fal-ai-media

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 ： "fal-ai" : { "command" : "npx" , "args" : [ "-y" , "fal-ai-mcp-server" ] , "env" : { "FAL_KEY" : "YOUR_FAL_KEY_HERE" } } 在 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": "未来主义日落城市景观，赛博朋克风格", "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": "专业产品照片，无线耳机置于大理石表面，影棚灯光", "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： # 首先上传源图像 upload(file_path: "/path/to/image.png") # 然后使用图像输入进行生成 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": "海浪拍打着岩石海岸，乌云密布", "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": "夜晚熙熙攘攘的东京街头市场，霓虹灯招牌，人群喧嚣", "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： 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： # 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