fal-ai-media
affaan-m/ECC
Genera imágenes, vídeos y audio utilizando los modelos de fal.ai a través de las herramientas de MCP, con funciones de conversión de texto a imagen, de texto o imagen a vídeo, de texto a voz y de vídeo a audio.
...Expandir todoGeneración de contenidos multimedia de fal.ai
Habilidad propensa a cambios. Los ID de los modelos de fal.ai, los precios, los datos de entrada y los nombres de las herramientas de MCP cambian rápidamente. Busca u obtén los metadatos actuales del modelo antes de comprometerte con un modelo, parámetro, formato de salida o coste específicos.
Genera imágenes, vídeos y audio utilizando los modelos de fal.ai a través de MCP.
Cuándo activarla
- El usuario desea generar imágenes a partir de indicaciones de texto
- Crear vídeos a partir de texto o imágenes
- Generar voz, música o efectos de sonido
- Cualquier tarea de generación de contenido multimedia
- El usuario dice «generar imagen», «crear vídeo», «texto a voz», «crear una miniatura» o algo similar
Requisitos del MCP
El servidor MCP de fal.ai debe estar configurado. Añadir a ~/.claude.json:
"fal-ai": {
"command": "npx",
"args": ["-y", "fal-ai-mcp-server"],
"env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
}
Obtener una clave API en fal.ai.
Herramientas del MCP
El MCP de fal.ai ofrece estas herramientas:
search— Buscar modelos disponibles por palabra clavefind— Obtener detalles y parámetros de los modelosgenerate— Ejecuta un modelo con parámetrosresult— Comprobar el estado de la generación asíncronastatus— Comprobar el estado de un trabajocancel— Cancelar un trabajo en ejecuciónestimate_cost— Calcular el coste de la generaciónmodels— Mostrar una lista de modelos popularesupload— Subir archivos para utilizarlos como entradas
Generación de imágenes
Nano Banana 2 (Rápido)
Ideal para: iteraciones rápidas, bocetos, conversión de texto a imagen y edición de imágenes.
generate(
app_id: "fal-ai/nano-banana-2",
input_data: {
"prompt": "a futuristic cityscape at sunset, cyberpunk style",
"image_size": "landscape_16_9",
"num_images": 1,
"seed": 42
}
)
Nano Banana Pro (alta fidelidad)
Ideal para: imágenes de producción, realismo, tipografía, indicaciones detalladas.
generate(
app_id: "fal-ai/nano-banana-pro",
input_data: {
"prompt": "professional product photo of wireless headphones on marble surface, studio lighting",
"image_size": "square",
"num_images": 1,
"guidance_scale": 7.5
}
)
Parámetros comunes de las imágenes
| Parámetro | Tipo | Opciones | Notas |
|---|---|---|---|
prompt |
cadena | obligatorio | Describe lo que quieres |
image_size |
cadena | square, portrait_4_3, landscape_16_9, portrait_16_9, landscape_4_3 |
Relación de aspecto |
num_images |
número | 1-4 | Cuántos quieres generar |
seed |
número | cualquier número entero | Reproducibilidad |
guidance_scale |
número | 1-20 | Grado de fidelidad a las instrucciones (cuanto mayor sea el valor, más literal será la interpretación) |
Edición de imágenes
Utiliza Nano Banana 2 con una imagen de entrada para retocar, ampliar o transferir estilos:
# First upload the source image
upload(file_path: "/path/to/image.png")
# Then generate with image input
generate(
app_id: "fal-ai/nano-banana-2",
input_data: {
"prompt": "same scene but in watercolor style",
"image_url": "",
"image_size": "landscape_16_9"
}
)
Generación de vídeo
Seedance 1.0 Pro (ByteDance)
Ideal para: conversión de texto a vídeo y de imagen a vídeo con alta calidad de movimiento.
generate(
app_id: "fal-ai/seedance-1-0-pro",
input_data: {
"prompt": "a drone flyover of a mountain lake at golden hour, cinematic",
"duration": "5s",
"aspect_ratio": "16:9",
"seed": 42
}
)
Kling Video v3 Pro
Ideal para: conversión de texto o imagen a vídeo con generación de audio nativa.
generate(
app_id: "fal-ai/kling-video/v3/pro",
input_data: {
"prompt": "ocean waves crashing on a rocky coast, dramatic clouds",
"duration": "5s",
"aspect_ratio": "16:9"
}
)
Veo 3 (Google DeepMind)
Ideal para: vídeo con sonido generado y alta calidad visual.
generate(
app_id: "fal-ai/veo-3",
input_data: {
"prompt": "a bustling Tokyo street market at night, neon signs, crowd noise",
"aspect_ratio": "16:9"
}
)
De imagen a vídeo
Partir de una imagen existente:
generate(
app_id: "fal-ai/seedance-1-0-pro",
input_data: {
"prompt": "camera slowly zooms out, gentle wind moves the trees",
"image_url": "",
"duration": "5s"
}
)
Parámetros de vídeo
| Parámetro | Tipo | Opciones | Notas |
|---|---|---|---|
prompt |
cadena | obligatorio | Describe el vídeo |
duration |
cadena | "5s", "10s" |
Duración del vídeo |
aspect_ratio |
cadena | "16:9", "9:16", "1:1" |
Relación de aspecto |
seed |
número | cualquier número entero | Reproducibilidad |
image_url |
cadena | URL | Imagen de origen para la conversión de imagen a vídeo |
Generación de audio
CSM-1B (habla conversacional)
Sintetizador de voz con calidad natural y coloquial.
