Génération IA Weshop avec weshop-skill et WeShop-CLI

Marine·May 27

La génération IA avec weshop-skill, conçue pour Claude Code, OpenCode et les agents IA qui ont besoin de workflows rapides de génération d'images et de vidéos.

Dans le paysage en évolution rapide du développement IA, les agents autonomes (tels que Claude Code, Codex et Gemini CLI) se sont avérés incroyablement puissants pour analyser le code, orchestrer des tâches et exécuter des outils locaux.

Cependant, le fossé entre le raisonnement IA basé sur le texte et la production visuelle réelle a toujours été gênant. Weshop Skill et Weshop CLI le comblent — directement depuis le terminal.

Le système fonctionne avec Weshop.ai. Pendant que les agents exécutent des commandes de manière asynchrone depuis le CLI, vous pouvez accéder à la plateforme web pour suivre la progression, gérer les actifs et ajuster les résultats dans un espace de travail collaboratif.

Image principale de WeShop AI montrant Weshop CLI et Skill connectant les commandes terminal aux workflows de génération d'images et de vidéos IA. — Workflow IA Weshop CLI et Skill

Explorer Weshop Skills→

Qu'est-ce que Weshop-CLI et Weshop-Skill ?

Pour comprendre comment donner des yeux visuels et des mains artistiques à vos agents de terminal, nous devons examiner les deux composants principaux de cet écosystème :

Weshop-CLI : Le moteur en ligne de commande

weshop-cli est un outil en ligne de commande multiplateforme qui expose toute la suite créative de la plateforme Weshop.ai. Au lieu de forcer les développeurs ou les agents à gérer des points d'API REST complexes, des états de téléchargement de fichiers et des gestionnaires d'interrogation, le CLI fournit un motif de commande propre et unifié. Il propose :

Téléchargements implicites de fichiers : Transmettez des fichiers locaux directement à n'importe quel paramètre (par ex., --image ./input.jpg). Le CLI gère le téléchargement en arrière-plan et alimente l'URL sécurisée résultante directement dans le pipeline IA.
Tâches asynchrones (--no-wait) : Soumettez instantanément des générations d'images et de vidéos, récupérez un ID d'exécution unique et revenez plus tard avec weshop status <id>. Cela rend les interactions du terminal rapides et non bloquantes.
Capacités complètes : Prend en charge tout, du remplacement d'arrière-plan, des affiches de campagne aux plateformes de générateur vidéo cinématographique (kling, sora-2, seedance).

Weshop-Skill : Intelligence agentique et contexte automatisé

weshop-skill est la couche sémantique qui encapsule weshop-cli et les APIs de scraper Pexels associées dans un ensemble d'instructions structuré pour les agents IA :

Comprendre l'intention humaine : Traduire une demande large comme “Faites une vidéo professionnelle de ce modèle sur une plage tropicale” en un plan multi-étapes structuré.
Récupérer du matériel de référence : Utiliser des modules de scraping intégrés (comme l'API Pexels) pour collecter des arrière-plans de haute qualité ou des poses de modèle si l'utilisateur ne les a pas fournis.
Chaîner des pipelines d'outils : Alimenter l'URL de sortie d'un outil de génération d'images (par ex., ai-photoshoot) comme image d'entrée directe pour un outil de génération vidéo (par ex., kling) de manière totalement automatique.

Installation et configuration

Pour commencer, c'est simple. Vous aurez besoin de vos clés API Pexels et Weshop.

Installer Weshop-CLI

Vous pouvez installer weshop-cli globalement via npm :

npm install -g weshop-cli

Ou clonez le dépôt et installez-le localement :

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

4. Configurer les variables d'environnement

Définissez vos identifiants dans votre session terminal (ou enregistrez-les dans un fichier local .env) :

# Obtenez vos clés :# - Clé Pexels : https://www.pexels.com/api/# - Clé Weshop : https://www.weshop.ai/apiKeyexport 
PEXELS_API_KEY="votre-clé-api-pexels"export 
WESHOP_API_KEY="votre-clé-api-weshop"

Vérifiez votre configuration en exécutant l'aide du CLI :

weshop --help

Obtenir Weshop CLI→

Démonstrations : De la référence au chef-d'œuvre

Plongeons dans deux workflows créatifs réels orchestrés avec weshop-skills et des commandes CLI locales, complets avec leurs références d'entrée et les sorties générées finales.

Démonstration 1 : La superstar canin du basket (Composite d'action)

Comment placer un sujet entièrement personnalisé dans une scène d'action générée dynamiquement.

