Communitygithub.com

FilippTrigub/abra

静止画を動画クリップに変換します。fal.aiのLTX-2.3 Fast画像生成モデルをクラウド上で使用し、GPUは不要です。

abra とは?

このAIエージェントスキルは、fal.aiのサーバーレスインフラ上でLTX-2.3 Fastビデオ拡散モデルを活用し、静止画を短い動画クリップ(6~20秒)に変換します。ユーザーは画像とモーションプロンプトを提供するだけで、高品質な動画を生成できます。対応解像度は1080pから4Kまでで、ビデオの長さ、アスペクト比、フレームレート(FPS)などを細かく設定可能です。また、動画に自動でオーディオを生成する機能も備えています。 このスキルの主な利点は、ローカルに高性能GPUが不要なことです。設定は簡単で、`FAL_API_KEY`環境変数を設定するだけで使用開始できます。設定ファイル(`config.json`)を編集するか、コマンドライン引数を用いてプロンプトや各種設定を指定できます。フェーズは、ユーザーへの対話形式での設定確認、設定ファイルの更新、スクリプト実行、結果報告の順で進行します。出力された動画は`fal.media`に一時的にアップロードされ、ダウンロードURLが提供されます。 サポートプラットフォームは、Claude Code、Cursor、CodexなどのAIエージェント環境。画像ファイル(PNG, JPEG, WebP, AVIF, HEIF)を入力として受け付け、MP4形式の動画を出力します。料金は解像度に応じて秒単位で課金され、1080pで$0.04/秒、4Kで$0.16/秒です。エラー処理も充実しており、APIキー不足、画像形式エラー、APIエラー、ネットワーク問題に対して適切なメッセージを表示します。 このスキルは、写真やイラストをソーシャルメディア投稿用の動画コンテンツに変換したり、製品ショットからシネマティックなモーションを作成したりするのに最適です。ローカルのVRAM制約を気にせずに高解像度の動画を生成できるため、クリエイティブなワークフローを大きく効率化します。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

liven — 画像から動画へ(クラウド)

fal.aiのクラウドインフラ上で動作するLTX-2.3 Fastビデオ拡散モデルを使用して、静止画を生き生きと動かします。画像とモーションプロンプトを提供すると、モデルが設定に応じて6~20秒の短い動画クリップを生成します。

以下では、このSKILL.mdが配置されているスキルディレクトリを$SKILL_DIRと表記します。

クラウドベース。 ローカルGPUは不要です。FAL_API_KEY環境変数が必要です。 価格:1080pで$0.04/秒、1440pで$0.08/秒、4Kで$0.16/秒。


使用するタイミング

ユーザーが以下のような場合にこのスキルを使用します:

  • 写真やイラストをローカルGPUなしで短い動画にアニメーション化したい
  • 静止画から映画的な動き(例:スローズーム、パン、光の揺らぎ)を作成したい
  • 商品写真やポートレートからソーシャルメディア向けの動画コンテンツを生成したい
  • ローカルのVRAM制約なしに高解像度(最大4K)を使用したい

セットアップ(初回のみ)

cd "$SKILL_DIR" && uv sync

FAL_API_KEY環境変数を設定します:

export FAL_API_KEY="your-api-key-here"

エージェントのワークフロー

1. ユーザーに質問

画像をアニメーション化する前に、以下の情報を教えてください:

💬 モーションプロンプト(必須)
   希望する動きを説明してください。例:
   "slow cinematic push-in, golden hour light, subtle camera drift"

🎬 クリップ設定
   - duration     — 動画の長さ(秒)(デフォルト:6、選択肢:6, 8, 10, 12, 14, 16, 18, 20)
                    注意:10秒を超える長さは25 FPSおよび1080pのみ対応
   - resolution   — 出力品質(デフォルト:1080p、選択肢:1080p, 1440p, 2160p/4K)
   - aspect_ratio — 動画のアスペクト比(デフォルト:auto、選択肢:auto, 16:9, 9:16)
   - fps          — フレームレート(デフォルト:25、選択肢:24, 25, 48, 50)
   - generate_audio — 動画に合わせたAIオーディオを生成するか(デフォルト:true)

📁 入力/出力ディレクトリ(デフォルト:./input および ./output)

ユーザーからの応答を待ってから次に進みます。

2. config.json の編集

ユーザーの選択に基づいて、$SKILL_DIR/config.json を作成または更新します。

3. 実行

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

4. 結果の報告

ユーザーに以下の情報を伝えます:

  • 出力ファイルのパス
  • 動画の長さと解像度
  • コスト見積もり(長さと解像度に基づく)
  • 直接ダウンロードURL(動画はfal.mediaに一時的にホストされます)

設定リファレンス

キー値デフォルト説明
input_dirパス./inputソース画像を含むフォルダ
output_dirパス./output出力先フォルダ
prompt文字列(必須)動きの説明
duration整数6動画の長さ(秒)(6-20)
resolution文字列1080p出力解像度:1080p, 1440p, 2160p
aspect_ratio文字列autoアスペクト比:auto, 16:9, 9:16
fps整数25フレームレート:24, 25, 48, 50
generate_audioブーリアンtrue動画用AIオーディオを生成する
end_image_url文字列nullトランジション動画用のオプションの終了フレーム

一般的な呼び出し例

# モーションプロンプトでアニメーション化(デフォルト:6秒、1080p、25fps)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "slow cinematic push-in, golden hour light"

# 10秒の長い動画を生成
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "gentle wind in the trees" --duration 10

# ソーシャルメディア用の縦型動画を作成
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "subtle camera movement" --aspect-ratio 9:16

# 4K品質(高コスト:$0.16/秒)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "cinematic zoom out" --resolution 2160p --duration 8

# より滑らかな動きのための高いフレームレート
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "fast action sequence" --fps 48

# オーディオ生成を無効化
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "silent meditation scene" --no-audio

# 2つの画像間のトランジションを作成
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "smooth morphing transition" \
  --end-image /path/to/end_image.jpg

出力

各入力画像から、output_dirに<画像ファイル名>.mp4という名前の.mp4クリップが1つ生成されます。動画はfal.media CDNに一時的にアップロードされ、ダウンロードURLがコンソール出力で提供されます。

動画のメタデータ(解像度、fps、長さ)は生成後に表示されます。


エラー処理

  • FAL_API_KEYの欠如 → セットアップ手順を示す明確なエラー
  • 無効な画像形式 → 対応形式(PNG, JPEG, WebP, AVIF, HEIF)を示すエラー
  • APIエラー → fal.aiのエラーメッセージをそのまま表示
  • ネットワーク問題 → リトライロジックと明確なエラーメッセージ

価格リファレンス

解像度秒あたりの価格
1080p$0.04
1440p$0.08
2160p (4K)$0.16

例:

  • 6秒の動画(1080p)= $0.24
  • 10秒の動画(1080p)= $0.40
  • 10秒の動画(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.

関連スキル