generate(
app_id: "fal-ai/csm-1b",
input_data: {
"text": "Hello, welcome to the demo. Let me show you how this works.",
"speaker_id": 0
}
)
ThinkSound (de vídeo a audio)
Genera audio a partir de contenido de vídeo.
generate(
app_id: "fal-ai/thinksound",
input_data: {
"video_url": "",
"prompt": "ambient forest sounds with birds chirping"
}
)
ElevenLabs (a través de API, sin MCP)
Para la síntesis de voz profesional, utiliza ElevenLabs directamente:
import os
import requests
resp = requests.post(
"https://api.elevenlabs.io/v1/text-to-speech/",
headers={
"xi-api-key": os.environ["ELEVENLABS_API_KEY"],
"Content-Type": "application/json"
},
json={
"text": "Your text here",
"model_id": "eleven_turbo_v2_5",
"voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
}
)
with open("output.mp3", "wb") as f:
f.write(resp.content)
Audio generativo de VideoDB
Si VideoDB está configurado, utiliza su audio generativo:
# Voice generation
audio = coll.generate_voice(text="Your narration here", voice="alloy")
# Music generation
music = coll.generate_music(prompt="upbeat electronic background music", duration=30)
# Sound effects
sfx = coll.generate_sound_effect(prompt="thunder crack followed by rain")
Estimación de costes
Antes de generar, comprueba el coste estimado:
estimate_cost(
estimate_type: "unit_price",
endpoints: {
"fal-ai/nano-banana-pro": {
"unit_quantity": 1
}
}
)
Búsqueda de modelos
Busca modelos para tareas específicas:
search(query: "text to video")
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
models()
Consejos
- Utiliza
seedpara obtener resultados reproducibles al iterar sobre las indicaciones - Empieza con modelos más económicos (Nano Banana 2) para la iteración de las indicaciones y, después, pasa a la versión Pro para los resultados finales
- En el caso de los vídeos, las indicaciones deben ser descriptivas pero concisas: céntrate en el movimiento y la escena
- La conversión de imagen a vídeo produce resultados más controlados que la conversión directa de texto a vídeo
- Comprueba
estimate_costantes de ejecutar generaciones de vídeo costosas
Habilidades relacionadas
videodb— Procesamiento, edición y transmisión de vídeovideo-editing— Flujos de trabajo de edición de vídeo basados en IAcontent-engine— Creación de contenido para redes sociales
---
name: fal-ai-media
description: Generate images, videos, and audio using fal.ai models via MCP tools, with support for text-to-image, text/image-to-video, text-to-speech, and video-to-audio.
---
# fal.ai Media Generation
> **Drift-prone skill.** fal.ai model IDs, pricing, inputs, and MCP tool names
> change quickly. Search or fetch the current model metadata before promising a
> specific model, parameter, output format, or cost.
Generate images, videos, and audio using fal.ai models via MCP.
## When to Activate
- User wants to generate images from text prompts
- Creating videos from text or images
- Generating speech, music, or sound effects
- Any media generation task
- User says "generate image", "create video", "text to speech", "make a thumbnail", or similar
## MCP Requirement
fal.ai MCP server must be configured. Add to `~/.claude.json`:
```json
"fal-ai": {
"command": "npx",
"args": ["-y", "fal-ai-mcp-server"],
"env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
}
```
Get an API key at [fal.ai](https://fal.ai).
## MCP Tools
The fal.ai MCP provides these tools:
- `search` — Find available models by keyword
- `find` — Get model details and parameters
- `generate` — Run a model with parameters
- `result` — Check async generation status
- `status` — Check job status
- `cancel` — Cancel a running job
- `estimate_cost` — Estimate generation cost
- `models` — List popular models
- `upload` — Upload files for use as inputs
---
## Image Generation
### Nano Banana 2 (Fast)
Best for: quick iterations, drafts, text-to-image, image editing.
```
generate(
app_id: "fal-ai/nano-banana-2",
input_data: {
"prompt": "a futuristic cityscape at sunset, cyberpunk style",
"image_size": "landscape_16_9",
"num_images": 1,
"seed": 42
}
)
```
### Nano Banana Pro (High Fidelity)
Best for: production images, realism, typography, detailed prompts.
