Generación de Weshop AI con weshop-skill y WeShop-CLI

Marine·May 27

La generación de IA con weshop-skill, construida para Claude Code, OpenCode y agentes de IA que necesitan flujos de trabajo rápidos de generación de imágenes y videos.

En el panorama en rápida evolución del desarrollo de IA, los agentes autónomos (como Claude Code, Codex y Gemini CLI) han demostrado ser increíblemente potentes para analizar código, orquestar tareas y ejecutar herramientas locales.

Sin embargo, la brecha entre el razonamiento de IA basado en texto y la producción visual real siempre ha sido molesta. Weshop Skill y Weshop CLI la cierran, directamente desde la terminal.

El sistema funciona con Weshop.ai. Mientras los agentes ejecutan comandos de forma asíncrona desde la CLI, puedes acceder a la plataforma web para verificar el progreso, gestionar activos y ajustar resultados en un espacio de trabajo colaborativo.

Imagen hero de WeShop AI que muestra Weshop CLI y Skill conectando comandos de terminal con flujos de trabajo de generación de imágenes y videos IA. — Flujo de trabajo de IA con Weshop CLI y Skill

Explorar Weshop Skills→

¿Qué son Weshop-CLI y Weshop-Skill?

Para entender cómo darle a tus agentes de terminal ojos visuales y manos artísticas, debemos observar los dos componentes centrales de este ecosistema:

Weshop-CLI: El motor de línea de comandos

weshop-cli es una herramienta de línea de comandos multiplataforma que expone el conjunto creativo completo de la plataforma Weshop.ai. En lugar de forzar a desarrolladores o agentes a lidiar con puntos finales complejos de API REST, estados de carga de archivos y manejadores de sondeo, la CLI proporciona un patrón de comandos limpio y unificado. Ofrece:

Cargas implícitas de archivos: Pasa archivos locales directamente a cualquier parámetro (p. ej., --image ./input.jpg). La CLI maneja la carga internamente y alimenta la URL segura resultante directamente al pipeline de IA.
Trabajos asíncronos (--no-wait): Envía generaciones de imágenes y videos al instante, obtén un ID de ejecución único y verifica más tarde usando weshop status <id>. Esto mantiene las interacciones en la terminal rápidas y sin bloqueo.
Capacidades integrales: Soporta desde reemplazo de fondos y pósters de campaña hasta plataformas de generación de videos cinematográficos (kling, sora-2, seedance).

Weshop-Skill: Inteligencia de agente y contexto automatizado

weshop-skill es la capa semántica que envuelve weshop-cli y las API relacionadas de pexel scraper en un conjunto de instrucciones estructuradas para agentes de IA:

Entender la intención humana: Traducir una solicitud amplia como “Haz un video profesional de este modelo en una playa tropical” en un plan de varios pasos estructurado.
Obtener material de referencia: Usar módulos de scraping integrados (como la API de Pexels) para recopilar fondos de stock de alta calidad o poses de modelo si el usuario no los proporcionó.
Encadenar pipelines de herramientas: Alimentar la URL de salida de una herramienta de generación de imágenes (p. ej., ai-photoshoot) como la imagen de entrada directa para una herramienta de generación de video (p. ej., kling) de forma completamente automática.

Instalación y configuración

Comenzar es sencillo. Necesitarás tus claves de API de Pexels y Weshop.

Instalar Weshop-CLI

Puedes instalar weshop-cli globalmente a través de npm:

npm install -g weshop-cli

O clona el repositorio e instálalo localmente:

git clone https://github.com/weshopai/weshop-cli.git
cd weshop-cli
npm install

4. Configurar variables de entorno

Establece tus credenciales en tu sesión de terminal (o guárdalas dentro de un archivo .env local):

# Obtén tus claves:# - Clave de Pexels: https://www.pexels.com/api/# - Clave de Weshop: https://www.weshop.ai/apiKeyexport 
PEXELS_API_KEY="tu-clave-pexels"export 
WESHOP_API_KEY="tu-clave-weshop"

Verifica tu configuración ejecutando la ayuda de la CLI:

weshop --help

Obtener Weshop CLI→

Demostraciones: De la referencia a la obra maestra

Vamos a sumergirnos en dos flujos de trabajo creativos del mundo real orquestados usando weshop-skills y comandos locales de CLI, completos con sus referencias de entrada y salidas finales generadas.

Demostración 1: La superestrella canina del baloncesto (Composición de acción)

Cómo colocar un sujeto completamente personalizado en una escena de acción generada dinámicamente.

