fal.ai 媒體生成

容易過時的功能。 fal.ai 的模型 ID、價格、輸入參數和 MCP 工具名稱
變動很快。在承諾特定模型、參數、輸出格式或成本之前，請先搜尋或取得最新的模型資訊。

透過 MCP 使用 fal.ai 模型生成圖片、影片和音訊。

使用時機

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。請在 ~/.claude.json 中加入：

"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 — 依關鍵字搜尋可用模型
find — 取得模型詳細資訊和參數
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 — 估算生成成本
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）

適用於：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（高品質）

適用於：正式圖片、寫實風格、文字排版、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	型別	選項	說明
`prompt`	string	必填	描述你想要的內容
`image_size`	string	`square`, `portrait_4_3`, `landscape_16_9`, `portrait_16_9`, `landscape_4_3`	長寬比
`num_images`	number	1-4	生成數量
`seed`	number	任意整數	可重現性
`guidance_scale`	number	1-20	提示遵循程度（越高越忠於提示）

圖片編輯

使用 Nano Banana 2 搭配輸入圖片進行內補、外擴或風格轉換：

# 先上傳來源圖片
upload(file_path: "/path/to/image.png")

# 然後使用圖片輸入生成
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（字節跳動）

適用於：文字轉影片、圖片轉影片，動作品質高。

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

適用於：文字/圖片轉影片，支援原生音訊生成。

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）

適用於：影片附帶生成音效，視覺品質高。

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	型別	選項	說明
`prompt`	string	必填	描述影片內容
`duration`	string	`"5s"`, `"10s"`	影片長度
`aspect_ratio`	string	`"16:9"`, `"9:16"`, `"1:1"`	畫面比例
`seed`	number	任意整數	可重現性
`image_url`	string	URL	圖片轉影片的來源圖片

音訊生成

CSM-1B（對話語音）

文字轉語音，自然且具對話品質。

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）

如需專業語音合成，可直接使用 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，可使用其生成式音訊：

# 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，先檢查預估成本：

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()

小技巧

在迭代提示時使用 seed 以獲得可重現的結果
先使用低成本模型（Nano Banana 2）進行提示迭代，再切換到 Pro 製作最終成品
對於影片，提示要保持描述性但簡潔 — 專注於動作和場景
圖片轉影片比純文字轉影片更能產出可控的結果
在執行昂貴的影片生成前，先使用 estimate_cost 檢查成本

fal-ai-media

相關技能