fal-ai-media

Geração de Mídia com fal.ai

Skill propensa a mudanças. IDs de modelos, preços, entradas e nomes de ferramentas MCP do fal.ai mudam rapidamente. Pesquise ou busque os metadados atuais do modelo antes de prometer um modelo, parâmetro, formato de saída ou custo específico.

Gere imagens, vídeos e áudio usando modelos do fal.ai via MCP.

Quando Ativar

• O usuário quer gerar imagens a partir de descrições textuais
• Criar vídeos a partir de texto ou imagens
• Gerar fala, música ou efeitos sonoros
• Qualquer tarefa de geração de mídia
• O usuário diz "gerar imagem", "criar vídeo", "texto para fala", "fazer uma thumbnail" ou similar

Requisito MCP

O servidor MCP do fal.ai deve estar configurado. Adicione em ~/.claude.json:

"fal-ai": {
  "command": "npx",
  "args": ["-y", "fal-ai-mcp-server"],
  "env": { "FAL_KEY": "YOUR_FAL_KEY_HERE" }
}

Obtenha uma chave de API em fal.ai.

Ferramentas MCP

O MCP do fal.ai fornece estas ferramentas:

• search — Encontre modelos disponíveis por palavra-chave
• find — Obtenha detalhes e parâmetros do modelo
• generate — Execute um modelo com parâmetros
• result — Verifique o status de geração assíncrona
• status — Verifique o status do job
• cancel — Cancele um job em execução
• estimate_cost — Estime o custo de geração
• models — Liste modelos populares
• upload — Envie arquivos para uso como entradas

---

Geração de Imagens

Nano Banana 2 (Rápido)

Melhor para: iterações rápidas, rascunhos, texto-para-imagem, edição de imagem.

generate(
  app_id: "fal-ai/nano-banana-2",
  input_data: {
    "prompt": "a futuristic cityscape at sunset, cyberpunk style",
    "image_size": "landscape_16_9",
    "num_images": 1,
    "seed": 42
  }
)

Nano Banana Pro (Alta Fidelidade)

Melhor para: imagens de produção, realismo, tipografia, prompts detalhados.

generate(
  app_id: "fal-ai/nano-banana-pro",
  input_data: {
    "prompt": "professional product photo of wireless headphones on marble surface, studio lighting",
    "image_size": "square",
    "num_images": 1,
    "guidance_scale": 7.5
  }
)

Parâmetros Comuns de Imagem

Parâmetro	Tipo	Opções	Notas
prompt	string	obrigatório	Descreva o que você quer
image_size	string	square, portrait_4_3, landscape_16_9, portrait_16_9, landscape_4_3	Proporção de tela
num_images	number	1-4	Quantas gerar
seed	number	qualquer inteiro	Reprodutibilidade
guidance_scale	number	1-20	Quão estritamente seguir o prompt (mais alto = mais literal)

Edição de Imagem

Use o Nano Banana 2 com uma imagem de entrada para inpainting, outpainting ou transferência de estilo:

# Primeiro, faça o upload da imagem de origem
upload(file_path: "/path/to/image.png")

# Em seguida, gere com entrada de imagem
generate(
  app_id: "fal-ai/nano-banana-2",
  input_data: {
    "prompt": "same scene but in watercolor style",
    "image_url": "<uploaded_url>",
    "image_size": "landscape_16_9"
  }
)

---

Geração de Vídeos

Seedance 1.0 Pro (ByteDance)

Melhor para: texto-para-vídeo, imagem-para-vídeo com alta qualidade de movimento.

generate(
  app_id: "fal-ai/seedance-1-0-pro",
  input_data: {
    "prompt": "a drone flyover of a mountain lake at golden hour, cinematic",
    "duration": "5s",
    "aspect_ratio": "16:9",
    "seed": 42
  }
)

Kling Video v3 Pro

Melhor para: texto/imagem-para-vídeo com geração nativa de áudio.

