Lingjing CLI

凌景cli

](https://www.npmjs.com/package/lingjing-cli) ](https://www.npmjs.com/package/lingjing-cli)

用于JDCloud Lingjing图像和视频生成API的CLI和MCP服务器。

📦 安装

# Install globally
npm install -g lingjing-cli

# Or use directly via npx
npx lingjing-cli

*如果您在本地从源代码运行，则可以使用 npm run build 然后跑 node dist/cli.js 而不是 lingjing.*

⚙️ 配置

通过环境变量设置API密钥：

export LINGJING_API_KEY="your_api_key_here"
# Alternatively, you can use JDCLOUD_API_KEY

您还可以使用 .env 当前目录中的文件，或通过指定一个 --env-file .

全局CLI选项

lingjing [global-options]  [options]

• `--env-file

`：从特定文件加载环境变量

• --skip-env：禁用自动加载 .env
• --api-key , -k：重写API密钥
• --base-url ：覆盖API基本URL（默认值： https://model.jdcloud.com)
• --request-id ：指定自定义 x-jdcloud-request-id 头球
• --json：输出纯JSON（对管道和解析有用）

🚀 CLI命令

1.模型预设(preset)

查看可用的即用型预设：

# List all presets
lingjing preset list

# Filter by type (image | video)
lingjing preset list --type image

# Filter by provider (e.g., kling, doubao, vidu, hailuo)
lingjing preset list --provider kling --type video

# Find presets by supported parameter / input type
lingjing preset list --supports-param multi_shot --supports-input image_url

# Compact browsing output
lingjing preset list --compact

# Get a single preset with full capSpec
lingjing preset get kling-v3-ttv

1.1能力参考（机器可读优先）

每个预设现在都有一个 capSpec 结构稳定：

• summary：简短的能力总结
• inputs：支持的输入类型(text_prompt, image_url, image_list, ref_video)
• params：参数规格(type, required, default, enum, range, description)
• constraints：特定于模型的限制和条件支持
• examples：最小示例有效载荷片段

2.图像生成(image)

提交图像生成任务并自动等待结果：

# Doubao SeedDream 4.0
lingjing image \
  --preset doubao-seedream-4-0 \
  --params '{"prompt":"一只戴墨镜的猫","size":"2048x2048","taskNum":1}'

# Kling Image Generation
lingjing image \
  --preset kling-v2-1-image \
  --params '{"prompt":"城市夜景，赛博朋克风格","aspect_ratio":"16:9"}'

# Submit only (without waiting/polling), returns genTaskId
lingjing image \
  --preset doubao-seedream-4-0 \
  --params '{"prompt":"山间晨雾"}' \
  --no-wait

3.视频生成(video)

提交视频生成任务并等待结果：

# Text-to-Video: Kling V3
lingjing video \
  --preset kling-v3-ttv \
  --params '{"prompt":"海边日落，海浪轻拍礁石","duration":"5","mode":"pro","aspect_ratio":"16:9"}'

# Text-to-Video: Doubao Seedance 1.5 Pro
lingjing video \
  --preset doubao-seedance-1-5-pro-ttv \
  --params '{"prompt":"雪山脚下奔跑的骏马","aspect_ratio":"16:9"}'

# Image-to-Video: Kling V3 (Requires a reference image)
lingjing video \
  --preset kling-v3-ptv \
  --params '{"prompt":"人物转身微笑","image_url":"https://example.com/ref.jpg","duration":"5"}'

# Custom polling interval and timeout
lingjing video \
  --preset vidu-q2-ttv \
  --params '{"prompt":"极光下的雪原"}' \
  --interval 10 --timeout 300

在线覆盖特定参数(--set): 你可以使用 --set key=value 覆盖 params 字段容易：

lingjing video \
  --preset kling-v3-ttv \
  --params '{"prompt":"星空延时摄影"}' \
  --set duration=10 \
  --set aspect_ratio=9:16

4.任务管理(task)

如果您使用以下方式提交任务 --no-wait，您可以稍后使用其查询或轮询其状态 genTaskId:

# Query the current status of a task
lingjing task get 

# Polling a task until it completes or times out
lingjing task wait  --interval 5 --timeout 600

任务状态参考：

• taskStatus=4：成功
• taskStatus=2：失败

______________________________________________________________________

🤖 MCP 服务器

lingjing-cli 可以作为 MCP（模型上下文协议） 服务器通过stdio。

启动MCP服务器

# Run globally installed version:
LINGJING_API_KEY=your_key lingjing-mcp

# Or via the CLI subcommand:
LINGJING_API_KEY=your_key lingjing mcp

# Load from an explicitly defined .env file:
LINGJING_ENV_FILE=/path/to/.env lingjing-mcp

Claude桌面集成

您可以轻松地将MCP服务器添加到Claude Code或Claude Desktop。

克劳德代码：

claude mcp add lingjing-cli -- npx -y lingjing-cli mcp

*（请确保配置您的 LINGJING_API_KEY 在您的环境中或通过 LINGJING_ENV_FILE 变量）*

适用于克劳德桌面 claude_desktop_config.json:

{
  "mcpServers": {
    "lingjing": {
      "command": "npx",
      "args": ["-y", "lingjing", "mcp"],
      "env": {
        "LINGJING_API_KEY": "your_api_key_here"
      }
    }
  }
}

可用的MCP工具

list_presets

get_preset_capability

find_presets_by_capability

generate_image / generate_video

退货： { submit, result, urls }，在哪里 urls 轻松地将提取的直接链接提供给生成的媒体。

许可证

麻省理工学院