fal-ai-media
affaan-m/ECC
Создавайте изображения, видео и аудио с помощью моделей fal.ai через инструменты MCP, которые поддерживают преобразование текста в изображение, текста/изображения в видео, текста в речь и видео в аудио.
...Расширить всеfal.ai — генерация медиаконтента
Навык, подверженный изменениям. Идентификаторы моделей fal.ai, цены, входные данные и названия инструментов MCP быстро меняются. Выполняйте поиск или получайте актуальные метаданные модели, прежде чем обещать использование конкретной модели, параметров, формата вывода или стоимости.
Генерируйте изображения, видео и аудио с помощью моделей fal.ai через MCP.
Когда следует активировать
- Пользователь хочет сгенерировать изображения на основе текстовых подсказок
- Создание видео из текста или изображений
- Генерация речи, музыки или звуковых эффектов
- Любая задача по генерации медиаконтента
- Пользователь произносит «создать изображение», «создать видео», «преобразовать текст в речь», «создать миниатюру» или что-то подобное
Требования к MCP
Сервер fal.ai MCP должен быть настроен. Добавьте в ~/.claude.json:
"fal-ai": {
"command": "npx",
"args": ["-y", "fal-ai-mcp-server"],
"env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
}
Получите ключ API на fal.ai.
Инструменты MCP
MCP fal.ai предоставляет следующие инструменты:
search— Поиск доступных моделей по ключевому словуfind— Просмотр сведений о модели и её параметровgenerate— Запуск модели с параметрамиresult— Проверка статуса асинхронного генерацииstatus— Проверка статуса заданияcancel— Отменить запущенное заданиеestimate_cost— Оценить затраты на генерациюmodels— Просмотреть список популярных моделейupload— Загрузить файлы для использования в качестве входных данных
Генерация изображений
Nano Banana 2 (быстрая версия)
Идеально подходит для: быстрых итераций, эскизов, преобразования текста в изображение, редактирования изображений.
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 (высокая точность)
Идеально подходит для: изображений для публикации, реалистичности, типографики, подробных подсказок.
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
}
)
Общие параметры изображений
| Параметр | Тип | Параметры | Примечания |
|---|---|---|---|
prompt |
строка | обязательный | Опишите, что вы хотите |
image_size |
строка | square, portrait_4_3, landscape_16_9, portrait_16_9, landscape_4_3 |
Соотношение сторон |
num_images |
число | 1–4 | Сколько сгенерировать |
seed |
число | любое целое число | Воспроизводимость |
guidance_scale |
число | 1–20 | Степень следования инструкции (чем выше значение, тем более дословное выполнение) |
Редактирование изображений
Используйте Nano Banana 2 с исходным изображением для закрашивания пробелов, раскрашивания за пределами изображения или переноса стиля:
# 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"
}
)
Генерация видео
Seedance 1.0 Pro (ByteDance)
Лучше всего подходит для: преобразования текста в видео, преобразования изображения в видео с высоким качеством движения.
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
Лучше всего подходит для: преобразования текста/изображения в видео с генерацией собственного звука.
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)
Лучше всего подходит для: создания видео с сгенерированным звуком и высоким качеством изображения.
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"
}
)
Преобразование изображений в видео
Начните с имеющегося изображения:
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"
}
)
Параметры видео
| Параметр | Тип | Параметры | Примечания |
|---|---|---|---|
prompt |
строка | обязательно | Описание видео |
duration |
строка | "5s", "10s" |
Продолжительность видео |
aspect_ratio |
строка | "16:9", "9:16", "1:1" |
Соотношение сторон |
seed |
число | любое целое число | Воспроизводимость |
image_url |
строка | URL | Исходное изображение для преобразования изображения в видео |
Генерация аудио
CSM-1B (разговорная речь)
Преобразование текста в речь с естественным, разговорным качеством.
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 (преобразование видео в аудио)
Генерация соответствующего аудио из видеоконтента.
generate(
app_id: "fal-ai/thinksound",
input_data: {
"video_url": "",
"prompt": "ambient forest sounds with birds chirping"
}
)
ElevenLabs (через API, без MCP)
Для профессионального синтеза голоса используйте ElevenLabs напрямую:
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
Если VideoDB настроено, используйте его генеративный звук:
# 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")
Оценка стоимости
Перед генерацией проверьте ориентировочную стоимость:
estimate_cost(
estimate_type: "unit_price",
endpoints: {
"fal-ai/nano-banana-pro": {
"unit_quantity": 1
}
}
)
Поиск моделей
Найдите модели для конкретных задач:
search(query: "text to video")
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
models()
Советы
- Используйте
seedдля получения воспроизводимых результатов при итерации над подсказками - Начните с более недорогих моделей (Nano Banana 2) для итерации подсказок, а затем перейдите на версию Pro для финальных результатов
- Для видео подсказки должны быть описательными, но лаконичными — сосредоточьтесь на движении и сцене
- Преобразование изображения в видео даёт более контролируемые результаты, чем чистое преобразование текста в видео
- Проверьте
estimate_costперед запуском ресурсоемкого генерации видео
Связанные навыки
videodb— обработка, монтаж и потоковая передача видеоvideo-editing— Рабочие процессы редактирования видео на основе ИИcontent-engine— Создание контента для социальных сетей
---
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
Все файлы
1 файловУстановить fal-ai-media
Скачайте файлы навыков и распакуйте их в каталог .claude/skills/.
Скачать ZIPКлонируйте репозиторий и скопируйте файлы навыка в свой проект.
git clone https://github.com/affaan-m/ECC/tree/main/skills/fal-ai-media # Copy SKILL.md to your .claude/skills/ directory
Копировать





Дом
