Communitygithub.com

0xsline/openchatcut

Génération d'images IA via Fal.ai, gpt-image-2, nano-banana, MiniMax image-01 et xAI Grok Imagine. À utiliser lorsque l'utilisateur souhaite générer ou créer une image / un dessin / une photo fixe.

Qu'est-ce que openchatcut ?

Cette compétence (skill) permet à un agent IA de générer des images fixes via plusieurs fournisseurs d'API de pointe : Fal.ai, GPT-Image-2 (OpenAI), nano-banana, MiniMax image-01 et xAI Grok Imagine. Elle est conçue pour les agents de codage comme Claude Code, Cursor ou Codex. L'agent choisit automatiquement le meilleur modèle en fonction des capacités configurées (clés API disponibles) et du contexte : GPT-Image-2 par défaut pour la fidélité au prompt et le rendu texte, nano-banana pour les images avec de nombreuses références, image-01 si MiniMax est demandé, et Fal.ai ou Grok Imagine sur demande explicite. La compétence lit obligatoirement le fichier de référence du modèle choisi avant de générer, applique des paramètres comme le format d'image, la qualité et la taille, et gère les images de référence via des identifiants d'actifs. Elle suit des règles strictes : ne jamais augmenter automatiquement la résolution, demander l'avis de l'utilisateur sur le rapport hauteur/largeur si nécessaire, et appeler uniquement les modèles dont le fournisseur est configuré.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/0xsline/openchatcut/tree/HEAD/src/agent/skills/image-gen

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Génération d'Images

Générer des images IA via submit_image (uniquement les clés des fournisseurs configurés). Privilégier une seule image fixe par requête, sauf si l'utilisateur demande des variantes.

Sélection du Modèle

ModèleRéférencePoints fortsMax références
fal + falModelreferences/fal.mdCatalogue explicite de Fal ; voir le schéma de l'outil pour les limites par modèlePar modèle
gpt-image-2references/gpt-image-2.mdMeilleur rendu texte, meilleure adhérence au prompt16
nano-bananareferences/nano-banana.mdMeilleure fidélité aux images de référence14
image-01references/image-01.mdImages fixes / style live MiniMax ; une référence sujet via R21
grok-imaginereferences/grok-imagine.mdxAI Grok Imagine ; texte-à-image, ≤4 sorties, 1K/2K0
  • Si Fal.ai est sélectionné ou demandé, utiliser model: "fal" et le falModel demandé ou la valeur par défaut de Fal sauvegardée dans les capacités. Demander si aucun n'est sélectionné. Les valeurs par défaut et contrôles des fournisseurs natifs ci-dessous ne s'appliquent pas à Fal.
  • Par défaut : gpt-image-2 lorsque cette clé est activée.
  • Beaucoup de références → nano-banana.
  • Utilisateur a nommé MiniMax / seule la clé image MiniMax est activée → image-01.
  • Respecter les capacités : ne pas appeler un modèle dont le fournisseur n'est pas configuré.

IMPORTANT : Avant de générer, LIRE la référence du modèle choisi.

Paramètres de l'Outil

ParamètreValeursDéfaut
aspectRatio1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 4:5, 5:4, 21:916:9
imageSize512px, 1K, 2K, 4K (spécifique au modèle)1K
width / heightGPT Image : 512–3840, /16 ; MiniMax : 512–2048, /8—
qualitylow, medium, high, auto (gpt-image-2 uniquement)high
referenceAssetIdsTableau des identifiants d'actifs du projet — le backend résout les octets côté serveur—
nameNom d'actif court et descriptif affiché dans la bibliothèque—
countNombre d'images à générer (1–10 ; image-01 max 9)1
promptOptimizerMiniMax image-01 uniquement — prompt_optimizerfalse
seedMiniMax image-01 uniquement—
maskAssetId, background, moderation, inputFidelityContrôles d'édition/sortie de GPT Image—
outputFormat, outputCompressionContrôles PNG/JPEG/WebP de GPT ImagePNG

Valeurs par Défaut

  • Rapport hauteur/largeur : 16:9. Si la composition du projet n'est pas en 16:9, DEMANDER à l'utilisateur quel rapport il souhaite avant de générer.
  • Taille : 1K.

Demander Avant de Soumettre

  • Ne jamais augmenter automatiquement la taille.
  • Ne passer imageSize: "2K" ou "4K" que lorsque l'utilisateur le demande explicitement. Prévenir que 2K/4K sont EXPÉRIMENTAUX et peuvent être plus lents.

Images de Référence

Utiliser lorsque l'utilisateur fournit une source à modifier, fusionner ou utiliser comme guide visuel (ex. "changer le fond", "combiner ceci en une affiche").

  • Passer les identifiants des actifs du projet via referenceAssetIds. Le backend les récupère et les encode côté serveur — ne jamais récupérer les octets vous-même.
  • Lorsque l'utilisateur @-référence un actif image, passer directement son identifiant dans referenceAssetIds.
  • Formats acceptés par le backend : png, jpeg, webp, svg (automatiquement rastérisé en png), heic, heif. Chaque fichier ≤ 50 Mo.