Fase 1: Recopilación de material de referencia

Dile a la habilidad del agente “pexels-fashion-designer” que queremos un perro clavando una pelota de baloncesto en una cancha con árboles al fondo, vale la pena señalar que también puedes subir tu propia URL. Primero, el agente recopila referencias de Pexels:

# Obtener una escena de cancha
python3 skills/pexels-fashion-designer/scripts/collect_pexels_refs.py \
  --query "basketball court trees background" \
  --task-id "dog-dunk" --downloads 1

# Obtener un sujeto de perro
python3 skills/pexels-fashion-designer/scripts/collect_pexels_refs.py \
  --query "dog playing basketball" \
  --task-id "dog-dunk" --downloads 1

Fase 2: Composición de acción

Usando las rutas de archivo locales de las referencias descargadas, el agente ejecuta el comando image-mixer a través del análisis del documento de herramienta de weshop:

weshop image-mixer \
  --image outputs/dog-dunk/basketball-court-trees-background/pexels_photo_1779555457661_0.jpg \
  --image outputs/dog-dunk/dog-playing-basketball/pexels_photo_1779555496990_0.jpg \
  --prompt "A dog dunking a basketball on a court with trees in the background. The dog should be jumping high towards the basketball hoop in an athletic dunking pose, with the basketball going through the hoop. Natural lighting, dynamic sports action shot." \
  --task-name "dog-dunk" \
  --no-wait

Cancha de baloncesto al aire libre con aro y árboles al fondo, usada como referencia de escena para generación de imágenes IA. — Referencia de cancha de baloncesto

Un perro esponjoso jugando con una mujer que sostiene una pelota sobre el césped, usado como referencia de sujeto para generación IA. — Referencia de sujeto: perro

Imagen generada por IA de un perro esponjoso saltando hacia un aro de baloncesto para clavarla en una cancha al aire libre. — Resultado de IA: perro clavando

Demostración 2: Encadenamiento de pipelines (Video de moda cinematográfico)

Generación de un video profesional de 5 segundos a partir de referencias de modelo estático y escena callejera.

Fase 1: Recopilación de referencias

python3 skills/pexels-fashion-designer/scripts/collect_pexels_refs.py \
  --query "fashion model portrait" \
  --task-id "fashion-pipeline"
  
python3 skills/pexels-fashion-designer/scripts/collect_pexels_refs.py \
  --query "city street fashion scene" \
  --task-id "fashion-pipeline"

Fase 2: Composición del modelo en ubicación

Tomamos un retrato de modelo y una escena callejera urbana, compositándolos con ai-photoshoot:

weshop ai-photoshoot \
  --image assets/person-scene-composite/fashion-model-portrait/pexels_photo_1779447472010_0.jpg \
  --image assets/person-scene-composite/city-street-fashion-scene/pexels_photo_1779447585426_0.jpg \
  --aspect-ratio 3:4 \
  --no-wait

Esto produce una URL de composición de modelo generada en la nube: https://ai-global-image.weshop.com/20260522_1_7c5d8941-751a-4e7d-be1f-2641b5e71624_864x1168.png.

Fase 3: Dar vida a la escena con Kling Video

En lugar de descargar y subir, alimentamos la URL de la imagen generada directamente al modelo de video kling:

weshop kling \
  --image "https://ai-global-image.weshop.com/20260522_1_7c5d8941-751a-4e7d-be1f-2641b5e71624_864x1168.png" \
  --prompt "Fashion model walking confidently through a busy city street, camera follows at eye level, cinematic lighting" \
  --model Kling_3_0 \
  --duration 5s \
  --no-wait

Retrato de moda en blanco y negro de una mujer con gafas de sol y un abrigo estilo piel. — Referencia de modelo de moda

Mujer con atuendo negro posando en una calle urbana al atardecer, usada como referencia de escena de moda. — Referencia de moda callejera

Imagen de moda generada por IA de una mujer con gafas de sol posando en una calle vacía con un cielo dramático al atardecer. — Resultado de moda IA

¿Qué más pueden hacer las herramientas Weshop?

Más allá de las composiciones y videos, Weshop contiene un extenso arsenal de herramientas de IA que los agentes pueden ejecutar sin problemas:

Prueba virtual y modelado (virtualtryon, aimodel, aipose): Intercambia prendas en sujetos humanos, cambia el fondo de la escena preservando la textura exacta de la ropa o rediseña las poses por completo.
Conversión de estilo creativo (anime-image-converter, ghibli-art-create, 2d-to-3d-image-converter): Transforma fotos ordinarias en bocetos de anime, obras de arte de Studio Ghibli o vistas 3D al estilo Blender.
Planificación avanzada de fondos y espacios (aiproduct, ai-room-planner): Reemplaza fondos para fotografía de producto profesional o diseña diseños interiores de jardines/habitaciones al instante.
Diseño gráfico y de marketing (ai-poster, ai-logo-generator): Genera pósters de diseño de alta conversión y logotipos de marca de forma nativa usando plantillas de texto.

Visitar Weshop AI→

Conclusión y próximos pasos

Weshop CLI y Skills permiten a desarrolladores, diseñadores y agentes de IA ejecutar pipelines de diseño de nivel profesional directamente desde una terminal. Al unir el poder de la automatización de terminal con la gestión de activos, la vista previa de progreso y los catálogos de activos de la consola web de Weshop.ai, obtienes lo mejor de ambos mundos: velocidad programática y control visual.

¿Estás construyendo un agente de IA o buscando optimizar tus flujos de trabajo de diseño? Usa los botones de arriba para explorar el repositorio de Weshop Skills, comenzar con Weshop CLI y abrir la plataforma Weshop AI: ¡empieza a automatizar tus pipelines creativos hoy mismo!

Ve a WeShop AI para explorar: