大家好，我是何三，独立开发者
即梦悄悄放了个大招——CLI 工具正式开放。
不是那种"网页端加了个按钮"的升级，是真的可以在终端里敲命令生成视频、生成图片，还能让 AI Agent 直接调用。
这事对普通用户感知不大，但对我们这些搞开发的人来讲，意味着 AI 视频生产彻底进入了自动化流程。
我仔细研究了它的文档和命令体系，这篇把安装、命令、实战场景全部给你讲透。
为什么要关注这个 CLI
先说一下背景。
即梦背后是字节跳动的 Seed 实验室，之前推出的 Seedance 2.0 在 AI 视频圈已经炸过一轮了——原生 2K 画质、多镜头叙事、音视频同步生成、8+ 语言唇形同步，这些能力放到国际上也是第一梯队。
但之前你用这些能力，得打开浏览器、登录、填表单、等生成、手动下载。整个流程对单个用户没问题，对 Agent 来说，浏览器操作就是噩梦。
现在 CLI 出来了，所有能力都暴露成了命令行接口。这意味着什么？
Agent 可以直接在代码里调用，不需要模拟点击、不需要 Selenium、不需要任何浏览器自动化方案。一行命令，直接出片。
这是质变。
安装：三分钟搞定
即梦 CLI 的安装非常简单，官方推荐的方式是直接用 curl 安装：
curl -fsSL https://jimeng.jianying.com/cli | bash
执行完这条命令，CLI 就装好了。不需要配环境变量，不需要装依赖，开箱即用。
而且官方特别说了一句话：推荐让 AGENT 帮你执行安装。 这态度很明确了——这个工具就是给 Agent 用的。
装完之后，登录你的即梦账号：
dreamina login
这条命令会自动拉起浏览器，引导你完成授权。如果你的机器上没有浏览器（比如服务器环境），它会给出手动导入登录态的方案，跟着指引走就行。
登录完之后，跑一条命令验证一下：
dreamina user_credit
能正常返回余额信息的 JSON，就说明一切就绪，可以开始生成了。
💡 遇到问题？加
--debug参数重试，终端会打印调试信息帮你排查。
核心命令：四大生成能力
即梦 CLI 目前暴露了四个核心能力，覆盖了从图片到视频的完整生成链路。
1. 文生视频（text2video）
最核心的能力。给一段文字描述，生成视频。
dreamina text2video \
--prompt="镜头推进，一只橘猫从沙发上跳下来" \
--duration=5 \
--ratio=16:9 \
--video_resolution=720P \
--poll=30
参数说明：
- --prompt：提示词，描述你想要的画面
- --duration：视频时长（秒）
- --ratio：画面比例，支持 16:9、9:16、1:1 等
- --video_resolution：分辨率，支持 720P 等
- --poll=30：重点参数。表示提交后轮询等待 30 秒，如果在这期间生成完成，直接返回结果。超时则返回一个 submit_id，你后面可以再查
2. 图生视频（image2video）
给一张图片做首帧，生成视频。这个在制作连贯分镜的时候特别有用。
dreamina image2video \
--image ./first_frame.png \
--prompt="镜头慢慢推近" \
--duration=5 \
--poll=30
--image 参数指向本地图片路径。你可以让 Agent 先用文生图生成首帧，再丢给图生视频做成动态——链式生成，全自动。
3. 文生图（text2image）
不只是视频，图片生成也支持。
dreamina text2image \
--prompt="一只戴墨镜的橘猫" \
--ratio=1:1 \
--resolution_type=2k \
--poll=30
直接输出 2K 画质的图片。拿来做视频首帧、做海报素材、做产品原型图都行。
4. 图生图（image2image）
基于参考图做风格迁移或编辑。
dreamina image2image \
--images ./input.png \
--prompt="改成水彩风格" \
--resolution_type=2k \