Phase 1 : Collecte du matériel de référence

Dites à la compétence agent “pexels-fashion-designer” que nous voulons un chien faisant un dunk de basket sur un terrain avec des arbres en arrière-plan ; il est à noter que vous pouvez également télécharger votre propre URL. D'abord, l'agent collecte des références depuis Pexels :

# Récupérer une scène de terrain
python3 skills/pexels-fashion-designer/scripts/collect_pexels_refs.py \
  --query "basketball court trees background" \
  --task-id "dog-dunk" --downloads 1

# Récupérer un sujet chien
python3 skills/pexels-fashion-designer/scripts/collect_pexels_refs.py \
  --query "dog playing basketball" \
  --task-id "dog-dunk" --downloads 1

Phase 2 : Composite d'action

En utilisant les chemins de fichiers locaux des références téléchargées, l'agent exécute la commande image-mixer via l'analyse du document d'outil 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

Terrain de basket extérieur avec un panier et des arbres en arrière-plan, utilisé comme référence de scène pour la génération d'images IA. — Référence terrain de basket

Un chien duveteux jouant avec une femme tenant une balle sur l'herbe, utilisé comme référence de sujet pour la génération IA. — Référence sujet chien

Image générée par IA d'un chien duveteux sautant vers un panier de basket pour un dunk sur un terrain extérieur. — Résultat du dunk du chien par IA

Démonstration 2 : Chaîner des pipelines (Vidéo de mode cinématographique)

Génération d'une vidéo professionnelle de 5 secondes à partir de références de modèle statique et de scène de rue.

Phase 1 : Collecte des références

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"

Phase 2 : Composition du modèle sur le lieu

Nous prenons un portrait de modèle et une scène de rue en ville, les composant avec 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

Cela produit une URL de composite de modèle générée dans le cloud : https://ai-global-image.weshop.com/20260522_1_7c5d8941-751a-4e7d-be1f-2641b5e71624_864x1168.png.

Phase 3 : Animer la scène avec Kling Video

Au lieu de télécharger et de téléverser, nous alimentons l'URL de l'image générée directement dans le modèle vidéo 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

Portrait de mode noir et blanc d'une femme portant des lunettes de soleil et un manteau style fourrure. — Référence modèle de mode

Femme en tenue noire posant dans une rue en ville au coucher du soleil, utilisée comme référence de scène de mode. — Référence mode de rue

Image de mode générée par IA d'une femme en lunettes de soleil posant dans une rue vide avec un ciel de soir dramatique. — Résultat mode IA

Que peuvent faire d'autre les outils Weshop ?

Au-delà des composites et des vidéos, Weshop dispose d'un arsenal étendu d'outils IA que les agents peuvent exécuter de manière transparente :

Essayage virtuel et modélisation (virtualtryon, aimodel, aipose) : Échangez des vêtements sur des sujets humains, changez le décor de l'arrière-plan tout en préservant la texture exacte des vêtements, ou redessinez complètement les poses.
Conversion de style créatif (anime-image-converter, ghibli-art-create, 2d-to-3d-image-converter) : Transformez des photos ordinaires en esquisses anime, en œuvres d'art Studio Ghibli ou en fenêtres 3D style Blender.
Planification avancée d'arrière-plan et de pièce (aiproduct, ai-room-planner) : Remplacez les arrière-plans pour la photographie de produit professionnelle, ou simulez instantanément des aménagements intérieurs de jardin/pièce.
Design graphique et marketing (ai-poster, ai-logo-generator) : Générez des affiches de mise en page à fort taux de conversion et des logos de marque nativement à l'aide de modèles de texte.

Visiter Weshop AI→

Conclusion et prochaines étapes

Weshop CLI et Skills permettent aux développeurs, designers et agents IA d'exécuter des pipelines de design professionnels directement depuis un shell. En reliant la puissance de l'automatisation du terminal à la gestion des actifs, à l'aperçu de la progression et aux catalogues d'actifs de la console web Weshop.ai, vous obtenez le meilleur des deux mondes : vitesse programmatique et contrôle visuel.

Vous construisez un agent IA ou cherchez à rationaliser vos workflows de design ? Utilisez les boutons ci-dessus pour explorer le dépôt Weshop Skills, commencer avec Weshop CLI et ouvrir la plateforme Weshop AI — puis commencez à automatiser vos pipelines créatifs dès aujourd'hui !

Allez sur WeShop AI pour explorer :