scholai-cli 0.1.22

scholai course atoms: CLI + runtime for article courseware generation pipeline (MVP)

scholai-cli

scholai 课件生成管线的 Python CLI。

由 @scholai/openclaw-scholai plugin 的 skill 通过 metadata.openclaw.install: [kind: uv] 自动安装;也可独立使用:

uv tool install scholai-cli
scholai course vfd-url --run-id 260422-abc12345-article-01

管线 atom 列表

通用（kind-agnostic）

• scholai course vfd-url — URL → intermediate/VFD.json
• scholai course iod — VFD → intermediate/IOD.json
• scholai course publish --kind <article|mindmap> — POST 对应 kind 的 publish-facing 产物到 scholai 平台

article kind

• scholai course pd — IOD + VFD → intermediate/PD.md
• scholai course txd-gen — 含图占位符的 intermediate/TXD.md
• scholai course txd-imagegen — 生成占位图 + intermediate/TXD_final.md
• scholai course txd-render-html — TXD_final → output/article.html

publish payload: output/article.html。

mindmap kind

• scholai course mmd-gen — IOD → output/mindmap.md（Markmap 风格 Markdown，严格按 IOD keywords 平铺，不扩展）
• scholai course mmd-render-html — mindmap.md → output/mindmap.html（markmap-autoloader 本地预览，含「保存为 PNG」按钮，零 LLM 调用）

publish payload: output/mindmap.md（Markdown，不是 HTML —— scholai 后端的 MARKDOWN_KINDS 白名单包含 mindmap，传 HTML 会被 400 拒绝；最终页面由后端用 markmap 渲染）。

video kind

atom	类型	输入	输出
vfd-url	复用	input/source.json (type=url)	intermediate/VFD.json
ssd-gen	LLM 文本	VFD.json	intermediate/SSD.json
ssd-imagegen	LLM 图像	SSD.json	intermediate/images/SEG-NN.jpg + manifest.json
tts-gen	edge-tts CLI	SSD.json	intermediate/audio/SEG-NN.mp3 + durations.json
video-compose	moviepy + ffmpeg	SSD + images + audio	output/video.mp4 + output/cover.jpg + intermediate/SSD.srt
lark-send	lark-cli	output/video.mp4 + cover.jpg + chat_type/chat_native_id	output/lark_send.json（消息 ID）

publish payload: 无（本期 MVP 跳过 publish 与 OSS；视频通过 lark-send 直接推回原 IM 会话）。

Token 用量查询

运行 scholai usage <subcommand> 查询 LLM 调用用量。

命令

scholai usage today                          # 今天的用量
scholai usage yesterday                      # 昨天的用量
scholai usage range --from 2026-05-01 --to 2026-05-06   # 日期区间
scholai usage run <run_id>                   # 单次 run 的用量

# 可选：按 skill 过滤（today / yesterday / range）
scholai usage today --skill article

配置价格（可选）

创建 ~/.openclaw/scholai-usage/pricing.toml（dev 模式为 ~/.openclaw-dev/scholai-usage/pricing.toml）：

[chat."deepseek-chat"]
prompt = 2.0          # 元/百万 token，cache miss
prompt_cached = 0.5   # 元/百万 token，cache hit（可省略，省略回落到 prompt 价）
completion = 8.0

[chat."glm-4-plus"]
prompt = 5.0
completion = 5.0

[image."cogview-3"]
per_call = 0.06       # 元/张

没有此文件时，命令仍可用，只显示 token 数量，不计算金额。

数据文件位置

文件	路径
per-run 用量	<openclaw_home>/agents/<bot_id>/workspace/runs/<run_id>/logs/usage.jsonl
按天汇总	<openclaw_home>/scholai-usage/<YYYY-MM-DD>.jsonl
价格配置	<openclaw_home>/scholai-usage/pricing.toml

<openclaw_home> 由 openclaw 注入的 OPENCLAW_STATE_DIR 确定（dev 模式为 ~/.openclaw-dev）。

开发

cd packages/scholai-cli
uv sync --all-extras
uv run pytest