมดนี้อยู่ในเซสชันเดียวกับที่เอเจนต์กำลังเขียนโค้ดของคุณด้วย
เวิร์กโฟลว์ Claude Code ทั่วไป:
Cursor
ผู้ใช้ Cursor สามารถโหลด PixVerse Skills เป็นไฟล์บริบทของโครงการได้ วางไฟล์ทักษะที่เกี่ยวข้องในไดเร็กทอรี .cursor/ ของคุณ หรือเพิ่มลงในกฎพื้นที่ทำงานของคุณ เมื่อโหลดแล้ว Cursor จะรับรู้ทุกคำสั่ง PixVerse CLI อย่างครบถ้วน และสามารถสร้างสื่อซึ่งเป็นส่วนหนึ่งของงานเขียนโค้ดใด ๆ ได้
เวิร์กโฟลว์ทั่วไปของ Cursor: ขอให้เอเจนต์สร้างภาพจำลองตามการออกแบบที่คุณกำลังสร้าง จากนั้นใช้เป็นข้อมูลอ้างอิงโดยตรงในเซสชัน IDE ของคุณ โดยไม่ต้องออกจากโปรแกรมแก้ไข
Codex และเอเจนต์อื่น ๆ
PixVerse CLI เข้ากันได้กับเอเจนต์ใด ๆ ที่สามารถดำเนินการคำสั่งเชลล์และแยกวิเคราะห์ JSON รูปแบบเอาต์พุตที่มีโครงสร้าง — ชื่อฟิลด์ที่สอดคล้องกัน รหัสข้อผิดพลาดที่คาดเดาได้ และข้อความข้อผิดพลาดที่แยกส่งไปยัง stderr — ช่วยให้มั่นใจได้ว่าแม้แต่เอเจนต์การเขียนสคริปต์ธรรมดาก็สามารถบูรณาการการสร้างได้อย่างน่าเชื่อถือ
ข้อกำหนดรหัสจบการทำงานทำให้การจัดการข้อผิดพลาดตรงไปตรงมา:
| รหัส | ความหมาย | การกระทำของเอเจนต์ |
|---|---|---|
| 0 | ความสำเร็จ | แยกเอาต์พุต JSON |
| 1 | ข้อผิดพลาดทั่วไป | ตรวจสอบ stderr และลองอีกครั้งโดยใช้อินพุตที่ได้รับการตรวจสอบแล้ว |
| 2 | หมดเวลา | ลองอีกครั้งด้วย --timeout ที่ยาวขึ้น |
| 3 | การตรวจสอบสิทธิ์หมดอายุแล้ว | รัน pixverse auth login อีกครั้ง |
| 4 | เครดิตหมด | ตรวจสอบยอดเครดิต แจ้งผู้ใช้ |
| 5 | การสร้างล้มเหลว | ลองใช้พารามิเตอร์อื่น |
| 6 | ข้อผิดพลาดในการตรวจสอบ | ตรวจสอบค่าแฟล็ก |
กระบวนการอัตโนมัติ
เมื่อคุณเข้าใจแต่ละคำสั่งแล้ว PixVerse CLI จะปลดล็อกเวิร์กโฟลว์หลายขั้นตอนอันทรงพลังที่ทำงานทั้งหมดโดยไม่ต้องโต้ตอบกับผู้ใช้
ข้อความเป็นรูปภาพเป็นวิดีโอ
ไปป์ไลน์ที่มีประโยชน์ที่สุดอย่างหนึ่ง: สร้างภาพที่มีความละเอียดสูงจากพรอมต์ จากนั้นทำให้เคลื่อนไหวเป็นวิดีโอ
ขั้นตอนการผลิตวิดีโอเต็มรูปแบบ
สำหรับเอาต์พุตที่สวยงาม ต่อการสร้างกับขั้นตอนประมวลผลภายหลัง ใช้ --audio หรือ --no-audio เมื่อคุณต้องการเสียงที่สร้างพร้อมวิดีโอในคำสั่งการสร้างวิดีโอที่รองรับ จากนั้นใช้ create voice สำหรับเสียงการแปลงข้อความเป็นคำพูด และ create music สำหรับแอสเซทเพลงแยกต่างหากที่จะนำมารวมกันในขั้นถัดไป:
การสร้างแบบแบตช์
สำหรับไปป์ไลน์เนื้อหาที่ต้องใช้หลายรูปแบบ ให้รันงานแบบขนาน:
