muapi-models

Muapi 模型

Muapi 是一个统一的 API（x-api-key），接入 500 多个模型：图像、视频、音频和语音、 唇形同步、3D、大模型文本、SEO/数据工具、社交媒体发布和实用工具。服务提供商的名称 会隐藏；你只能看到 Muapi 模型名称、类别、架构和费用。模型名称会实时读取，因此新模型 可以立即使用。切勿依赖记忆中的模型列表。

工作流：发现 -> 检查 -> 估算 -> 运行 -> 轮询 -> 下载。

设置

1. 在 https://muapi.ai/dashboard 创建密钥（或创建免费沙盒密钥，见下文）。
2. 导出密钥，并在同一个终端中重启 Agent：
   • macOS/Linux：export MUAPI_API_KEY=your_key
   • Windows PowerShell：$env:MUAPI_API_KEY = "your_key" 和 setx MUAPI_API_KEY "your_key"
3. 仅将密钥保存在环境变量中。切勿将其写入项目文件、提交记录或聊天内容。

沙盒密钥（立即返回模拟输出，不消耗额度），适合测试工作流：

curl -s -X POST https://api.muapi.ai/api/v1/keys -H "Content-Type: application/json" -d '{"is_test": true}'

身份验证始终使用 x-api-key: $MUAPI_API_KEY 请求头。如果已安装 muapi CLI （pip install muapi-cli 或 npm i -g muapi-cli），请优先使用它，因为它会处理上传、轮询和 --output-json。否则，请使用下方的 HTTP 调用（curl；在 Windows PowerShell 中使用 curl.exe）。

规则

• 优先遵循用户指令，其次使用他们已配置的工具，最后才使用 Muapi。
• 运行前务必先检查。切勿猜测字段或端点路径；架构可能会变化。
• 在为任何非简单操作消耗额度前，先估算费用；如果用户未提供预算，则检查余额。
• 提交后，每隔 3-10 秒轮询一次。不要让单个请求长时间保持打开状态。
• 如果状态为 failed，请原样显示 error 字段。不要静默重试。
• 如果用户指定了模型，就明确使用该模型；否则，说明你选择的模型及原因。

1. 发现

curl -s "https://api.muapi.ai/api/v1/models?category=Text%20to%20Image"
curl -s "https://api.muapi.ai/api/v1/models?family=seo"

没有自由文本搜索参数：获取一个类别，然后在客户端按名称/描述筛选，并尝试几个关键词变体。 类别：Text to Image、Image to Image、Text to Video、Image to Video、Video to Video、 Audio to Video（唇形同步）、Text to Audio、Image to 3D、Text to 3D、Text to Text（大模型和数据工具）、 Lora Support、Training。 CLI：muapi discover "cinematic image to video" --output-json

2. 检查

curl -s "https://api.muapi.ai/api/v1/models/{name}"

返回输入架构（必填字段、允许的值、默认值）、定价，以及实际的 endpoint POST 地址。CLI：muapi inspect {name} --output-json

3. 估算费用

curl -s -X POST "https://api.muapi.ai/api/v1/models/{name}/estimate-cost" \
  -H "Content-Type: application/json" -d @payload.json

与运行时要发送的请求体相同。余额：GET /api/v1/account/balance （CLI：muapi account balance）。

4. 上传输入文件

需要图像、视频或音频的模型都需要托管 URL。请先上传本地文件：

curl -s -X POST https://api.muapi.ai/api/v1/upload_file \
  -H "x-api-key: $MUAPI_API_KEY" -F "file=@./input.png"

限制：图像 10MB，视频 50MB。CLI：muapi upload file ./input.png --output-json

5. 运行

向第 2 步返回的 endpoint 发送 POST 请求（切勿使用自行猜测的路径）：

curl -s -X POST "https://api.muapi.ai{endpoint}" \
  -H "x-api-key: $MUAPI_API_KEY" -H "Content-Type: application/json" -d @payload.json
# -> {"request_id": "...", "status": "processing"}

CLI：muapi run {name} --input payload.json --no-wait --output-json

6. 轮询

curl -s "https://api.muapi.ai/api/v1/predictions/{request_id}/result" -H "x-api-key: $MUAPI_API_KEY"

status 的值为 processing、completed 或 failed。状态为 completed 时，outputs 是一个 URL 数组。 CLI：muapi runs get {request_id} --wait --output-json

7. 保存结果

结果 URL 会保留 30 天，之后过期。任务一完成，就将所有输出下载到用户指定的位置（例如 ./public/hero.png），并告知他们文件路径：

curl -L -o ./public/hero.png "{output_url}"

如果用户希望将结果集成到应用中，请编写集成代码，而不只是保存文件。

编写优质请求

询问或推断：输出目标位置、用户是否偏好特定模型，以及关键参数（宽高比、分辨率、时长）。例如：

• “用 Muapi 制作一张 1:1 的白色陶瓷马克杯产品照，保存到 ./public/mug.png”
• “用 Muapi 生成一段 30 秒的 lo-fi 背景音乐”
• “用 Muapi 语音模型将 README.md 转换成一段口语化开场白”

故障排查

问题	解决方法
缺少 MUAPI_API_KEY	导出该变量，并从同一终端重新启动 Agent
401	在 https://muapi.ai/dashboard 检查密钥；请求头必须为 x-api-key
积分不足	在仪表板中充值，然后重新运行
任务 failed	查看 error，根据架构调整参数，然后重试一次
结果链接已过期（超过 30 天）	重新运行，并在下次将输出保存到本地
Windows 上的 curl 拒绝参数	使用 curl.exe

其他接口

OpenAPI：https://api.muapi.ai/openapi.json · MCP：https://muapi.ai/.well-known/mcp.json · 人工编写的文档：https://muapi.ai/agent-skills