mirror of
https://github.com/affaan-m/everything-claude-code.git
synced 2026-04-17 23:53:30 +08:00
docs(zh-CN): update
This commit is contained in:
neo
296
docs/zh-CN/skills/fal-ai-media/SKILL.md
Normal file
296
docs/zh-CN/skills/fal-ai-media/SKILL.md
Normal file
@@ -0,0 +1,296 @@
|
||||
---
|
||||
name: fal-ai-media
|
||||
description: 通过 fal.ai MCP 实现统一的媒体生成——图像、视频和音频。涵盖文本到图像（Nano Banana）、文本/图像到视频（Seedance、Kling、Veo 3）、文本到语音（CSM-1B），以及视频到音频（ThinkSound）。当用户想要使用 AI 生成图像、视频或音频时使用。
|
||||
origin: ECC
|
||||
---
|
||||
|
||||
# fal.ai 媒体生成
|
||||
|
||||
通过 MCP 使用 fal.ai 模型生成图像、视频和音频。
|
||||
|
||||
## 何时激活
|
||||
|
||||
* 用户希望根据文本提示生成图像
|
||||
* 根据文本或图像创建视频
|
||||
* 生成语音、音乐或音效
|
||||
* 任何媒体生成任务
|
||||
* 用户提及“生成图像”、“创建视频”、“文本转语音”、“制作缩略图”或类似表述
|
||||
|
||||
## MCP 要求
|
||||
|
||||
必须配置 fal.ai MCP 服务器。添加到 `~/.claude.json`：
|
||||
|
||||
```json
|
||||
"fal-ai": {
|
||||
"command": "npx",
|
||||
"args": ["-y", "fal-ai-mcp-server"],
|
||||
"env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
|
||||
}
|
||||
```
|
||||
|
||||
在 [fal.ai](https://fal.ai) 获取 API 密钥。
|
||||
|
||||
## MCP 工具
|
||||
|
||||
fal.ai MCP 提供以下工具：
|
||||
|
||||
* `search` — 通过关键词查找可用模型
|
||||
* `find` — 获取模型详情和参数
|
||||
* `generate` — 使用参数运行模型
|
||||
* `result` — 检查异步生成状态
|
||||
* `status` — 检查作业状态
|
||||
* `cancel` — 取消正在运行的作业
|
||||
* `estimate_cost` — 估算生成成本
|
||||
* `models` — 列出热门模型
|
||||
* `upload` — 上传文件用作输入
|
||||
|
||||
***
|
||||
|
||||
## 图像生成
|
||||
|
||||
### Nano Banana 2（快速）
|
||||
|
||||
最适合：快速迭代、草稿、文生图、图像编辑。
|
||||
|
||||
```
|
||||
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（高保真）
|
||||
|
||||
最适合：生产级图像、写实感、排版、详细提示。
|
||||
|
||||
```
|
||||
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
|
||||
}
|
||||
)
|
||||
```
|
||||
|
||||
### 常见图像参数
|
||||
|
||||
| 参数 | 类型 | 选项 | 说明 |
|
||||
|-------|------|---------|-------|
|
||||
| `prompt` | 字符串 | 必需 | 描述您想要的内容 |
|
||||
| `image_size` | 字符串 | `square`、`portrait_4_3`、`landscape_16_9`、`portrait_16_9`、`landscape_4_3` | 宽高比 |
|
||||
| `num_images` | 数字 | 1-4 | 生成数量 |
|
||||
| `seed` | 数字 | 任意整数 | 可重现性 |
|
||||
| `guidance_scale` | 数字 | 1-20 | 遵循提示的紧密程度（值越高越贴近字面） |
|
||||
|
||||
### 图像编辑
|
||||
|
||||
使用 Nano Banana 2 并输入图像进行修复、扩展或风格迁移：
|
||||
|
||||
```
|
||||
# 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"
|
||||
}
|
||||
)
|
||||
```
|
||||
|
||||
***
|
||||
|
||||
## 视频生成
|
||||
|
||||
### Seedance 1.0 Pro（字节跳动）
|
||||
|
||||