แฟล็ก --no-wait จะส่งงานและส่งคืนทันทีพร้อมรหัสงาน ช่วยให้คุณสามารถส่งงานหลายรายการก่อนโพลได้ ด้วย --no-wait --json บันทึก ID งานที่ส่งคืนและพารามิเตอร์การสร้างที่ระบบเลือกใช้จริงสำหรับการบันทึกและความสามารถในการทำซ้ำ ใช้ --count <n> เมื่อคุณต้องการหลายรูปแบบจากพรอมต์เดียว และใช้ชุด task status --ids เมื่อคุณต้องการการตอบสนองสถานะเดียวสำหรับงานที่รันอยู่หลายงาน คำสั่ง pixverse task wait จัดการการตรวจสถานะเป็นระยะแบบปรับช่วงเวลาได้สำหรับคุณ
การกำหนดค่าเริ่มต้น
หากคุณใช้โมเดล คุณภาพ หรืออัตราส่วนภาพเดียวกันเป็นประจำ ให้ตั้งค่าเป็นค่าเริ่มต้น เพื่อที่คุณจะได้ไม่ต้องแฟล็กซ้ำทุกครั้ง:
แฟล็กบรรทัดคำสั่งจะแทนที่ค่าเริ่มต้นที่คุณกำหนดไว้เสมอ ดังนั้นคุณจึงยังคงความยืดหยุ่นอย่างเต็มที่ในขณะที่ลดการทำซ้ำ สำหรับการทำงานอัตโนมัติเฉพาะพื้นที่ทำงาน ให้เพิ่ม --workspace-id <id> ให้กับคำสั่งเมื่อคุณต้องการแทนที่พื้นที่ทำงานที่ใช้งานอยู่สำหรับการรันครั้งเดียวนั้น
สิ่งที่คุณสามารถสร้างได้
เมื่อรวม PixVerse CLI เข้ากับเวิร์กโฟลว์เอเจนต์ของคุณ ช่วงของงานอัตโนมัติจะขยายออกไปอย่างมาก:
- เอกสารประกอบ— สร้างวิดีโอสาธิตผลิตภัณฑ์และภาพหน้าจอโดยอัตโนมัติโดยเป็นส่วนหนึ่งของกระบวนการสร้างเอกสารของคุณ
- การตลาด— รันงานเป็นกลุ่มทุกคืนที่สร้างเนื้อหาโซเชียลมีเดียที่หลากหลายจากไลบรารีพรอมต์เดียว
- การพัฒนาแอป— ให้เอเจนต์การเขียนโค้ดของคุณสร้างภาพตัวยึดตำแหน่ง ภาพเคลื่อนไหวจำลอง หรือวิดีโอหน้าจอการโหลดในขณะที่คุณสร้าง UI
- เวิร์กโฟลว์เสียง— สร้างเสียงพากย์แบบร่าง แทร็กเพลงจากพรอมต์ หรือเนื้อหาเสียงสำหรับการแก้ไขในภายหลัง
- ไปป์ไลน์เนื้อหา— เชื่อมโยงการเรียก CLI กับเครื่องมืออื่น ๆ (ffmpeg, ImageMagick, ที่เก็บข้อมูลบนคลาวด์) เพื่อสร้างเวิร์กโฟลว์การผลิตสื่ออัตโนมัติเต็มรูปแบบ
- การสร้างต้นแบบ— สร้างคอนเซปต์การเคลื่อนไหวอย่างรวดเร็วในไม่กี่วินาทีเพื่อตรวจสอบความถูกต้องของแนวคิดก่อนที่จะดำเนินการผลิตเต็มรูปแบบ
CLI ได้รับการออกแบบเพื่อให้เข้ากับขั้นตอนการทำงานแบบเชลล์ได้อย่างเป็นธรรมชาติ หากระบบอัตโนมัติที่มีอยู่ของคุณทำงานใน bash, Python, Node หรือไปป์ไลน์ CI/CD PixVerse CLI จะเสียบเข้าโดยไม่มีค่าใช้จ่ายในการผสานรวมเพิ่มเติม
รายการตรวจสอบการเริ่มต้นใช้งาน
- ติดตั้ง Node.js 20 หรือสูงกว่า
- รัน
npm install -g pixverse - เรียกใช้
pixverse auth loginและอนุญาตในเบราว์เซอร์ - เรียกใช้
pixverse account infoเพื่อตรวจสอบเครดิต - รัน
pixverse account slotsก่อนที่จะทำงานเป็นแบตช์พร้อมกัน - สร้างรูปภาพแรกของคุณ:
pixverse create image --prompt "..." --json - สร้างวิดีโอแรกของคุณ:
