介绍 Breeze CLI：把语音 AI 装进终端

评估一个语音 API 最快的方式是先听到它。这篇文章里的每条命令都只有一行——复制、运行、接着往下读。先安装：

确认已就位：

登录一次。CLI 会打开浏览器，你确认授权后，一把设备专属的 key 会以严格的文件权限写入本机。你从头到尾不用手动复制 API key，服务端也只保存 key 的哈希：

现在让它开口：

第一个字节到达的瞬间音频就开始播放——直接流向扬声器，终端里还有一条实时声波。注意那些你没做的事：没有选模型、没有翻音色目录、没有读快速上手文档。不指定音色时，Breeze 会替你挑一个不错的——因为最初 30 秒里唯一重要的问题是「我喜欢听到的这个声音吗」。

默认音色不是你脑子里那个的时候，翻一翻音色库：

像做 A/B 测试一样试音：同一句话、不同声音、立刻对比。用列表里的 voice ID 重跑：

喜欢的那条留下来：

音色面上的其余一切——用一段文字描述来设计新声音、克隆、试听、生成历史、异步任务——都只隔一个子命令。CLI 是 Breeze Developer API 的完整客户端，不是套在某个角落功能外面的 demo 壳。

原型阶段最糟糕的时刻，是发现好玩的工具和真正的 API 是两个世界。Breeze CLI 从结构上填平了这个断层：每条命令都对应公开的 /v1 Developer API——和 Python、TypeScript SDK 背后是同一套。当某一条听起来对了，让 CLI 把请求交出来：

breeze curl 会打印一条可复现的 cURL 请求，对应你刚才做的事，真实 key 已换成占位符——放进脚本、PR，或者同事的聊天窗口都安全。翻译成 SDK 调用，或者原样上线。从探索到生产，语义完全不变，因为从头到尾就是同一套 API。

越来越多时候，敲下 CLI 命令的「开发者」是一个 AI agent。我们把这当成设计约束，而不是噱头。给任何命令加上 --agent，Breeze CLI 就变成一个规矩的工具调用：JSON 结果写 stdout，JSON 错误信封写 stderr，没有交互提示、没有 spinner、不会突然出声：

你刚才交互式跑过的合成，也变成一个安静、产出文件的调用：

失败是可分支的，不是靠解析文案猜的：认证失败、credits 不足、超时、网络错误各自对应稳定的退出码，脚本用逻辑恢复——重新登录、充值、重试——而不是对着人类文案写正则。agent 也不必靠试错学习命令面，CLI 一次调用就能自我描述：

面向编码 agent 还有更进一步的方式：一组精选 skills，教 Claude Code、Codex 或 Cursor 推荐的 Breeze 工作流。安装完全显式 opt-in，且从不接触你的 API key：

把 codex 换成 claude 或 cursor 也一样。如果连 CLI 都是 agent 替你装的，一行命令两件事一起装好：

语音很少单独出场。CLI 内置的 Video Lab 能把一个 HTML composition 渲染成带 Breeze TTS 旁白的 MP4——而且整条流水线都为 agent 驾驶而设计，每一步都输出 JSON 报告。初始化项目：

在花费渲染时间之前先校验——这也是 agent 逐帧发现视觉问题的地方：文字溢出、元素出框、字幕不可读：

然后渲染成片，旁白一并生成：

你的 composition、素材和成片不会离开本机。整条流水线里唯一的网络请求，就是旁白本身。

会被接进脚本的工具，必须在正确的地方足够无聊。数据走 stdout、状态走 stderr，管道行为永远正确。凭据放在权限锁死的本地文件里，输出里的 key 永远只显示打码后的形态。Profile 机制让一台机器上的 staging 与 production——或者两个账号——干净隔离。breeze update 只在你要求时更新二进制和运行时：绝不在脚本中途、绝不在 CI 里、绝不背着你动手。

从一个空终端到听见声音，只隔三行：

完整文档——快速上手、命令参考、脚本指南和排障——在 docs.breezeblue.ai/cli。期待听到你用它做出的东西。