--poll=30
任务管理：异步 + 轮询
AI 视频生成不是秒出的，通常需要几十秒到几分钟。所以 CLI 的任务管理机制很重要。
两种模式：
同步等待模式——加 --poll 参数，工具会自动轮询状态：
dreamina text2video \
--prompt="..." \
--poll=60
60 秒内完成就直接返回结果，超时就给你一个 submit_id。
异步查询模式——拿到 submit_id 后随时查：
# 查询结果
dreamina query_result --submit_id=<你的_submit_id>
# 查询并直接下载到指定目录
dreamina query_result --submit_id=<你的_submit_id> --download_dir=./downloads
还可以查看所有历史任务：
# 查看所有任务
dreamina list_task
# 只看成功的
dreamina list_task --gen_status=success
# 按 ID 筛选
dreamina list_task --submit_id=<你的_submit_id>
这套机制对 Agent 来说非常友好。Agent 可以提交任务 → 拿到 submit_id → 继续处理其他事 → 回来查结果 → 下载文件。完全不需要阻塞等待。
Agent 集成：这才是杀手锏
CLI 本身是个好工具，但更大的想象空间在 Agent 集成。
你可以给 Agent 一句话需求：
"帮我做一条 30 秒的赛博朋克风格产品宣传片，要有背景音乐和镜头切换。"
Agent 的工作流大概是这样的：
用户需求
↓
Agent 分析需求，拆解为 6 个 5 秒分镜
↓
每个分镜 → dreamina text2image 生成首帧
↓
每个首帧 → dreamina image2video 生成视频片段
↓
dreamina query_result 收集所有结果
↓
合并、配音、导出
↓
完成！
全程零人工干预。Agent 自己写提示词、自己调参数、自己管理任务队列、自己下载和拼接。
这就是即梦官方说的——"即梦 CLI 是一个面向 Agent 的工具包"。
它不是给人类直接用的（虽然也能用），设计目标就是让 Agent 在任意工作流中嵌入即梦的生成能力。批量任务、定时任务、自动化流水线，全部可以搞定。
跟其他方案比
即梦 CLI 最大的差异化在于：它是从设计之初就面向 Agent 的。Sora 和 Runway 也有 API，但你需要自己写 HTTP 请求、处理认证、管理异步回调。即梦 CLI 把这些全封装好了，Agent 直接读文档就能干活。
一些实用建议
折腾了几天，总结几条经验：
1. 提示词要具体。 别写"一个漂亮的女孩"，写"一位穿红色连衣裙的年轻女性，漫步在傍晚的樱花林中，黄金时段光线，镜头缓慢推进"。主体 + 动作 + 场景 + 光线 + 镜头，缺一不可。
2. 先生图再生视频。 直接文生视频有时候画面不够稳定。先生成一张高质量首帧，再用 image2video 做动态化，效果会好很多。
3. 用 --poll 别省。 不加 poll 参数，你得自己手动查结果。加了 poll，工具帮你等着，省心。
4. 批量任务注意额度。 每个账号都有生成额度（dreamina user_credit 可查），跑大批量之前先确认余额。
5. 出问题先看 config。 登录态存在 ~/.dreamina_cli/config.toml 里，生成命令报错的话先检查这个文件。
写在最后
AI 视频这个赛道，我觉得 2026 年是一个分水岭。
之前大家还在争论"AI 视频能不能用"，现在问题已经变成了"怎么最高效地用"。即梦 CLI 的推出，本质上是在回答后一个问题——把 AI 视频能力嵌入到自动化工作流里。
这对独立开发者和小团队尤其重要。以前做视频内容，要么自己学剪辑，要么花钱外包。现在有了 Agent + CLI，你可以把视频生产变成代码逻辑的一部分。
技术一直在进步，门槛一直在降低。关键是——你的工作流准备好了没有？
本文使用 MGO 编辑并发布
关注"何三笔记"，回复"mgo" 免费下载使用
