Communitygithub.com

FilippTrigub/abra

使用 fal.ai 的 LTX-2.3 Fast 图像转视频模型,将静态图像云上动画化为短视频片段。无需 GPU,完全运行在 fal.ai 无服务器基础设施上。

abra 是什么?

这个技能利用 fal.ai 云基础设施上的 LTX-2.3 Fast 视频扩散模型,将静态图像转化为短视频片段(根据设置生成 6-20 秒的视频)。用户只需提供一张图像和一个运动提示(motion prompt),即可生成包含电影级运动效果(如缓慢推近、平移、光线闪烁)的视频。该技能特别适合没有本地 GPU 或 VRAM 不足的场景,支持高达 4K 的分辨率输出。它通过管理 `config.json` 配置文件来控制生成参数,如时长、分辨率、宽高比和帧率。代理(Agent)会自动询问用户所需的运动描述和设置,运行 `img2vid.py` 脚本,然后报告输出文件路径、成本估算(参考价格表)以及临时下载链接。错误处理涵盖了缺失 API 密钥、无效图像格式以及网络问题。

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

liven — 图像转视频(云端)

使用运行在 fal.ai 云基础设施上的 LTX-2.3 Fast 视频扩散模型,让静态图像生动起来。提供一张图像和一个运动提示;模型会根据设置生成一个短视频片段(6-20 秒)。

该技能目录(即本 SKILL.md 所在目录)在下文中称为 $SKILL_DIR。

基于云端。 无需本地 GPU。需要 FAL_API_KEY 环境变量。 定价:1080p 为 $0.04/秒,1440p 为 $0.08/秒,4K 为 $0.16/秒。


何时使用

在用户想要以下场景时使用此技能:

  • 无本地 GPU 的情况下,将照片或插画动画化为短视频
  • 为静态图像创建电影级运动效果(例如:缓慢变焦、平移、光线闪烁)
  • 从产品照片或人像生成社交媒体视频内容
  • 无本地 VRAM 限制的情况下,使用更高分辨率(高达 4K)

设置(仅首次运行)

cd "$SKILL_DIR" && uv sync

设置 FAL_API_KEY 环境变量:

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

代理工作流程

1. 询问用户

在制作动画之前,我需要了解以下信息:

💬 运动提示(必填)
   描述您想要的运动,例如:
   "缓慢的电影推近镜头,金色光线,微妙的相机漂移"

🎬 片段设置
   - duration     — 视频长度(秒)(默认:6,可选:6, 8, 10, 12, 14, 16, 18, 20)
                    注意:时长 >10 秒仅支持 25 FPS 和 1080p
   - resolution   — 输出质量(默认:1080p,可选:1080p, 1440p, 2160p/4K)
   - aspect_ratio — 视频宽高比(默认:auto,可选:auto, 16:9, 9:16)
   - fps          — 每秒帧数(默认:25,可选:24, 25, 48, 50)
   - generate_audio — 生成 AI 音频以匹配视频(默认:true)

📁 输入 / 输出目录(默认:./input 和 ./output)

等待用户回复后再继续。

2. 编辑 config.json

根据用户的选择编写或更新 $SKILL_DIR/config.json。

3. 运行

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

4. 报告结果

告知用户:

  • 输出文件路径
  • 视频时长和分辨率
  • 成本估算(基于时长和分辨率)
  • 直接下载链接(视频临时托管在 fal.media 上)

配置参考

键值默认值描述
input_dir路径./input存放源图像的文件夹
output_dir路径./output目标文件夹
prompt字符串(必填)运动描述
duration整数6视频时长(秒)(6-20)
resolution字符串1080p输出分辨率:1080p, 1440p, 2160p
aspect_ratio字符串auto宽高比:auto, 16:9, 9:16
fps整数25每秒帧数:24, 25, 48, 50
generate_audio布尔值true为视频生成 AI 音频
end_image_url字符串null用于转场视频的可选结束帧

常用调用

# 使用运动提示制作动画(使用默认设置:6秒,1080p,25fps)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "缓慢的电影推近镜头,金色光线"

# 生成长度为 10 秒的视频
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "树间微风" --duration 10

# 为社交媒体创建竖屏视频
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "微妙的相机运动" --aspect-ratio 9:16

# 4K 质量(更高成本:$0.16/秒)
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "电影级拉远镜头" --resolution 2160p --duration 8

# 更高帧率以实现更平滑的运动
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "快动作序列" --fps 48

# 禁用音频生成
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "静默冥想场景" --no-audio

# 在两幅图像之间创建转场
cd "$SKILL_DIR" && uv run python scripts/img2vid.py \
  --prompt "平滑变形转场" \
  --end-image /path/to/end_image.jpg

输出

每张输入图像在 output_dir 中生成一个 .mp4 片段,命名为 <图像文件名>.mp4。视频也会临时上传到 fal.media CDN,并在控制台输出中提供下载 URL。

生成后会打印视频元数据(分辨率、fps、时长)。


错误处理

  • 缺少 FAL_API_KEY → 显示带有设置说明的明确错误
  • 无效的图像格式 → 显示错误信息及支持的格式(PNG, JPEG, WebP, AVIF, HEIF)
  • API 错误 → 传播 fal.ai 的错误信息
  • 网络问题 → 重试逻辑并显示明确的错误信息

定价参考

分辨率每秒价格
1080p$0.04
1440p$0.08
2160p (4K)$0.16

示例:

  • 6 秒视频,1080p = $0.24
  • 10 秒视频,1080p = $0.40
  • 10 秒视频,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.

相关技能