generate(
  app_id: "fal-ai/kling-video/v3/pro",
  input_data: {
    "prompt": "ocean waves crashing on a rocky coast, dramatic clouds",
    "duration": "5s",
    "aspect_ratio": "16:9"
  }
)

Veo 3 (Google DeepMind)

Melhor para: vídeo com som gerado, alta qualidade visual.

generate(
  app_id: "fal-ai/veo-3",
  input_data: {
    "prompt": "a bustling Tokyo street market at night, neon signs, crowd noise",
    "aspect_ratio": "16:9"
  }
)

Imagem-para-Vídeo

Parta de uma imagem existente:

generate(
  app_id: "fal-ai/seedance-1-0-pro",
  input_data: {
    "prompt": "camera slowly zooms out, gentle wind moves the trees",
    "image_url": "<uploaded_image_url>",
    "duration": "5s"
  }
)

Parâmetros de Vídeo

Parâmetro	Tipo	Opções	Notas
prompt	string	obrigatório	Descreva o vídeo
duration	string	"5s", "10s"	Duração do vídeo
aspect_ratio	string	"16:9", "9:16", "1:1"	Proporção de tela
seed	number	qualquer inteiro	Reprodutibilidade
image_url	string	URL	Imagem de origem para imagem-para-vídeo

---

Geração de Áudio

CSM-1B (Fala Conversacional)

Texto-para-fala com qualidade natural e conversacional.

generate(
  app_id: "fal-ai/csm-1b",
  input_data: {
    "text": "Hello, welcome to the demo. Let me show you how this works.",
    "speaker_id": 0
  }
)

ThinkSound (Vídeo-para-Áudio)

Gere áudio correspondente a partir de conteúdo de vídeo.

generate(
  app_id: "fal-ai/thinksound",
  input_data: {
    "video_url": "<video_url>",
    "prompt": "ambient forest sounds with birds chirping"
  }
)

ElevenLabs (via API, sem MCP)

Para síntese de voz profissional, use o ElevenLabs diretamente:

import os
import requests

resp = requests.post(
    "https://api.elevenlabs.io/v1/text-to-speech/<voice_id>",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "Your text here",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("output.mp3", "wb") as f:
    f.write(resp.content)

VideoDB Generative Audio

Se o VideoDB estiver configurado, use seu áudio generativo:

# Voice generation
audio = coll.generate_voice(text="Your narration here", voice="alloy")

# Music generation
music = coll.generate_music(prompt="upbeat electronic background music", duration=30)

# Sound effects
sfx = coll.generate_sound_effect(prompt="thunder crack followed by rain")

---

Estimativa de Custos

Antes de gerar, verifique o custo estimado:

estimate_cost(
  estimate_type: "unit_price",
  endpoints: {
    "fal-ai/nano-banana-pro": {
      "unit_quantity": 1
    }
  }
)

Descoberta de Modelos

Encontre modelos para tarefas específicas:

search(query: "text to video")
find(endpoint_ids: ["fal-ai/seedance-1-0-pro"])
models()

Dicas

• Use seed para resultados reproduzíveis ao iterar sobre prompts
• Comece com modelos de menor custo (Nano Banana 2) para iteração de prompt e, em seguida, mude para o Pro para versões finais
• Para vídeos, mantenha os prompts descritivos, mas concisos — concentre-se em movimento e cena
• Imagem-para-vídeo produz resultados mais controlados do que texto-para-vídeo puro
• Verifique estimate_cost antes de executar gerações de vídeo caras

Skills Relacionadas

• tasteforge-video — Destilação offline de sabor e planejamento de modalidade. Seus candidatos de endpoint e manifestos de requisição são apenas para referência, não são jobs enviados ou workflows salvos do Fal. Uma transferência do TasteForge não autoriza upload ou geração; use um fluxo de trabalho de provedor autorizado separadamente e verifique seu esquema de endpoint atual antes de executar.
• videodb — Processamento, edição e transmissão de vídeo
• video-editing — Fluxos de trabalho de edição de vídeo com IA
• content-engine — Criação de conteúdo para plataformas sociais