Communitygithub.com

FilippTrigub/abra

テキストまたは画像から、Higgsfieldのマルチモデルクラウドプラットフォームを使用して動画を生成します。kling、seedance、dop、dop-previewモデルに対応。一般的なクリエイティブスタイル用の小さなプリセットレイヤーを使用し、入力に基づいてテキスト→動画または画像→動画を自動検出。GPUは不要です。

abra とは?

このスキルは、Higgsfieldのクラウドプラットフォームを介して、テキストまたは画像から動画を生成するエージェント機能です。kling、seedance、dop、dop-previewなど複数の動画生成モデルに対応しており、コストと品質のトレードオフに応じてモデルを選択できます。プリセット機能により、シネマティック、ソーシャルフック、モーションデザイン広告、Eコマース広告などの用途に応じたデフォルト設定を簡単に適用可能。入力フォルダに画像があるかどうかでテキスト→動画モードと画像→動画モードを自動判別します。エージェントはユーザーにモード、プリセット、モデル、プロンプト、各種設定を対話形式で確認し、config.jsonを編集して実行します。ローカルGPUは不要で、HiggsfieldのアカウントとAPIキーのみで動作します。このスキルはClaude Code、Cursor、CodexなどのAIエージェント向けに設計されています。

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

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

video-generator — マルチモデルクラウド動画 (Higgsfield)

Higgsfield を介して動画クリップを生成します。Higgsfieldは、6つ以上の主要モデルを1つのAPIと課金アカウントで統合するプラットフォームです。コストと品質のトレードオフに応じて適切なモデルを選択してください。それ以外のインターフェースは同一です。

このSKILL.mdが存在するスキルディレクトリを、以下 $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。Higgsfieldのアカウントと cloud.higgsfield.ai のAPIキーが必要です。


モード

モードトリガー動作
text-to-videoinput/ に画像がない場合プロンプトのみから動画を生成
image-to-videoinput/ に画像がある場合各画像をアニメーション化してクリップに
auto (デフォルト)—上記のモードを自動選択

プリセット

このスキルは、同じ動画エンジン上に薄いオーバーレイとしてプリセットを使用します。プリセットは、デフォルトのモデル、アスペクト比、 duration、およびプロンプトプレフィックスを設定できます。明示的な設定値が優先されます。

プリセット最適な用途デフォルトモデルデフォルトのアスペクト比
cinematic (デフォルト)汎用シネマティック動画kling16:9
social-hookスクロールを止める短尺動画seedance9:16
motion-design-adSaaS/プロダクトモーション広告kling16:9
ecommerce-ad製品プロモーションクリップkling9:16
brand-story創業者/ブランドのストーリーテリングkling16:9
product-360製品単体のショーケースkling1:1

ワークフロールール:

  • config.json を編集する前にプリセットを選択する
  • プリセットが目的の出力スタイルに合っていることを確認する
  • ユーザーが選択しなかった場合は、デフォルトのプリセットを維持し、configに記録する
  • 同じスタイルを二重に適用しない。プロンプトがすでにプリセットと一致している場合は、プロンプトをそのまま維持する

モデル

キー完全なモデルID最適な用途
kling (デフォルト)kling-video/v2.1/pro/image-to-videoリアルな動き、コスト効率
seedancebytedance/seedance/v1/pro/image-to-videoネイティブ音声同期
dophiggsfield-ai/dop/standardシネマスタジオ光学物理
dop-previewhiggsfield-ai/dop/previewシネマスタジオ (プレビューティア)

これらは公式ドキュメントで確認されたモデルIDです。追加のモデル (Sora、Veo、Wanなど) は cloud.higgsfield.ai/explore で見つけることができます。 追加するには、generate.py の MODEL_IDS に挿入し、--model エイリアスを追加します。

クレジットは、成功した生成に対してのみ課金されます。失敗したリクエストとNSFWリクエストは返金されます。


セットアップ (初回のみ)

cd "$SKILL_DIR" && uv sync

cloud.higgsfield.ai から認証情報 (API Key + API Secret) を取得し、以下のいずれかの形式でエクスポートします:

# オプション A — 結合 (推奨)
export HF_KEY="your-api-key:your-api-secret"

# オプション B — 別々の変数
export HF_API_KEY="your-api-key"
export HF_API_SECRET="your-api-secret"

エージェントワークフロー

1. ユーザーに確認する

動画を生成する前に、以下の情報が必要です:

🎬 モード
   - text-to-video (プロンプトのみ) または image-to-video (画像を input/ にドロップ)
   - デフォルト: auto-detect

