WaveSpeed CLI
每一個 WaveSpeed 模型 — 都在你的終端機裡
一個開源 CLI，執行任何 WaveSpeed AI 模型。圖像、影片、音訊、3D。依模型即時取得的動態說明、由你掌控的別名捷徑、面向 agent 的管道安全 JSON 輸出。
$npm install -g @wavespeed/cli三條指令即可上線
1
安裝
需要 Node 18+。一次全域安裝就能在任何地方使用 wavespeed 執行檔。
$npm install -g @wavespeed/cli2
登入
在瀏覽器中開啟 access-key 頁面。我們會自動偵測剪貼簿中的金鑰並即時驗證。
$wavespeed login3
執行任意模型
所有模型形狀一致。傳入模型 ID 與輸入 — 取得 CDN URL，或將 --json 管道送入你的腳本。
$wavespeed run wavespeed-ai/z-image/turbo -p "a cat"為人類與 agent 而生
依模型動態產生說明
執行 wavespeed run '<'model'>' -h，CLI 會即時取得該模型的輸入 schema 並印出它接受的確切 flag — 無需猜測。
隨你的儲存庫一起分發的別名
在 wavespeed.json 中定義具名捷徑，把模型 + 預設輸入打包起來。團隊拉取檔案，輸入 wavespeed run hero，就能得到符合品牌的輸出。
從設計上就是 agent 原生
每條指令都在 stdout 上輸出 --json，在 stderr 上輸出進度。放一個 SKILL.md，Claude Code、Cursor 與 Codex 就知道怎麼呼叫。
沒有魔法，也沒有常駐程序
CLI 永遠不會修改你的 prompt，也不會啟動背景程序。它直接呼叫 api.wavespeed.ai。開源，MIT 授權。
真實工作階段長這樣
從瀏覽目錄到 JSON 輸出 — 三條指令。
~/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
}一步接入你的編碼 agent
不需要 MCP 伺服器，也不需要額外設定。編碼 agent 已經知道怎麼執行 shell 指令 — SKILL.md 會告訴它們如何使用這個 CLI。
$wavespeed skill install相容 Claude Code、Cursor、Codex 以及任何自動載入 .claude/skills/* 的 agent。