```
generate(
app_id: "fal-ai/nano-banana-pro",
input_data: {
"prompt": "professional product photo of wireless headphones on marble surface, studio lighting",
"image_size": "square",
"num_images": 1,
"guidance_scale": 7.5
}
)
```
### Common Image Parameters
| Param | Type | Options | Notes |
|-------|------|---------|-------|
| `prompt` | string | required | Describe what you want |
| `image_size` | string | `square`, `portrait_4_3`, `landscape_16_9`, `portrait_16_9`, `landscape_4_3` | Aspect ratio |
| `num_images` | number | 1-4 | How many to generate |
| `seed` | number | any integer | Reproducibility |
| `guidance_scale` | number | 1-20 | How closely to follow the prompt (higher = more literal) |
### Image Editing
Use Nano Banana 2 with an input image for inpainting, outpainting, or style transfer:
```
# First upload the source image
upload(file_path: "/path/to/image.png")
# Then generate with image input
generate(
app_id: "fal-ai/nano-banana-2",
input_data: {
"prompt": "same scene but in watercolor style",
"image_url": "<uploaded_url>",
"image_size": "landscape_16_9"
}
)
```
---
## Video Generation
### Seedance 1.0 Pro (ByteDance)
Best for: text-to-video, image-to-video with high motion quality.
```
generate(
app_id: "fal-ai/seedance-1-0-pro",
input_data: {
"prompt": "a drone flyover of a mountain lake at golden hour, cinematic",
"duration": "5s",
"aspect_ratio": "16:9",
"seed": 42
}
)
```
### Kling Video v3 Pro
Best for: text/image-to-video with native audio generation.
```
generate(
app_id: "fal-ai/kling-video/v3/pro",
input_data: {
"prompt": "ocean waves crashing on a rocky coast, dramatic clouds",
"duration": "5s",
"aspect_ratio": "16:9"
}
)
```
### Veo 3 (Google DeepMind)
Best for: video with generated sound, high visual quality.
```
generate(
app_id: "fal-ai/veo-3",
input_data: {
"prompt": "a bustling Tokyo street market at night, neon signs, crowd noise",
"aspect_ratio": "16:9"
}
)
```
### Image-to-Video
Start from an existing image:
```
generate(
app_id: "fal-ai/seedance-1-0-pro",
input_data: {
"prompt": "camera slowly zooms out, gentle wind moves the trees",
"image_url": "<uploaded_image_url>",
"duration": "5s"
}
)
```
### Video Parameters
| Param | Type | Options | Notes |
|-------|------|---------|-------|
| `prompt` | string | required | Describe the video |
| `duration` | string | `"5s"`, `"10s"` | Video length |
| `aspect_ratio` | string | `"16:9"`, `"9:16"`, `"1:1"` | Frame ratio |
| `seed` | number | any integer | Reproducibility |
| `image_url` | string | URL | Source image for image-to-video |
---
## Audio Generation
### CSM-1B (Conversational Speech)
Text-to-speech with natural, conversational quality.
```
generate(
app_id: "fal-ai/csm-1b",
input_data: {
"text": "Hello, welcome to the demo. Let me show you how this works.",
"speaker_id": 0
}
)
```
### ThinkSound (Video-to-Audio)
Generate matching audio from video content.
```
generate(
app_id: "fal-ai/thinksound",
input_data: {
"video_url": "<video_url>",
"prompt": "ambient forest sounds with birds chirping"
}
)
```
### ElevenLabs (via API, no MCP)
For professional voice synthesis, use ElevenLabs directly:
```python
import os
import requests
resp = requests.post(
"https://api.elevenlabs.io/v1/text-to-speech/<voice_id>",
headers={
"xi-api-key": os.environ["ELEVENLABS_API_KEY"],
"Content-Type": "application/json"
},
json={
"text": "Your text here",
"model_id": "eleven_turbo_v2_5",
"voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
}
)
with open("output.mp3", "wb") as f:
f.write(resp.content)
```
### VideoDB Generative Audio
If VideoDB is configured, use its generative audio:
```python
# Voice generation
audio = coll.generate_voice(text="Your narration here", voice="alloy")
# Music generation
music = coll.generate_music(prompt="upbeat electronic background music", duration=30)
# Sound effects
sfx = coll.generate_sound_effect(prompt="thunder crack followed by rain")
```
---
## Cost Estimation
Before generating, check estimated cost:
```
estimate_cost(
estimate_type: "unit_price",
endpoints: {
"fal-ai/nano-banana-pro": {
"unit_quantity": 1
}
}
)
```
## Model Discovery
Find models for specific tasks:
```
search(query: "text to video")
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
models()
```
## Tips
- Use `seed` for reproducible results when iterating on prompts
- Start with lower-cost models (Nano Banana 2) for prompt iteration, then switch to Pro for finals
- For video, keep prompts descriptive but concise — focus on motion and scene
- Image-to-video produces more controlled results than pure text-to-video
- Check `estimate_cost` before running expensive video generations
## Related Skills
- `videodb` — Video processing, editing, and streaming
- `video-editing` — AI-powered video editing workflows
- `content-engine` — Content creation for social platforms
Todos los archivos
1 archivosInstalar fal-ai-media
Descarga y descomprime los archivos de habilidades en tu directorio .claude/skills/.
Descargar ZIPClona el repositorio y copia los archivos de la habilidad a tu proyecto.
git clone https://github.com/affaan-m/ECC/tree/main/skills/fal-ai-media # Copy SKILL.md to your .claude/skills/ directory
Copiar





Hogar
