fal-ai-media

fal.ai 媒體生成

容易過時的技能。 fal.ai 的模型 ID、定價、輸入參數以及 MCP 工具名稱 變化迅速。在承諾特定模型、參數、輸出格式或成本之前，請先搜尋或擷取最新的模型元資料。

透過 fal.ai MCP 使用 fal.ai 模型生成圖片、影片和音訊。

何時啟用

• 使用者想要從文字提示生成圖片
• 從文字或圖片建立影片
• 生成語音、音樂或音效
• 任何媒體生成任務
• 使用者說「生成圖片」、「建立影片」、「文字轉語音」、「製作縮圖」或類似內容

MCP 需求

必須設定 fal.ai MCP 伺服器。新增至 ~/.claude.json：

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

在 fal.ai 取得 API 金鑰。

MCP 工具

fal.ai MCP 提供以下工具：

• search — 依關鍵字尋找可用模型
• find — 取得模型詳細資訊與參數
• generate — 使用參數執行模型
• result — 檢查非同步生成狀態
• status — 檢查任務狀態
• cancel — 取消執行中的任務
• estimate_cost — 估計生成成本
• models — 列出熱門模型
• upload — 上傳檔案作為輸入使用

---

圖片生成

Nano Banana 2 (快速)

最適合：快速迭代、草稿、文字轉圖片、圖片編輯。

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 (高保真度)

最適合：正式圖片、寫實風格、排版、詳細提示。

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
  }
)

常見圖片參數

參數	類型	選項	備註
prompt	字串	必填	描述你想要的內容
image_size	字串	square, portrait_4_3, landscape_16_9, portrait_16_9, landscape_4_3	長寬比
num_images	數字	1-4	生成數量
seed	數字	任意整數	可重現性
guidance_scale	數字	1-20	遵循提示的程度（越高越貼近）

圖片編輯

使用 Nano Banana 2 搭配輸入圖片進行內補、外補或風格轉換：

# 首先上傳原始圖片
upload(file_path: "/path/to/image.png")

# 然後使用圖片輸入進行生成
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"
  }
)

---

影片生成

Seedance 1.0 Pro (ByteDance)

最適合：文字轉影片、圖片轉影片，具有高運動品質。

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

最適合：文字/圖片轉影片，具備原生音訊生成。

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)

最適合：具有生成音效的影片，高視覺品質。

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"
  }
)

圖片轉影片

從現有圖片開始：

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"
  }
)

影片參數

參數	類型	選項	備註
prompt	字串	必填	描述影片
duration	字串	"5s", "10s"	影片長度
aspect_ratio	字串	"16:9", "9:16", "1:1"	畫面比例
seed	數字	任意整數	可重現性
image_url	字串	URL	圖片轉影片的來源圖片

---

音訊生成

CSM-1B (對話式語音)

文字轉語音，具有自然對話品質。

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 (影片轉音訊)

從影片內容生成匹配的音訊。

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

ElevenLabs (透過 API，無 MCP)

對於專業語音合成，直接使用 ElevenLabs：

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 生成式音訊

如果已設定 VideoDB，請使用其生成式音訊：

# 語音生成
audio = coll.generate_voice(text="Your narration here", voice="alloy")

# 音樂生成
music = coll.generate_music(prompt="upbeat electronic background music", duration=30)

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

---

成本估算

在生成之前，檢查估計成本：

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

模型探索

尋找特定任務的模型：

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

提示

• 在迭代提示時使用 seed 以獲得可重現的結果
• 從成本較低的模型（Nano Banana 2）開始進行提示迭代，然後切換到 Pro 進行最終輸出
• 對於影片，保持提示描述性但簡潔 — 專注於動作和場景
• 圖片轉影片比純文字轉影片產生更可控的結果
• 在執行昂貴的影片生成之前，請檢查 estimate_cost

相關技能

• tasteforge-video — 離線品味蒸餾與模態規劃。它的 端點候選項目和請求清單僅供參考，並非提交的任務或已儲存的 Fal 工作流程。TasteForge 交接不會授權上傳或生成；請使用單獨授權的提供者工作流程，並在執行前驗證其目前的端點架構。
• videodb — 影片處理、編輯和串流
• video-editing — AI 驅動的影片編輯工作流程
• content-engine — 社群平台的內容創作