option

fal-ai-media

affaan-m/ECC affaan-m/ECC

Générez des images, des vidéos et des fichiers audio à l'aide des modèles fal.ai via les outils MCP, qui prennent en charge la conversion de texte en image, de texte/image en vidéo, de texte en parole et de vidéo en audio.

...Développer tout
0
Heure mise à jour 1 octobre 2026

Génération de médias par fal.ai

Compétence sujette à des variations. Les identifiants des modèles fal.ai, les tarifs, les données d’entrée et les noms des outils MCP évoluent rapidement. Recherchez ou récupérez les métadonnées actuelles du modèle avant de vous engager sur un modèle, un paramètre, un format de sortie ou un coût spécifiques.

Générez des images, des vidéos et des fichiers audio à l’aide des modèles fal.ai via MCP.

Quand l’activer

  • L'utilisateur souhaite générer des images à partir de descriptions textuelles
  • Créer des vidéos à partir de texte ou d’images
  • Génération de voix, de musique ou d’effets sonores
  • Toute tâche de génération de contenu multimédia
  • L'utilisateur dit « générer une image », « créer une vidéo », « synthèse vocale », « créer une vignette » ou une expression similaire

Exigence relative au MCP

Le serveur MCP de fal.ai doit être configuré. Ajouter à ~/.claude.json:

"fal-ai": {
  "command": "npx",
  "args": ["-y", "fal-ai-mcp-server"],
  "env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
}

Obtenir une clé API sur fal.ai.

Outils MCP

Le MCP fal.ai fournit les outils suivants :

  • search — Rechercher les modèles disponibles par mot-clé
  • find — Obtenir les détails et les paramètres d’un modèle
  • generate — Exécuter un modèle avec des paramètres
  • result — Vérifier l’état de la génération asynchrone
  • status — Vérifier l’état d’une tâche
  • cancel — Annuler une tâche en cours d’exécution
  • estimate_cost — Estimer le coût de génération
  • models — Lister les modèles les plus populaires
  • upload — Importer des fichiers à utiliser comme données d’entrée

Génération d’images

Nano Banana 2 (Rapide)

Idéal pour : itérations rapides, ébauches, conversion de texte en image, retouche d’images.

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 (haute fidélité)

Idéal pour : images de production, réalisme, typographie, consignes détaillées.

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
  }
)

Paramètres d'image courants

Paramètre Type Options Remarques
prompt chaîne de caractères obligatoire Décrivez ce que vous souhaitez
image_size chaîne de caractères square, portrait_4_3, landscape_16_9, portrait_16_9, landscape_4_3 Format d'image
num_images nombre 1-4 Nombre à générer
seed nombre n'importe quel nombre entier Reproductibilité
guidance_scale nombre 1 à 20 Dans quelle mesure respecter les instructions (plus le chiffre est élevé, plus le résultat est fidèle)

Retouche d’image

Utilisez Nano Banana 2 avec une image d’entrée pour le remplissage, l’extension ou le transfert de style :

# 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"
  }
)

Génération de vidéos

Seedance 1.0 Pro (ByteDance)

Idéal pour : la conversion de texte en vidéo et d'image en vidéo avec une qualité de mouvement élevée.

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

Idéal pour : la conversion de texte/image en vidéo avec génération audio native.

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)

Idéal pour : les vidéos avec son généré et une qualité visuelle élevée.

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 vers vidéo

À partir d’une image existante :

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"
  }
)

Paramètres vidéo

Paramètre Type Options Remarques
prompt chaîne de caractères obligatoire Décrivez la vidéo
duration chaîne "5s", "10s" Durée de la vidéo
aspect_ratio chaîne "16:9", "9:16", "1:1" Format d'image
seed nombre n'importe quel nombre entier Reproductibilité
image_url chaîne URL Image source pour la conversion image-vidéo

Génération audio

CSM-1B (discours conversationnel)

Synthèse vocale offrant une qualité naturelle et conversationnelle.

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 (vidéo vers audio)

Génération d'un son correspondant à partir d'un contenu vidéo.

generate(
  app_id: "fal-ai/thinksound",
  input_data: {
    "video_url": "",
    "prompt": "ambient forest sounds with birds chirping"
  }
)

ElevenLabs (via API, sans MCP)

Pour une synthèse vocale professionnelle, utilisez directement ElevenLabs :

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)

VideoDB Generative Audio

Si VideoDB est configuré, utilisez son système audio génératif :

# 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")

Estimation des coûts

Avant de lancer la génération, vérifiez le coût estimé :

estimate_cost(
  estimate_type: "unit_price",
  endpoints: {
    "fal-ai/nano-banana-pro": {
      "unit_quantity": 1
    }
  }
)

Recherche de modèles

Recherchez des modèles pour des tâches spécifiques :

search(query: "text to video")
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
models()

Conseils

  • Utilisez seed pour obtenir des résultats reproductibles lors des itérations sur les prompts
  • Commencez par des modèles moins coûteux (Nano Banana 2) pour l'itération des invites, puis passez à la version Pro pour les résultats finaux
  • Pour la vidéo, veillez à ce que les invites soient descriptives mais concises — concentrez-vous sur le mouvement et la scène
  • La conversion « image vers vidéo » produit des résultats plus maîtrisés que la conversion « texte vers vidéo » pure
  • Vérifiez estimate_cost avant de lancer des générations de vidéos coûteuses

Compétences associées

  • videodb — Traitement, montage et diffusion de vidéos
  • video-editing — Workflows de montage vidéo basés sur l’IA
  • content-engine — Création de contenu pour les réseaux sociaux
Voir sur GitHub
---
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

Tous les fichiers

1 fichiers

Installer fal-ai-media

Téléchargez et décompressez les fichiers de compétences dans votre répertoire .claude/skills/.

Télécharger le ZIP

Clonez le dépôt et copiez les fichiers de compétence dans votre projet.

git clone https://github.com/affaan-m/ECC/tree/main/skills/fal-ai-media # Copy SKILL.md to your .claude/skills/ directory

Copier Copier
Configuration rapide: Copiez le dossier de la compétence dans .claude/skills/ Claude détectera automatiquement la compétence et l'utilisera
Dépôt affaan-m/ECC

Compétences similaires

web-search
Heure mise à jour 29 juin 2026
webapp-testing
Heure mise à jour 29 juin 2026
lark-base
Heure mise à jour 5 juillet 2026
agentmail
Heure mise à jour 29 juin 2026
OR