使用WP-CLI操作AI Services项目中的AI服务
2025-06-02 11:03:44作者:董斯意
AI Services项目为WordPress开发者提供了便捷的AI服务集成方案。本文将重点介绍如何通过WP-CLI命令行工具高效地使用这些AI服务功能。
基础概念
WP-CLI是WordPress的命令行接口,而AI Services项目通过wp ai-services命名空间提供了一系列AI相关命令。这种方式特别适合自动化任务、批量处理和服务器环境下的AI服务调用。
可用命令概览
AI Services项目提供了以下核心WP-CLI命令:
wp ai-services list- 列出所有已注册的AI服务wp ai-services get- 获取特定AI服务的详细信息wp ai-services list-models- 列出某AI服务支持的所有模型wp ai-services generate-text- 使用生成式模型创建文本内容wp ai-services generate-image- 使用生成式模型创建图像
文本生成实战
基本文本生成
最简单的文本生成命令只需要提供提示词(prompt):
wp ai-services generate-text "WordPress能用来做什么?" --feature=my-feature
这个命令会自动选择已配置的AI服务中最合适的模型。
指定服务与模型
如果需要使用特定服务(如Google):
wp ai-services generate-text google "WordPress能用来做什么?" --feature=my-feature
更进一步,可以指定具体模型:
wp ai-services generate-text google gemini-1.5-pro "WordPress能用来做什么?" --feature=my-feature
多模态输入
AI Services支持结合媒体文件的多模态输入,例如为图片生成描述:
wp ai-services generate-text "为这张图片生成替代文本" --feature=alt-text --attachment-id=123
流式响应
默认情况下,文本生成采用流式响应,可以实时看到部分结果。如需禁用:
add_filter('ai_services_wp_cli_use_streaming', '__return_false');
函数调用功能
高级用户可以利用函数调用功能,让AI模型生成结构化输出:
local weather_func='[{
"name": "get_weather",
"description": "获取指定位置的天气信息",
"parameters": {
"type": "object",
"properties": {
"location": {
"type":"string",
"description": "城市或地区名称"
}
}
}
}]'
wp ai-services generate-text "今天奥斯汀的天气如何?" --feature=weather --function-declarations="$weather_func"
图像生成实战
基本图像生成
生成一张描述性图像:
wp ai-services generate-image "沙漠绿洲中晒太阳的查理王猎犬航拍照片" --feature=my-feature
指定服务与模型
使用OpenAI的DALL-E 2模型:
wp ai-services generate-image openai dall-e-2 "沙漠绿洲中晒太阳的查理王猎犬航拍照片" --feature=my-feature
最佳实践
- 服务可用性检查:在执行命令前检查服务是否可用
if [ "$(wp ai-services get google --field=is_available)" == "true" ]; then
# 执行命令
fi
-
功能标记:始终使用
--feature参数标记AI服务的使用场景 -
错误处理:考虑添加适当的错误处理逻辑
-
性能考量:对于长时间运行的任务,考虑使用后台进程
总结
通过WP-CLI使用AI Services项目,开发者可以轻松将强大的AI能力集成到WordPress工作流中。无论是内容生成、图像创作还是复杂的功能调用,这套工具链都能提供灵活而强大的解决方案。掌握这些命令后,你将能够高效地自动化各种AI驱动的任务。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0133- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
376
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
984
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
921
133
昇腾LLM分布式训练框架
Python
160
188
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
970