AI驱动的图像与视频生成。通过masonry CLI生成图像、视频,管理任务并探索模型。
Masonry CLI.
功能概述
Masonry CLI.是一项面向实际任务的技能,主要用于Generate 的 AI 驱动图像和视频来自文本提示;User 想要生成图像或视频;
核心要点
- User 询问可用的 AI 模型;
- User 想要检查生成任务 sta。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
使用与执行
使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
结果检查与注意事项
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
Masonry CLI
通过文本提示生成 AI 驱动的图像和视频。
适用场景
- 用户希望生成图像或视频
- 用户询问可用的 AI 模型
- 用户希望查询生成任务状态或下载结果
- 用户请求创建视觉内容、媒体或艺术作品
前提条件
需拥有 Masonry 订阅。可在此开启免费试用:https://masonry.so/pricing
若系统未识别 masonry 命令,请先安装:
npm install -g @masonryai/cli
或直接运行:npx @masonryai/cli
身份验证
若任意命令返回认证错误(auth error):
- 运行:
masonry login --remote - 该命令将输出一个认证 URL,请将其发送给用户。
- 用户在浏览器中打开该 URL,完成身份验证,并复制返回的 token。
- 运行:
masonry login --token
若环境中已设置 MASONRY_TOKEN 和 MASONRY_WORKSPACE 环境变量,则无需额外登录。
工作流程
1. 生成内容
图像:
masonry image "a sunset over mountains, photorealistic" --aspect 16:9
视频:
masonry video "ocean waves crashing on rocks" --duration 4 --aspect 16:9
2. 处理响应
命令会立即返回 JSON 格式响应:
{
"success": true,
"job_id": "abc-123",
"status": "pending",
"check_after_seconds": 10,
"check_command": "masonry job status abc-123"
}
3. 等待并下载
masonry job waitmasonry job download -o /tmp/output.png
download 命令会在 stderr 中输出一行 MEDIA: /path/to/file。
下载完成后,请输出该行,以便将文件发送给用户:
MEDIA: /tmp/output.png
图像参数标志
| 标志 | 缩写 | 说明 |
|---|---|---|
--aspect |
-a |
宽高比:16:9、9:16、1:1 |
--dimension |
-d |
精确尺寸:1920x1080 |
--model |
-m |
模型 key |
--output |
-o |
输出文件路径 |
--negative-prompt |
需避免的内容 | |
--seed |
可复现性种子值(reproducibility seed) |
视频参数标志
| 标志 | 缩写 | 说明 |
|---|---|---|
--duration |
时长(秒):4、6、8 | |
--aspect |
-a |
宽高比:16:9、9:16 |
--model |
-m |
模型 key |
--image |
-i |
首帧图像(本地文件) |
--last-image |
末帧图像(需配合 --image 使用) | |
--no-audio |
禁用音频生成 | |
--seed |
可复现性种子值(reproducibility seed) |
模型发现
masonry models list # 列出所有模型 masonry models list --type image # 仅列出图像模型 masonry models list --type video # 仅列出视频模型 masonry models info# 查看模型参数及使用示例
任务管理
masonry job list # 查看近期任务 masonry job status# 查询任务状态 masonry job download -o ./file # 下载结果 masonry job wait --download -o . # 等待完成并下载 masonry history list # 查看本地历史记录 masonry history pending --sync # 同步待处理任务
错误码
| 代码 | 含义 | 操作建议 |
|---|---|---|
AUTH_ERROR |
未认证 | 执行上方认证流程 |
VALIDATION_ERROR |
参数无效 | 检查各标志(flag)取值是否正确 |
MODEL_NOT_FOUND |
未知的模型 key | 运行 masonry models list 查看可用模型 |
安全守则
- 切勿伪造 job ID 或模型 key;始终使用命令实际输出的值。
- 切勿在不带
--remote或--token参数的情况下运行masonry login(无头环境无法使用浏览器登录)。 - 若任务状态为 pending,请等待响应中指定的
check_after_seconds秒后再查询状态。 - 所有命令输出均为 JSON 格式;请解析它,不要猜测结构。
反馈
报告问题或提出改进建议,请访问:https://github.com/masonry-so/skills/issues
提交 issue 时,请包含以下信息:
- 您的意图是什么? 您希望实现什么目标?
- 哪些功能正常? 哪些部分表现符合预期?
- 哪些方面需要改进? 出现了什么问题?或哪些地方可以做得更好?
热门AI工具
相关专题
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题梳理XORM框架的入门路径,从框架定位、依赖安装、连接数据库到跑通第一个增删改查示例,讲清Engine初始化、日志开启与项目目录规划,并对比GORM等同类ORM的差异,帮助Go开发者建立整体认知。
0
2026.11.04
本专题聚焦Docker Desktop容器端口映射与访问配置,整理从创建容器、设置端口绑定到验证本地服务访问的操作流程。针对端口被占用、映射配置错误、容器服务无法访问等情况,也提供相应的检查方向,方便用户完成端口配置。
0
2026.11.03
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.7万人学习
共6课时 | 54.7万人学习
最新文章