fal.ai多媒体生成

技能简介

通过fal.ai API实现图像、视频和音频的生成与处理，支持FLUX、Stable Diffusion、Whisper等600余种模型，采用纯标准库实现，无需额外安装fal_client依赖。

业务背景

开发者和内容团队通过统一API入口调用600余种开源生成模型，覆盖图像、视频、音频全链路需求。无需维护多平台接口，减少技术对接成本，支持从原型验证到规模生产的灵活扩展。

落地案例：设计团队需要批量生成电商商品图，向fal.ai提交自然语言指令"用FLUX生成极简白色背景下的陶瓷咖啡杯，柔和侧光"，指定1024×1024尺寸与4张变体；后端自动分配异步任务，轮询获取结果后下载高清图片URL，直接入库至素材管理系统供运营选用。

能做什么

• 文生图：使用FLUX、SDXL、Recraft等模型生成高质量图像
• 图生视频：通过MiniMax、WAN等模型将静态图像转为动态视频
• 语音转文字：利用Whisper模型完成音频转录
• 异步任务管理：提交生成请求后轮询获取结果

使用说明

1. 获取API密钥

访问 https://fal.ai/dashboard/keys 注册并创建密钥。

2. 配置环境变量

export FAL_KEY="your-api-key"

或通过clawdbot配置：

clawdbot config set skill.fal_api.key YOUR_API_KEY

3. 交互式使用

直接输入自然语言描述，如”用FLUX生成赛博朋克城市景观”。

4. Python脚本调用

from fal_api import FalAPI
api = FalAPI()
urls = api.generate_and_wait(
    prompt="日式枯山水庭院",
    model="flux-dev"
)
print(urls)

5. 查看完整模型列表

python3 fal_api.py --list-models

输入与输出

见下方输入与输出表格。

风险提示

• API调用按量计费，请留意账户余额
• 生成内容需遵守fal.ai服务条款及当地法规
• 异步任务可能因队列拥堵导致等待时间延长
• 部分模型对提示词有内容安全过滤机制

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/agmmnn/fal-ai/SKILL.md
来源类型：GitHub仓库