最适合：文生视频、图生视频，具有高运动质量。
|
||||
|
||||
```
|
||||
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
|
||||
|
||||
最适合：文生/图生视频，带原生音频生成。
|
||||
|
||||
```
|
||||
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）
|
||||
|
||||
最适合：带生成声音的视频，高视觉质量。
|
||||
|
||||
```
|
||||
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"
|
||||
}
|
||||
)
|
||||
```
|
||||
|
||||
### 图生视频
|
||||
|
||||
从现有图像开始：
|
||||
|
||||
```
|
||||
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"
|
||||
}
|
||||
)
|
||||
```
|
||||
|
||||
### 视频参数
|
||||
|
||||
| 参数 | 类型 | 选项 | 说明 |
|
||||
|-------|------|---------|-------|
|
||||
| `prompt` | 字符串 | 必需 | 描述视频内容 |
|
||||
| `duration` | 字符串 | `"5s"`、`"10s"` | 视频长度 |
|
||||
| `aspect_ratio` | 字符串 | `"16:9"`、`"9:16"`、`"1:1"` | 帧比例 |
|
||||
| `seed` | 数字 | 任意整数 | 可重现性 |
|
||||
| `image_url` | 字符串 | URL | 用于图生视频的源图像 |
|
||||
|
||||
***
|
||||
|
||||
## 音频生成
|
||||
|
||||
### CSM-1B（对话语音）
|
||||
|
||||
文本转语音，具有自然、对话式的音质。
|
||||
|
||||
```
|
||||
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（视频转音频）
|
||||
|
||||
根据视频内容生成匹配的音频。
|
||||
|
||||
```
|
||||
generate(
|
||||
app_id: "fal-ai/thinksound",
|
||||
input_data: {
|
||||
"video_url": "<video_url>",
|
||||
"prompt": "ambient forest sounds with birds chirping"
|
||||
}
|
||||
)
|
||||
```
|
||||
|
||||
### ElevenLabs（通过 API，无 MCP）
|
||||
|
||||
如需专业的语音合成，直接使用 ElevenLabs：
|
||||
|
||||
```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 生成式音频
|
||||
|
||||
如果配置了 VideoDB，使用其生成式音频：
|
||||
|
||||
```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")
|
||||
```
|
||||
|
||||
***
|
||||
|
||||
## 成本估算
|
||||
|
||||
生成前，检查估算成本：
|
||||
|
||||
```
|
||||
estimate_cost(
|
||||
estimate_type: "unit_price",
|
||||
endpoints: {
|
||||
"fal-ai/nano-banana-pro": {
|
||||
"unit_quantity": 1
|
||||
}
|
||||
}
|
||||
)
|
||||
```
|
||||
|
||||
## 模型发现
|
||||
|
||||
查找特定任务的模型：
|
||||
|
||||
```
|
||||
search(query: "text to video")
|
||||
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
|
||||
models()
|
||||
```
|
||||
|
||||
## 提示
|
||||
|
||||
* 在迭代提示时，使用 `seed` 以获得可重现的结果
|
||||
* 先用低成本模型（Nano Banana 2）进行提示迭代，然后切换到 Pro 版进行最终生成
|
||||
* 对于视频，保持提示描述性但简洁——聚焦于运动和场景
|
||||
* 图生视频比纯文生视频能产生更可控的结果
|
||||
* 在运行昂贵的视频生成前，检查 `estimate_cost`
|
||||
|
||||
## 相关技能
|
||||
|
||||
* `videodb` — 视频处理、编辑和流媒体
|
||||
* `video-editing` — AI 驱动的视频编辑工作流
|
||||
* `content-engine` — 社交媒体平台内容创作
|
||||
Reference in New Issue
Block a user