WaveSpeed CLI

每一个 WaveSpeed 模型 — 都在你的终端里

一个开源 CLI，运行任何 WaveSpeed AI 模型。图像、视频、音频、3D。按模型实时获取的动态帮助、由你掌控的别名快捷方式、面向 agent 的管道安全 JSON 输出。

$npm install -g @wavespeed/cli

从 npm 安装在 GitHub 查看

三条命令即可上线

安装

需要 Node 18+。一次全局安装即可在任何地方使用 wavespeed 二进制。

$npm install -g @wavespeed/cli

运行任意模型

所有模型形状一致。传入模型 ID 和输入 — 得到 CDN URL,或将 --json 管道送入你的脚本。

$wavespeed run wavespeed-ai/z-image/turbo -p "a cat"

为人类和 agent 而生

按模型动态生成帮助

运行 wavespeed run '<'model'>' -h,CLI 会实时获取该模型的输入 schema 并打印它接受的确切 flag — 无需猜测。

随你的仓库一起分发的别名

在 wavespeed.json 中定义命名快捷方式,把模型 + 默认输入打包起来。团队拉取文件,输入 wavespeed run hero,就能拿到符合品牌的输出。

从设计上就是 agent 原生

每条命令都在 stdout 上输出 --json,在 stderr 上输出进度。放一个 SKILL.md,Claude Code、Cursor 和 Codex 就知道怎么调用。

没有魔法,也没有守护进程

CLI 永远不会修改你的 prompt,也不会启动后台进程。它直接调用 api.wavespeed.ai。开源,MIT 许可证。

真实会话长这样

从浏览目录到 JSON 输出 — 三条命令。

~/projects/marketing

# 1. browse the catalog
$ wavespeed models --type text-to-image --popular

# 2. inspect a model's inputs — schema fetched live
$ wavespeed run wavespeed-ai/z-image/turbo -h
  * prompt          string
    size            string   default: "1024*1024"
    strength        number   default: 0.6   range: 0..1
    output_format   string   default: "jpeg"   enum: jpeg | png | webp

# 3. run — JSON out so you can pipe it
$ wavespeed run wavespeed-ai/z-image/turbo \
    -p "a cyberpunk skyline at golden hour" --json
{
  "model": "wavespeed-ai/z-image/turbo",
  "outputs": ["https://d2p7pg.cachecloud.net/.../skyline.jpeg"],
  "elapsed_ms": 4718
}

一步接入你的编码 agent

不需要 MCP 服务器,也不需要额外配置。编码 agent 已经知道怎么运行 shell 命令 — SKILL.md 会告诉它们如何使用这个 CLI。

$wavespeed skill install

兼容 Claude Code、Cursor、Codex 以及任何自动加载 .claude/skills/* 的 agent。

开源。今天就能用。

MIT 许可证,在 npm 上以 @wavespeed 范围发布,托管在 GitHub。欢迎提交 Issue 和 PR。

从 npm 安装在 GitHub 加星