Communitygithub.com

FilippTrigub/abra

Anima una imagen estática en un breve videoclip usando el modelo LTX-2.3 Fast de imagen a video de fal.ai en la nube. No requiere GPU; se ejecuta completamente en la infraestructura serverless de fal.ai.

¿Qué es abra?

Este skill permite animar imágenes fijas, transformándolas en breves videoclips (de 6 a 20 segundos) mediante el modelo de difusión de video LTX-2.3 Fast, alojado en la infraestructura en la nube de fal.ai. Está diseñado para agentes de IA que necesitan generar contenido de video sin depender de hardware local, ofreciendo resoluciones de hasta 4K sin necesidad de GPU. Compatible con plataformas como Claude Code, Cursor y Codex, el skill se configura fácilmente con una clave API de fal.ai y permite controlar el movimiento, la duración, la resolución, la relación de aspecto, los FPS y la generación de audio. El agente guía al usuario solicitando un prompt de movimiento y ajustes, luego ejecuta un script de Python que procesa las imágenes y sube el video resultante a la CDN de fal.ai, proporcionando enlaces de descarga temporales. Incluye manejo de errores claro para claves API faltantes, formatos de imagen no soportados y errores de red, con lógica de reintento. El costo es transparente: 0.04$/s para 1080p, 0.08$/s para 1440p y 0.16$/s para 4K.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FilippTrigub/abra/tree/HEAD/skills/animate-image

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

liven — Imagen a Video (Nube)

Da vida a imágenes estáticas usando el modelo de difusión de video LTX-2.3 Fast que se ejecuta en la infraestructura en la nube de fal.ai. Proporciona una imagen y un prompt de movimiento; el modelo genera un breve videoclip (6-20 segundos según la configuración).

El directorio del skill (donde reside este SKILL.md) se denomina $SKILL_DIR a continuación.

Basado en la nube. No requiere GPU local. Requiere la variable de entorno FAL_API_KEY. Precios: $0.04/s para 1080p, $0.08/s para 1440p, $0.16/s para 4K.


Cuándo Usarlo

Usa este skill cuando el usuario quiera:

  • Animar una foto o ilustración en un video corto sin GPU local
  • Crear movimiento cinematográfico a partir de una imagen fija (p. ej., zoom lento, paneo, parpadeo de luz)
  • Generar contenido de video para redes sociales a partir de fotos de productos o retratos
  • Usar resoluciones más altas (hasta 4K) sin limitaciones de VRAM local

Configuración (solo la primera vez)

cd "$SKILL_DIR" && uv sync

Configura la variable de entorno FAL_API_KEY:

export FAL_API_KEY="tu-clave-api-aqui"

Flujo de Trabajo del Agente

1. Pregunta al usuario

Antes de animar la(s) imagen(es), necesito saber:

💬 Prompt de movimiento (obligatorio)
   Describe el movimiento que deseas, p. ej.:
   "push-in cinematográfico lento, luz de hora dorada, deriva sutil de cámara"

🎬 Configuración del clip
   - duration     — duración del video en segundos (predeterminado: 6, opciones: 6, 8, 10, 12, 14, 16, 18, 20)
                    Nota: duraciones >10s solo admiten 25 FPS y 1080p
   - resolution   — calidad de salida (predeterminado: 1080p, opciones: 1080p, 1440p, 2160p/4K)
   - aspect_ratio — relación de aspecto del video (predeterminado: auto, opciones: auto, 16:9, 9:16)
   - fps          — fotogramas por segundo (predeterminado: 25, opciones: 24, 25, 48, 50)
   - generate_audio — generar audio IA para el video (predeterminado: true)

📁 Directorios de entrada/salida (predeterminado: ./input y ./output)

Espera la respuesta del usuario antes de continuar.

2. Edita config.json

Escribe o actualiza $SKILL_DIR/config.json según las elecciones del usuario.

