<!-- 机器翻译（简体中文）。原文件：dot-claude/skills/fal-ai-generation/SKILL.md ｜ 提示词原文保持英文，中文为说明。 -->
---
name: fal-ai-generation
description: 通过 fal.ai MCP 或 Python 队列客户端生成和编辑图像、制作视频、音频、3D 资产或材质贴图。用于 fal 模型发现、参考上传、生成、恢复与本地交付。
---

# fal.ai 生成

把用户的简要说明和所提供的参考变成已下载、已审核的资产。
有可用的 fal.ai MCP 时优先使用它。自带的 Python 辅助脚本负责
在 MCP 无法访问本地文件系统时处理本地上传与队列恢复。
本技能及其相对资源可以复制到另一个项目。

## 选择操作

区分概念探索、忠实编辑、参考设定图准备、
运动生成、网格生成和材质创建。保留已选定的
provider、模型、已认可的图像、姿势、相机和所要求的输出数量。
一次编辑只改变所要求的特征；它不是重新设计整个资产。

当尚未选择模型时，用实际任务调用 `recommend_model`。然后阅读
`get_model_schema` 获取确切的 endpoint。不同 provider 上
相似的显示名称并不是可以互换的 endpoint ID。查看所计划批次的
定价，尤其是视频或 3D；对已批准的工作直接使用已有的任务授权，
无需再次询问。旧脚本里的默认值不算模型选择。

阅读 [MCP 调用](references/mcp-workflow.md) 了解参数示例与恢复方法。
阅读 [提示词与审核](references/prompting-and-review.md)，了解概念、
参考编辑与材质方面的决策。在连接
另一台机器时阅读 [setup](references/setup.md)。
每个接收者都使用自己的账户与凭据。

## 运行并保留作业

1. 检查所选的输入文件。只上传所请求任务需要的参考。
   托管的 MCP 无法读取本地 Windows 路径：使用上传辅助脚本
   或客户端上传工具，然后传入得到的 URL。
2. 依据实时的 schema（参数结构）准备输入。`image_urls`、`image_url`、
   `aspect_ratio`、`image_size`、`resolution` 和时长等字段因 endpoint 而异。
   不要把同一个参数对象传给每个模型。除非确实服务于当前任务，
   否则不要添加网络搜索、背景移除、额外视角或视频。
3. 长时间操作优先用 `submit_job`；`run_model` 用于图像更顺手。
   立即把 endpoint、请求 ID、返回的状态/结果 URL 以及
   输入参数保存到任务目录里。`processing` 是正常状态，不是失败。
4. 用 `check_job` 继续跟进，完成后再取 `get_job_result`。优先使用
   服务返回的规范 URL。等待超时并不授权你
   重复提交。终态结果里仍可能包含 provider 错误。
   如果提交没有返回 ID，先检查请求历史再重试。
5. 先下载输出，再依赖 CDN 链接。逐个检查所要求的
   资产，连同原因一起保留被否决的版本，并让选中的结果
   便于打开和下载。把技术完成度与视觉
   验收分开记录。生成的网格仍需要它自己的绑定骨架/拓扑/导出检查。

在原仓库中，下载的参考/审核视频遵循
[Workspace 视频存储](../../../processes/workspace-video-storage.md)：下载之后、
最终交付之前运行保守的优化器。把 provider 收据/来源哈希与
优化后存储文件的哈希分开保存；不要保留冗余臃肿的原始副本，
也不要重新压缩已经优化过的媒体。显式归档、运行时母版
以及高效/特殊格式的来源文件保持原样。本仓库专属的策略
不会在技能被复制到其他仓库时改变
其他接收者的存储要求。

把提示词、源文件名或哈希、模型 ID、请求 ID、本地输出
和审核结论放在一起。凭据和原始的签名链接不属于
可分享的报告。在原仓库中，使用当前的工作区卡片及其共享图像
查看器；在其他地方，使用接收者要求的输出目录。

## 包含的工具与示例

- [队列辅助脚本](scripts/fal_job.py)：`--help`、上传、提交、状态查询和结果
  下载。每个作业一份收据；已有的收据会阻止再次提交。
- [Python 依赖](scripts/requirements.txt)。
- [概念输入](examples/concept.json) 和 [编辑输入](examples/edit.json)：
  中性的请求，不含私有画作或使用中的账户 URL。
- [示例任务](examples/WALKTHROUGH.md)：一次不花费额度的排练，随后是
  为明确要求的生成准备的命令。

这些路径相对本技能目录解析。运行 `--help` 或 `submit
--dry-run` 可以在不生成的情况下检查安装。运行时密钥来自
环境变量或显式选择的 `.env`；绝不打印它们的值。
