Pixelz AI Tools

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

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-tools

2.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.ps1

Mac/Linux（Bash）：

chmod +x scripts/install.sh
./scripts/install.sh

3.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

1. 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）。
2. 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）。
3. 创建 .env 模板中的文件。
4. 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。
5. 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。

______________________________________________________________________

许可证

麻省理工学院