Communitygithub.com

FilippTrigub/abra

Anima uma imagem estática em um pequeno clipe de vídeo usando o modelo LTX-2.3 Fast de imagem para vídeo da fal.ai na nuvem. Sem necessidade de GPU – funciona inteiramente na infraestrutura serverless da fal.ai.

O que é abra?

Esta skill, chamada 'abra', permite transformar imagens estáticas em pequenos clipes de vídeo animados usando o modelo de difusão de vídeo LTX-2.3 Fast, executado na infraestrutura em nuvem da fal.ai. É ideal para desenvolvedores e criadores que desejam animar fotos ou ilustrações sem precisar de uma GPU local, pois todo o processamento ocorre de forma serverless. A skill suporta várias resoluções (até 4K), durações de 6 a 20 segundos, diferentes proporções de aspecto e taxas de quadros, além de geração opcional de áudio por IA. O agente deve primeiro solicitar ao usuário os parâmetros de animação (como prompt de movimento, duração, resolução, etc.), depois configurar um arquivo JSON e executar o script Python fornecido, que gera o vídeo e faz upload para a CDN da fal.media, retornando URLs de download. A skill inclui tratamento de erros para chave de API ausente, formatos de imagem inválidos e problemas de rede, e fornece uma tabela de preços clara com base na resolução e duração.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

liven — Imagem para Vídeo (Nuvem)

Dá vida a imagens estáticas usando o modelo de difusão de vídeo LTX-2.3 Fast executado na infraestrutura em nuvem da fal.ai. Forneça uma imagem e um prompt de movimento; o modelo gera um pequeno clipe de vídeo (6 a 20 segundos, dependendo das configurações).

O diretório da skill (onde este SKILL.md está) é referido como $SKILL_DIR abaixo.

Baseado em nuvem. Nenhuma GPU local necessária. Requer a variável de ambiente FAL_API_KEY. Preços: $0,04/s para 1080p, $0,08/s para 1440p, $0,16/s para 4K.


Quando Usar

Use esta skill quando o usuário quiser:

  • Animar uma foto ou ilustração em um pequeno vídeo sem GPU local
  • Criar movimento cinematográfico a partir de uma imagem (ex.: zoom lento, panorâmica, oscilação de luz)
  • Gerar conteúdo de vídeo para redes sociais a partir de fotos de produtos ou retratos
  • Usar resoluções mais altas (até 4K) sem limitações de VRAM local

Configuração (apenas na primeira execução)

cd "$SKILL_DIR" && uv sync

Defina a variável de ambiente FAL_API_KEY:

export FAL_API_KEY="sua-chave-de-api-aqui"

Fluxo de Trabalho do Agente

1. Pergunte ao usuário

Antes de animar a(s) imagem(ns), preciso saber:

💬 Prompt de movimento  (obrigatório)
   Descreva o movimento desejado, ex.:
   "aproximação cinematográfica lenta, luz da hora dourada, deriva sutil da câmera"

🎬 Configurações do clipe
   - duration     — duração do vídeo em segundos (padrão: 6, opções: 6, 8, 10, 12, 14, 16, 18, 20)
                    Nota: durações >10s suportam apenas 25 FPS e 1080p
   - resolution   — qualidade de saída (padrão: 1080p, opções: 1080p, 1440p, 2160p/4K)
   - aspect_ratio — proporção de aspecto do vídeo (padrão: auto, opções: auto, 16:9, 9:16)
   - fps          — quadros por segundo (padrão: 25, opções: 24, 25, 48, 50)
   - generate_audio — gerar áudio por IA para combinar com o vídeo (padrão: true)

📁 Diretórios de entrada / saída  (padrão: ./input e ./output)

Aguarde a resposta do usuário antes de prosseguir.

2. Edite config.json

Escreva ou atualize $SKILL_DIR/config.json com base nas escolhas do usuário.

3. Execute

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

4. Relate os resultados

Informe ao usuário:

  • Caminhos dos arquivos de saída
  • Duração e resolução do vídeo
  • Estimativa de custo (baseada na duração e resolução)
  • URLs de download direto (os vídeos são hospedados temporariamente na fal.media)

Referência de Configuração

ChaveValoresPadrãoDescrição
input_dircaminho./inputPasta contendo as imagens de origem
output_dircaminho./outputPasta de destino
promptstring(obrigatório)Descrição do movimento
durationinteiro6Duração do vídeo em segundos (6-20)
resolutionstring1080pResolução de saída: 1080p, 1440p, 2160p
aspect_ratiostringautoProporção de aspecto: auto, 16:9, 9:16
fpsinteiro25Quadros por segundo: 24, 25, 48, 50
generate_audiobooleanotrueGerar áudio por IA para o vídeo
end_image_urlstringnullQuadro final opcional para vídeos de transição

Invocações Comuns

# Animar com um prompt de movimento (usa padrões: 6s, 1080p, 25fps)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "aproximação cinematográfica lenta, luz da hora dourada"

# Gerar um vídeo mais longo de 10 segundos
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "vento suave nas árvores" --duration 10

# Criar um vídeo vertical para redes sociais
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "movimento sutil de câmera" --aspect-ratio 9:16

# Qualidade 4K (custo mais alto: $0,16/s)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "zoom out cinematográfico" --resolution 2160p --duration 8

# Taxa de quadros mais alta para movimento mais suave
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "sequência de ação rápida" --fps 48

# Desabilitar geração de áudio
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "cena de meditação silenciosa" --no-audio

# Criar transição entre duas imagens
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "transição suave de transformação" \
  --end-image /caminho/para/imagem_final.jpg

Saída

Cada imagem de entrada produz um clipe .mp4 no output_dir, nomeado <nome_da_imagem>.mp4. O vídeo também é enviado temporariamente para a CDN da fal.media e uma URL de download é fornecida na saída do console.

Os metadados do vídeo (resolução, fps, duração) são exibidos após a geração.


Tratamento de Erros

  • FAL_API_KEY ausente → erro claro com instruções de configuração
  • Formato de imagem inválido → erro com formatos suportados (PNG, JPEG, WebP, AVIF, HEIF)
  • Erros de API → mensagem de erro propagada da fal.ai
  • Problemas de rede → lógica de repetição com mensagens de erro claras

Referência de Preços

ResoluçãoPreço por segundo
1080p$0,04
1440p$0,08
2160p (4K)$0,16

Exemplos:

  • Vídeo de 6s a 1080p = $0,24
  • Vídeo de 10s a 1080p = $0,40
  • Vídeo 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.

Habilidades Relacionadas