mcpField
M
model-routing

model-routing

github.com/fal-ai-community创意与媒体257465 次安装24 周前更新
代码仓库

关于 model-routing

为 genmedia 创意任务指定图像与视频模型端点，并要求执行前检查可用性、结构和定价，供 Agent 选择模型时参考。

主要功能

  1. 01按图像和视频任务指定端点
  2. 02端点不可用时的回退规则
  3. 03执行前检查结构和定价

适用场景

  1. 01为文字密集型图像选择模型
  2. 02按质量或成本路由视频生成
  3. 03为营销活动和 UGC 内容选择端点

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/fal-ai-community/skills --skill model-routing

安装后在 Claude Code 中输入/model-routing确认已加载。

详细介绍

Genmedia 模型路由

当领域技能需要模型时，请使用这些端点默认选项。这些选择来自项目专属指南。执行前仍需运行 genmedia schema <endpoint_id> --json，并在成本较重要时运行 genmedia pricing <endpoint_id> --json。

端点优先规则：

  1. 从本技能中选择端点 ID。
  2. 使用 genmedia models --endpoint_id <endpoint_id> --json 验证端点。
  3. 使用 genmedia schema <endpoint_id> --json 检查端点。
  4. 在成本较重要时，检查 genmedia pricing <endpoint_id> --json。
  5. 仅当路由指定的端点缺失、已弃用、遭拒，或任务需要此处未涵盖的模型角色时，才使用文本搜索。

不要编造端点 ID。

图像生成

文本密集型图像任务

适用于信息图、UI 模型图、海报、产品标签、包装文字、可读标牌、书籍封面、教育图表，以及任何必须确保图像内文字准确的输出。

  1. openai/gpt-image-2
    • 使用 quality=high。
    • 如果最终成品需要细节丰富，优先选择 2K 或 4K 自定义 image_size。
    • 此模型成本较高，不要用于低成本草稿。
  2. fal-ai/nano-banana-pro
    • 如果 GPT Image 2 不可用，或用户接受较低的效果上限，可将其作为第二选择。

低成本、简单的模型不适用于文本密集型的生产任务。

高端静态图像

适用于商业静态图、逼真的产品场景、编辑摄影、电影感关键帧和高质量视觉概念。

  • 追求更逼真的输出：openai/gpt-image-2。
  • 追求高质量风格化输出：openai/gpt-image-2。
  • 次一级选择：fal-ai/nano-banana-pro。
  • 优秀的低成本替代方案：fal-ai/nano-banana-2。
快速生成草稿图像

适用于快速构思、氛围方案、粗略构图和低成本迭代。

  • fal-ai/flux-2/klein/9b

除非用户提出要求，否则不要将快速草稿用作商业交付的最终成品。

图像编辑

适用于替换背景、重新布光、清理图像、修改物体、放置产品、更换服装、编辑角色和多图合成。

  1. fal-ai/nano-banana-pro/edit
  2. openai/gpt-image-2/edit
  3. fal-ai/bytedance/seedream/v5/lite/edit

为保持产品还原度，也可考虑：

  • fal-ai/nano-banana-pro
  • fal-ai/nano-banana-2
  • fal-ai/bytedance/seedream/v5/lite/text-to-image
  • fal-ai/nano-banana-2/edit

为保持角色一致性，优先使用 openai/gpt-image-2。如果要编辑现有角色图像，请检查 openai/gpt-image-2/edit。

视频生成

最高质量视频

最终成片及高质量视频优先使用 Seedance 2.0。

  • 文本生成视频：bytedance/seedance-2.0/text-to-video
  • 图像生成视频：bytedance/seedance-2.0/image-to-video
  • 参考素材生成视频：bytedance/seedance-2.0/reference-to-video

还有延迟更低的快速变体：

  • bytedance/seedance-2.0/fast/text-to-video
  • bytedance/seedance-2.0/fast/image-to-video
  • bytedance/seedance-2.0/fast/reference-to-video
快速或低成本视频

使用 Grok Imagine Video 快速、低成本地预览动态效果并生成视频。

  • 文本生成视频：xai/grok-imagine-video/text-to-video
  • 图像生成视频：xai/grok-imagine-video/image-to-video
  • 视频编辑：xai/grok-imagine-video/edit-video
多镜头叙事

按以下顺序使用：

  1. bytedance/seedance-2.0/text-to-video
  2. bytedance/seedance-2.0/image-to-video
  3. bytedance/seedance-2.0/reference-to-video
  4. fal-ai/kling-video/v3/pro/text-to-video
  5. fal-ai/kling-video/v3/pro/image-to-video
  6. alibaba/happy-horse/text-to-video
  7. alibaba/happy-horse/image-to-video

如果 Kling v3 的多提示词、元素或自定义元素控件适合所需的镜头方案，请使用 Kling v3。除非用户特别指定 Happy Horse，否则请在 Seedance 和 Kling 之后再使用 Happy Horse。

原生音频与口型同步

适用于会说话的虚拟形象、语音驱动的面部动作、产品代言人、UGC 风格的主持人，以及通过图像加音频或文本实现的口型同步。

  1. veed/fabric-1.0
    • 图像加上传的音频。
  2. veed/fabric-1.0/text
    • 图像加文本语音。
  3. fal-ai/creatify/aurora
    • 根据图像加音频生成虚拟形象视频，并可选择添加视觉指导。

营销活动与 UGC 路由

用户要求制作营销活动级别的营销内容或创作者风格的社交内容时，使用以下选项。

营销活动素材
  • 营销活动主视觉、落地页主视觉、海报、大段文本广告、应用视觉素材和精确文案排版：使用 quality=high 的 openai/gpt-image-2。
  • 高端静态图变体：先用 openai/gpt-image-2，再用 fal-ai/nano-banana-pro，最后用 fal-ai/nano-banana-2。
  • 基于产品、Logo、UI 或生活方式参考图进行编辑： 先用 fal-ai/nano-banana-pro/edit，再用 openai/gpt-image-2/edit。
  • 快速探索变体：fal-ai/flux-2/klein/9b。
  • 产品揭晓或社交营销活动视频： bytedance/seedance-2.0/image-to-video。
  • 文本转视频营销活动概念：bytedance/seedance-2.0/text-to-video。
UGC 与创作者广告
  • 人像加音频的说话头像：veed/fabric-1.0。
  • 人像加文本的说话头像：veed/fabric-1.0/text。
  • 带视觉指导的虚拟形象：fal-ai/creatify/aurora。
  • 为现有素材添加新语音：fal-ai/sync-lipsync/v2。
  • 产品辅助镜头：bytedance/seedance-2.0/image-to-video。
  • 快速辅助镜头草稿：xai/grok-imagine-video/image-to-video。

实用工具端点

工作流实用工具端点 ID 位于 workflow 技能参考文档中： workflow/references/utility-endpoints.md。

实用工具端点可以明确指定，因为它们是确定性工具，而非创意模型选项。使用前务必检查架构。

评论

支持 Markdown