fal-ai-media
affaan-m/ECC
Gere imagens, vídeos e áudio usando os modelos do fal.ai por meio das ferramentas do MCP, com suporte para conversão de texto em imagem, texto/imagem em vídeo, texto em fala e vídeo em áudio.
...Expandir tudoGeração de mídia do fal.ai
Habilidade sujeita a variações. Os IDs dos modelos fal.ai, preços, entradas e nomes das ferramentas do MCP mudam rapidamente. Pesquise ou obtenha os metadados atuais do modelo antes de prometer um modelo específico, parâmetro, formato de saída ou custo.
Gere imagens, vídeos e áudio usando modelos do fal.ai por meio do MCP.
Quando ativar
- O usuário deseja gerar imagens a partir de prompts de texto
- Criação de vídeos a partir de texto ou imagens
- Geração de fala, música ou efeitos sonoros
- Qualquer tarefa de geração de mídia
- O usuário diz “gerar imagem”, “criar vídeo”, “conversão de texto em fala”, “criar uma miniatura” ou algo semelhante
Requisito do MCP
O servidor MCP da fal.ai deve estar configurado. Adicione a ~/.claude.json:
"fal-ai": {
"command": "npx",
"args": ["-y", "fal-ai-mcp-server"],
"env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
}
Obter uma chave de API no fal.ai.
Ferramentas do MCP
O MCP da fal.ai oferece estas ferramentas:
search— Encontre modelos disponíveis por palavra-chavefind— Obter detalhes e parâmetros do modelogenerate— Executar um modelo com parâmetrosresult— Verificar o status da geração assíncronastatus— Verificar o status da tarefacancel— Cancelar uma tarefa em execuçãoestimate_cost— Estimar o custo de geraçãomodels— Listar modelos popularesupload— Enviar arquivos para uso como entradas
Geração de imagens
Nano Banana 2 (Rápido)
Ideal para: iterações rápidas, rascunhos, conversão de texto em imagem, edição de imagens.
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 fidelidade)
Ideal para: imagens de produção, realismo, tipografia, prompts detalhados.
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
}
)
Parâmetros comuns de imagem
| Parâmetro | Tipo | Opções | Notas |
|---|---|---|---|
prompt |
string | obrigatório | Descreva o que você deseja |
image_size |
string | square, portrait_4_3, landscape_16_9, portrait_16_9, landscape_4_3 |
Proporção da imagem |
num_images |
número | 1-4 | Quantos gerar |
seed |
número | qualquer número inteiro | Reprodutibilidade |
guidance_scale |
número | 1-20 | Até que ponto seguir as instruções (valor mais alto = interpretação mais literal) |
Edição de imagem
Use o Nano Banana 2 com uma imagem de entrada para preenchimento, ampliação ou transferência de estilo:
# 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"
}
)
Geração de vídeo
Seedance 1.0 Pro (ByteDance)
Ideal para: conversão de texto em vídeo e de imagem em vídeo com alta qualidade de movimento.
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: conversão de texto/imagem em vídeo com geração de áudio 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 com som gerado e alta qualidade 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"
}
)
Imagem para vídeo
Comece a partir de uma imagem 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"
}
)
Parâmetros do vídeo
| Parâmetro | Tipo | Opções | Notas |
|---|---|---|---|
prompt |
string | obrigatório | Descreva o vídeo |
duration |
string | "5s", "10s" |
Duração do vídeo |
aspect_ratio |
string | "16:9", "9:16", "1:1" |
Proporção da imagem |
seed |
número | qualquer número inteiro | Reprodutibilidade |
image_url |
string | URL | Imagem de origem para conversão de imagem em vídeo |
Geração de áudio
CSM-1B (Fala Conversacional)
Sintetização de voz a partir de texto com qualidade natural e 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 (Vídeo para Áudio)
Gera áudio correspondente a partir de conteúdo de vídeo.
generate(
app_id: "fal-ai/thinksound",
input_data: {
"video_url": "",
"prompt": "ambient forest sounds with birds chirping"
}
)
ElevenLabs (via API, sem MCP)
Para síntese de voz profissional, use o ElevenLabs diretamente:
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)
Áudio Gerativo do VideoDB
Se o VideoDB estiver configurado, use seu áudio 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")
Estimativa de custo
Antes de gerar, verifique o custo estimado:
estimate_cost(
estimate_type: "unit_price",
endpoints: {
"fal-ai/nano-banana-pro": {
"unit_quantity": 1
}
}
)
Descoberta de modelos
Encontre modelos para tarefas específicas:
search(query: "text to video")
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
models()
Dicas
- Use
seedpara obter resultados reproduzíveis ao iterar sobre prompts - Comece com modelos de custo mais baixo (Nano Banana 2) para a iteração de prompts e, em seguida, mude para o Pro para as versões finais
- Para vídeos, mantenha as instruções descritivas, mas concisas — concentre-se no movimento e na cena
- A conversão de imagem para vídeo produz resultados mais controlados do que a conversão direta de texto para vídeo
- Verifique
estimate_costantes de executar gerações de vídeo mais complexas
Habilidades relacionadas
videodb— Processamento, edição e transmissão de vídeovideo-editing— Fluxos de trabalho de edição de vídeo com tecnologia de IAcontent-engine— Criação de conteúdo para plataformas sociais
---
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 os arquivos
1 arquivosInstalar fal-ai-media
Baixe e descompacte os arquivos de habilidades no diretório .claude/skills/.
Baixar ZIPClone o repositório e copie os arquivos da habilidade para o seu projeto.
git clone https://github.com/affaan-m/ECC/tree/main/skills/fal-ai-media # Copy SKILL.md to your .claude/skills/ directory
Copiar





Lar