Exécution

// Génération de base
submit_image({
  model: "gpt-image-2",
  prompt: "un joli chat orange",
  name: "Chat",
});

// Avec qualité (gpt-image-2 uniquement)
submit_image({
  model: "gpt-image-2",
  prompt: "affiche héroïque avec titre en gras",
  quality: "high",
  name: "Affiche Héroïque",
});

// Avec images de référence — passer les identifiants des actifs ; le backend résout les octets
submit_image({
  model: "gpt-image-2",
  prompt: "changer le fond pour une plage",
  referenceAssetIds: ["<assetId>"],
  name: "Édition Plage",
});

// Beaucoup de références avec nano-banana
submit_image({
  model: "nano-banana",
  prompt: "affiche composite",
  referenceAssetIds: ["<id1>", "<id2>"],
  name: "Composite",
});

// Plusieurs images
submit_image({
  model: "gpt-image-2",
  prompt: "prises de vue produit",
  count: 3,
  name: "Produit",
});

// MiniMax (référence sujet unique facultative ; R2 doit être configuré pour les références)
submit_image({
  model: "image-01",
  prompt: "bouteille produit mate sur marbre, lumière studio douce",
  name: "Nature morte bouteille",
  promptOptimizer: false,
});

submit_image d'OpenChatCut peut retourner des actifs de pool terminés de manière synchrone selon le chemin du fournisseur. Si un jobId est retourné, utiliser track_progress ; sinon, traiter les identifiants d'actifs dans le résultat comme terminés.

Règles

  • Toujours fournir name avec un nom d'actif court et descriptif.
  • Avant de soumettre, informer brièvement l'utilisateur de ce qui va être généré — surtout lors de la génération de plusieurs images.
  • N'appeler que les modèles dont la clé du fournisseur est configurée (capacités du prompt).

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

0xsline/openchatcut

Connect an MCP-capable coding agent to OpenChatCut and edit local video projects. Use when the user asks to install, connect, or set up OpenChatCut; inspect or edit an OpenChatCut project; work with its timeline, transcript, captions, media, generation, motion graphics, audio, color, or export tools; or recover from an OpenChatCut MCP error.

0xsline/openchatcut

Use when acquiring or importing media into a OpenChatCut project asset library for video editing or creation, including local/attached videos, user-provided paths, public media URLs, web video/audio/image assets, upload fallback decisions, and deciding between import_media, download_media, or manual user action.

0xsline/openchatcut

Use when a OpenChatCut video editing or creation workflow needs export, render, download, share, final delivery, subtitle-file export, render choice, local-only asset handling, or export fallback explanation.

0xsline/openchatcut

Use when a OpenChatCut tool call fails or returns an unexpected shape.

0xsline/openchatcut

Music generation via Mureka, MiniMax, Atlas Cloud, and Sonilo. Use for instrumentals, songs, soundtracks, track/stem generation, covers, or video-conditioned scoring of the finished cut through `submit_music`.

0xsline/openchatcut

OpenChatCut product knowledge — UI layout, editor features, and how generation providers are configured. Use when the user asks about the product interface, how to use a feature, where to find something, or needs GUI guidance for something the agent cannot do directly. Also use as fallback when a task fails and the user needs to complete it manually in the UI. NOT for live project-state queries ("where are my folders?", "what's on my timeline?", "where is clip X?") — those are answered by `read_project`, not by this skill.

0xsline/openchatcut

AI shader generator for WebGL video effects, transitions, masks, and color grading (LUT / 调色 / 电影感 / film look). Use when the user wants a video effect (滤镜 / 特效), a transition (转场 / crossfade / wipe / cube / 3d), a mask (蒙版 / 遮罩 / reveal), a zoom / push-in (推近 / 推镜头), or a color grade — try the built-in effects (zoom, builtin LUTs) before generating a new shader.

0xsline/openchatcut

Use when checking whether agent edits are reflected in the OpenChatCut project and editor.

0xsline/openchatcut

AI video generation via Fal.ai, Seedance 2.0, Kling, MiniMax Hailuo, xAI Grok Imagine, and OFox. Use when the user wants to generate a video clip — text-to-video, image-to-video, first/last-frame transitions, reference-guided generation, multi-shot, or generatively editing / extending an existing clip.

0xsline/openchatcut

Text-to-Speech (TTS), voiceover, narration placement/sync, and custom sound effects (SFX) generator. Use when the user wants generated speech from text, wants to add/replace/align narration or voiceover for an existing video/timeline, wants to keep existing voiceover synced after visual retiming edits, needs voice audition/selection, or explicitly wants a newly generated/custom sound effect that is not available in the Sound Effects library.

0xsline/openchatcut

Use when the agent should ask the user for structured input with an in-chat form, including single-select, multi-select, text fields, style pickers, or voice audition choices.

Skills associés