像素化AI工具
连接 Pixelz平台 和 Pixelz自动化 API直接连接到您的AI编码助手。此monorepo提供以下集成 克劳德代码, 双子星命令行工具, 帆板运动，以及 开源代码，实现了零上下文安全的自动图像润饰工作流程。
______________________________________________________________________
先决条件
| 需求 | 版本 | 检查 |
|---|---|---|
| Node.js | v18或更高版本 | node --version |
| pnpm | v10或更高版本 | pnpm --version |
| Python | v3.10或更高版本 | python --version |
| pip | 任何最新版本 | pip --version |
你只需要Node.js 或 Python取决于您在安装过程中选择的语言，而不是两者兼而有之。
______________________________________________________________________
两条整合轨道
此工具包提供了两种集成路径。在安装过程中，您可以选择 一:
轨道1:MCP服务器（本机工具）
对于支持以下功能的AI代理 模型上下文协议（MCP）.将Pixelz端点作为AI可以直接调用的本地工具公开。包括自动本地文件处理、完整参数支持、Zod输入验证（Node.js）和实时执行。两者都有 Node.js（TypeScript） 和 python.
轨道2：AI代理技能（高可靠性指令）
对于使用 代理技能 标准(SKILL.md).提供21个程序技能包，让AI深入了解如何使用Pixelz服务。使用CLI工具(cli.js/cli.py)作为内部执行引擎。两者都有 Node.js 和 python.
______________________________________________________________________
主要特点
零上下文身份验证
人工智能代理永远不会看到或处理您的原始API密钥。所有工具都从内部加载凭据 .env 文件。如果密钥丢失，工具将返回结构化 [AUTH_ERROR] 引导用户配置他们的环境。
透明本地文件上传
提供本地文件路径（例如。， /home/user/product.jpg)这些工具会自动检测本地路径，并在内部执行安全的多步骤S3上传（预签名URL+二进制PUT）。对于人工智能来说，这个过程是一个无缝的步骤。
机构工效学
每项技能和工具都针对AI可靠性进行了优化：
- 等待启发式：异步操作的适当轮询间隔。
- 详尽的枚举：提供了所有可能的选项（例如，17个模型作物解剖位置）。
- 成功标准：指导人工智能如何格式化输出（发票的Markdown表、模板等）。
______________________________________________________________________
安装
1.克隆存储库
git clone https://github.com/niclas-pix/pixelz-ai-tools.git
cd pixelz-ai-tools2.运行交互式安装程序
安装程序会引导您选择语言、曲目和AI代理。它自动处理所有依赖项安装、构建步骤和代理注册。
Windows（PowerShell）：
.\scripts\install.ps1Mac/Linux（Bash）：
chmod +x scripts/install.sh
./scripts/install.sh3.配置凭据
安装程序创建 .env 从包含的模板中提取文件。打开它并填写您的API密钥：
- 全局安装：the
.env在项目根目录中创建(pixelz-ai-tools/.env). - 本地安装：the
.env在您选择的目标目录中创建。
您只需要您打算使用的API的密钥（平台、自动化或两者兼有）。
安装程序做什么
- 提示您选择 语言 （Node.js或Python）， 轨道 （MCP或技能）， AI 代理，以及 安装范围 （全球或本地）。
- 安装依赖关系并构建服务器（MCP跟踪）或部署技能包（技能跟踪）。
- 创建
.env模板中的文件。 - 克劳德和双子座：直接通过命令行界面注册MCP服务器，无需手动配置。
- 风帆和OpenCode：写a
pixelz_config.json您合并到代理的MCP配置中的文件。
______________________________________________________________________
手动MCP设置（Windsurf/OpenCode）
安装程序运行后，它会放置一个 pixelz_config.json 在代理的配置目录中。合并其 mcpServers 进入代理的MCP配置文件。有关确切位置，请参阅代理商的文档。
______________________________________________________________________
项目结构
pixelz-ai-tools/
├── mcp-servers/ # Track 1: MCP server integrations (Node.js & Python)
│ ├── platform/ # Platform API server
│ └── automation/ # Automation API server
├── skills/ # Track 2: 21 AI Agent Skill packages (SKILL.md)
├── cli-tools/ # CLI utilities supporting the Skills track (Node.js & Python)
│ ├── platform/ # Platform API CLI
│ └── automation/ # Automation API CLI
├── scripts/ # Interactive installers and uninstallers
├── tests/ # Test suite
│ ├── node/ # Vitest tests for Node.js components
│ └── python/ # pytest tests for Python components
├── .env.example # Credential template
└── .github/workflows/ # CI: build and test on every push/PR______________________________________________________________________
测试
# Node.js
cd tests/node && pnpm install && pnpm exec vitest run
# Python
pip install -r tests/python/requirements.txt
python -m pytest tests/python/ -v看 贡献.md 用于完整的开发设置。
______________________________________________________________________
卸载
要从AI代理的目录中删除已部署的技能和配置：
./scripts/uninstall.sh # Mac/Linux
.\scripts\uninstall.ps1 # Windows______________________________________________________________________
贡献
看 贡献.md 用于构建说明、测试和项目约定。
______________________________________________________________________