🎛️ プリセット (デフォルト: cinematic)
   - cinematic · social-hook · motion-design-ad · ecommerce-ad · brand-story · product-360
   - config.json を書き込む前に選択を確認する
   - 省略された場合は、デフォルトのプリセットを維持し、その選択を記録する

🤖 モデル (デフォルト: kling)
   kling · seedance · dop · dop-preview
   推奨: 速度/コスト重視なら kling、品質重視なら seedance

💬 プロンプト (必須)
   動きやシーンを説明してください。例:
   "スローなシネマティックプッシュイン、暖かなゴールデンアワーの光、微妙なカメラのドリフト"

⚙️ 設定
   - duration     — 動画の長さ (秒単位) (デフォルト: 6、範囲: 3–16)
   - aspect_ratio — 16:9 · 9:16 · 1:1 (デフォルト: 16:9)
   - resolution   — 720p · 1080p (デフォルト: 1080p)

ユーザーの応答を待ってから次に進みます。

2. config.json を編集する

ユーザーの選択に基づいて $SKILL_DIR/config.json を書き込むか更新します。デフォルトを使用する場合でも、preset を明示的に設定します。

3. (image-to-video のみ) 画像を配置する

ソース画像を $SKILL_DIR/input/ にコピーします。対応形式: .jpg .jpeg .png .webp

4. 実行する

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

5. 結果を報告する

ユーザーに以下を伝えます:

  • output/ 内の出力ファイルパス
  • 使用したモデルとおおよそのクレジットコスト
  • 動画の duration と resolution

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 (image-to-video のみ)
output_dirパス./outputMP4の出力先
modeauto · text-to-video · image-to-videoauto生成モード
presetcinematic · social-hook · motion-design-ad · ecommerce-ad · brand-story · product-360cinematicクリエイティブプリセットオーバーレイ
modelkling · seedance · dop · dop-previewkling使用するモデル
prompt文字列(必須)動きやシーンの説明
duration整数 3–165動画の長さ (秒)
aspect_ratio16:9 · 9:16 · 1:116:9出力アスペクト比
extra_paramsオブジェクト{}モデルAPIへのパススルーパラメータ

一般的な呼び出し例

# テキスト→動画、デフォルトモデル (kling)
cd "$SKILL_DIR" && uv run python scripts/generate.py \
  --prompt "霧のかかった山々の日の出のドローンショット" --duration 8

# 画像→動画、Kling使用 (事前に画像を input/ にドロップ)
cd "$SKILL_DIR" && uv run python scripts/generate.py \
  --prompt "スローなシネマティックプッシュイン、ゴールデンアワーの光" --model kling

# 高品質: Seedance
cd "$SKILL_DIR" && uv run python scripts/generate.py \
  --prompt "夜明けの霧の街の上の航空パルバック" --model seedance

# Reels/TikTok向け縦型動画
cd "$SKILL_DIR" && uv run python scripts/generate.py \
  --prompt "トーキングヘッド、自然なボケ背景" \
  --aspect-ratio 9:16 --model kling

# 高速ドラフト: 低解像度、短尺
cd "$SKILL_DIR" && uv run python scripts/generate.py \
  --prompt "暗い背景でのプロダクトリビール" \
  --resolution 720p --duration 4 --model dop-preview

出力

各ジョブは output_dir に1つの .mp4 を書き込みます:

  • text-to-video: output.mp4
  • image-to-video: 入力画像ごとに <image_stem>.mp4

animate-image との比較

animate-imagevideo-generator
プロバイダーfal.aiHiggsfield
モード画像→動画のみテキスト→動画 + 画像→動画
モデルLTX-2.3 Fast (固定)Kling, Sora, Veo, Wan, Seedance, MiniMax
速度非常に高速モデル依存
最大解像度4K1080p
シネマティック制御なしextra_params 経由

画像からの高速で安価な高解像度クリップには animate-image を使用してください。 テキスト→動画、モデル選択、またはHiggsfieldのシネマスタジオ物理制御が必要な場合は video-generator を使用してください。


API ノート

このスキルは、Higgsfield REST API (cloud.higgsfield.ai) と直接通信します。 モデルエンドポイントパスは generate.py の先頭にある MODEL_ENDPOINTS で定義されています。 Higgsfieldがルートを更新した場合は、configの "extra_params" で上書きするか、定数を更新してください。他の変更は不要です。

Individual skills in this repo

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

FilippTrigub/abra

>- Animate a still image into a short video clip using fal.ai's LTX-2.3 Fast image-to-video model in the cloud. No GPU required - runs entirely on fal.ai serverless infrastructure.

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

>- 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