3. Ejecuta

cd "$SKILL_DIR" && uv run python scripts/img2vid.py --config config.json

4. Informa los resultados

Informa al usuario:

  • Rutas de los archivos de salida
  • Duración y resolución del video
  • Estimación de costo (basada en duración y resolución)
  • URLs de descarga directa (los videos se alojan temporalmente en fal.media)

Referencia de Configuración

ClaveValoresPredeterminadoDescripción
input_dirruta./inputCarpeta que contiene las imágenes de origen
output_dirruta./outputCarpeta de destino
promptcadena(obligatorio)Descripción del movimiento
durationentero6Duración del video en segundos (6-20)
resolutioncadena1080pResolución de salida: 1080p, 1440p, 2160p
aspect_ratiocadenaautoRelación de aspecto: auto, 16:9, 9:16
fpsentero25Fotogramas por segundo: 24, 25, 48, 50
generate_audiobooleanotrueGenerar audio IA para el video
end_image_urlcadenanullFotograma final opcional para videos de transición

Invocaciones Comunes

# Animar con un prompt de movimiento (usa valores predeterminados: 6s, 1080p, 25fps)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "push-in cinematográfico lento, luz de hora dorada"

# Generar un video más largo de 10 segundos
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "viento suave en los árboles" --duration 10

# Crear un video vertical para redes sociales
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "movimiento sutil de cámara" --aspect-ratio 9:16

# Calidad 4K (mayor costo: $0.16/s)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "zoom out cinematográfico" --resolution 2160p --duration 8

# Mayor tasa de fotogramas para movimiento más suave
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "secuencia de acción rápida" --fps 48

# Deshabilitar generación de audio
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "escena de meditación silenciosa" --no-audio

# Crear transición entre dos imágenes
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "transición suave de morphing" \
  --end-image /ruta/a/imagen_final.jpg

Salida

Cada imagen de entrada produce un clip .mp4 en output_dir, nombrado como <nombre_imagen>.mp4. El video también se sube temporalmente a la CDN de fal.media y se proporciona una URL de descarga en la salida de la consola.

Los metadatos del video (resolución, fps, duración) se imprimen después de la generación.


Manejo de Errores

  • FAL_API_KEY faltante → error claro con instrucciones de configuración
  • Formato de imagen no válido → error con formatos soportados (PNG, JPEG, WebP, AVIF, HEIF)
  • Errores de API → mensaje de error de fal.ai propagado
  • Problemas de red → lógica de reintento con mensajes de error claros

Referencia de Precios

ResoluciónPrecio por segundo
1080p$0.04
1440p$0.08
2160p (4K)$0.16

Ejemplos:

  • Video de 6s a 1080p = $0.24
  • Video de 10s a 1080p = $0.40
  • Video de 10s a 4K = $1.60

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

FilippTrigub/abra

>- Auto-describe and caption images using a local vision-language model. Writes a JSON sidecar per image containing a one-sentence description, a suggested Instagram caption with hashtags, and detected content tags.

FilippTrigub/abra

>- Animated caption pipeline. Use this skill when the user wants to burn word-by-word animated captions into videos — using Whisper for transcription and pycaps for rendering. Supports default minimalist style or a futuristic CSS theme with alternating gold/magenta glowing words.

FilippTrigub/abra

>- Cut videos into segments, rearrange them, and produce an output video with a specific cuts-per-second rate. Uses MoviePy for video manipulation. Prioritizes audio transcription for timestamped cutting, falls back to adaptive scene detection.

FilippTrigub/abra

>- Edit a region of a video using a text prompt via Wan2.1-VACE inpainting. Supports two modes: background (auto-segment via rembg) or region (rectangle defined by fractions). Requires a CUDA GPU with at least 8 GB free VRAM.

FilippTrigub/abra

>- Video enhancement pipeline. Use this skill when the user wants to sharpen, colour grade, warm, or normalise the audio of videos — including presets for natural, cinematic, or vivid looks.

FilippTrigub/abra

Generate videos from text or images using Higgsfield's multi-model cloud platform. Supports kling, seedance, dop, and dop-preview models. Uses a small preset layer for common creative styles. Auto-detects text-to-video or image-to-video based on input. No GPU required.

FilippTrigub/abra

>- Remove the background from every frame of a video using AI (BiRefNet-general via rembg). Outputs transparent-background video or composites onto a solid colour or image. Requires a CUDA GPU with at least 3 GB free VRAM.

Skills relacionados