pixverse create video --prompt "..." --json - สร้างแอสเซทเสียงพูดแรกของคุณ:
pixverse create voice --text "..." --json - สร้างเนื้อหาเพลงแรกของคุณ:
pixverse create music --prompt "..." --json - สำรวจเทมเพลตด้วย
pixverse template list - ติดตั้ง PixVerse Skills สำหรับเอเจนต์ของคุณ (Claude Code, Cursor หรือ Codex)
- ตั้งค่าเริ่มต้นที่คุณต้องการด้วย
pixverse config defaults set - สร้างไปป์ไลน์อัตโนมัติแรกของคุณ
ทำให้ CLI เป็นปัจจุบันอยู่เสมอ
ใช้ตัวอัปเดตในตัวเพื่อให้ CLI ในเครื่องของคุณเป็นปัจจุบัน:
คุณยังสามารถใช้ npm ได้โดยตรง:
เนื่องจาก PixVerse CLI เป็นเครื่องมือที่อัปเดตอย่างต่อเนื่อง ไม่ใช่การเปิดตัวครั้งเดียว โปรดถือว่าบทความนี้เป็นคู่มือภาคปฏิบัติ และใช้แหล่งข้อมูลทางการเป็นชั้นอ้างอิงแบบสด หน้า PixVerse CLI อย่างเป็นทางการ คือเส้นทางที่สั้นที่สุดสำหรับการติดตั้งและการเริ่มใช้งานเอเจนต์ ส่วน GitHub ยังคงเป็นที่สำหรับติดตามการเปลี่ยนแปลงระดับรุ่นและโมเดลที่รองรับใหม่:
เอกสารปัจจุบันเน้น PixVerse V6 เป็นโมเดลวิดีโอเริ่มต้น, GPT Image 2 เป็นโมเดลรูปภาพเริ่มต้น, การรองรับวิดีโอ Google Gemini Omni, การรองรับรูปภาพ Nano Banana 2 Lite และ Seedream 5.0 Pro, รองรับ Seedance 2.0 Mini, เวิร์กโฟลว์ PixVerse v5 และ v5.5 เฉพาะโหมด, คำสั่ง create voice และ create music เฉพาะ, การจัดการแอสเซทเสียง, โฟลเดอร์ที่บันทึกไว้, การสลับพื้นที่ทำงาน, config defaults, capabilities.json สำหรับเอเจนต์, pixverse update, รองรับ stdin สำหรับการป้อนข้อความ, --trace-id และ --idempotency-key เพื่อการลองใหม่ที่ปลอดภัยยิ่งขึ้น
ขั้นตอนต่อไป
หน้า PixVerse CLI อย่างเป็นทางการ, PixVerse CLI บน GitHub และ npm (npm install -g pixverse) ช่วยให้คุณเข้าถึงการสร้าง การตรวจสถานะงาน การจัดการแอสเซท เทมเพลต โฟลเดอร์ที่บันทึกไว้ การตรวจสอบบัญชี การค้นพบโมเดลเสียง และการควบคุมพื้นที่ทำงานได้ทันทีจากอินเทอร์เฟซเดียว พื้นที่เก็บข้อมูล PixVerse Skills เพิ่มคำแนะนำที่พร้อมสำหรับเอเจนต์ ดังนั้น Claude Code, Cursor, Codex และเครื่องมืออื่น ๆ สามารถรันเวิร์กโฟลว์เหล่านี้ด้วยความน่าเชื่อถือที่แข็งแกร่งยิ่งขึ้น
การผสมผสานระหว่าง CLI ที่เชื่อถือได้และคลังทักษะที่พร้อมใช้งานของเอเจนต์หมายความว่าการสร้างภาพ วิดีโอ เสียง และเพลงสามารถอยู่ในขั้นตอนการทำงานเดียวกันกับโค้ดของคุณ ซึ่งจัดการโดยเอเจนต์ตัวเดียวกัน ในเทอร์มินัลเดียวกัน โดยไม่ต้องเปลี่ยนเครื่องมือ
เริ่มต้นด้วยคำสั่งเดียว สร้างจากที่นั่น