Providers

Fal

OpenClaw یک ارائه‌دهندهٔ داخلی fal برای تولید میزبانی‌شدهٔ تصویر، ویدیو و موسیقی عرضه می‌کند.

ویژگی مقدار
ارائه‌دهنده fal
احراز هویت FAL_KEY (کلید اصلی؛ FAL_API_KEY نیز به‌عنوان جایگزین کار می‌کند)
API نقاط پایانی مدل fal (https://fal.run؛ کارهای ویدیویی از https://queue.fal.run استفاده می‌کنند)
نشانی پایه با models.providers.fal.baseUrl بازنویسی کنید

شروع به کار

  • تنظیم کلید API

    bash
    openclaw onboard --auth-choice fal-api-key

    در راه‌اندازی‌های غیرتعاملی می‌توانید --fal-api-key <key> را ارسال یا FAL_KEY را صادر کنید. فرایند راه‌اندازی اولیه همچنین در صورتی که هیچ مدلی پیکربندی نشده باشد، fal/fal-ai/flux/dev را به‌عنوان مدل پیش‌فرض تصویر تنظیم می‌کند.

  • تنظیم مدل پیش‌فرض تصویر

    json5
    {  agents: {    defaults: {      imageGenerationModel: {        primary: "fal/fal-ai/flux/dev",      },    },  },}
  • تولید تصویر

    ارائه‌دهندهٔ داخلی تولید تصویر fal به‌طور پیش‌فرض از fal/fal-ai/flux/dev استفاده می‌کند.

    قابلیت مقدار
    حداکثر تعداد تصاویر ۴ تصویر در هر درخواست؛ Krea 2: یک تصویر در هر درخواست
    بازنویسی اندازه 1024x1024، 1024x1536، 1536x1024، 1024x1792، 1792x1024
    نسبت ابعاد در همه‌جا به‌جز تبدیل تصویر به تصویر Flux پشتیبانی می‌شود
    وضوح 1K، 2K، 4K (محدودیت‌های هر مدل در ادامه آمده است)
    قالب خروجی png (پیش‌فرض) یا jpeg؛ Krea 2 بازنویسی‌های outputFormat را رد می‌کند

    درخواست‌های ویرایش (تصاویر مرجع از طریق پارامترهای مشترک image / images) با محدودیت‌های مرجع مختص هر مدل، به نقطهٔ پایانی ویرایش همان مدل هدایت می‌شوند:

    خانوادهٔ مدل مرجع مدل پس از fal/ نقطهٔ پایانی ویرایش حداکثر تصاویر مرجع
    Flux و دیگر مدل‌های fal fal-ai/flux/dev (پیش‌فرض) /image-to-image ۱
    GPT Image openai/gpt-image-* /edit ۱۰
    Grok Imagine xai/grok-imagine-image /edit ۳
    Nano Banana (قدیمی) fal-ai/nano-banana /edit ۳
    Nano Banana 2 fal-ai/nano-banana-* /edit ۱۴
    Nano Banana 2 Lite google/nano-banana-2-lite /edit ۱۴
    Krea 2 krea/v2/{medium,large}/text-to-image ندارد (مراجع سبک) ۱۰ مرجع سبک

    مدل‌های Krea 2 از شِمای محمولهٔ بومی Krea در fal استفاده می‌کنند. OpenClaw به‌جای محمولهٔ عمومی image_size / نقطهٔ پایانی ویرایش که Flux استفاده می‌کند، aspect_ratio، creativity و image_style_references را ارسال می‌کند. مراجع مدل عبارت‌اند از:

    • fal/krea/v2/medium/text-to-image
    • fal/krea/v2/large/text-to-image

    برای تصویرسازی سریع‌تر و پرجلوه، انیمه، نقاشی و سبک‌های هنری از Medium استفاده کنید. برای ظاهرهای کندتر و واقع‌گرایانه، بافت خام، دانه‌بندی فیلم و جزئیات بیشتر از Large استفاده کنید. مقدار پیش‌فرض Krea برای fal.creativity برابر "medium" است؛ مقادیر پشتیبانی‌شده عبارت‌اند از raw، low، medium و high.

    Krea 2 در شِمای درخواست fal نسبت ابعاد را ارائه می‌کند، نه image_size. aspectRatio را ترجیح دهید؛ OpenClaw مقدار size را به نزدیک‌ترین نسبت ابعاد پشتیبانی‌شدهٔ Krea نگاشت می‌کند و به‌جای نادیده گرفتن resolution برای Krea، آن را رد می‌کند.

    هنگامی که از مدل‌های fal دارای output_format خروجی PNG می‌خواهید، از outputFormat: "png" استفاده کنید. fal کنترل صریحی برای پس‌زمینهٔ شفاف در OpenClaw تعریف نمی‌کند؛ بنابراین background: "transparent" برای مدل‌های fal به‌عنوان بازنویسی نادیده‌گرفته‌شده گزارش می‌شود. نقاط پایانی Krea 2 فیلد درخواست output_format را از طریق fal ارائه نمی‌کنند؛ بنابراین OpenClaw بازنویسی‌های outputFormat را برای درخواست‌های Krea رد می‌کند.

    برای استفاده از Krea 2 Medium:

    json5
    {  agents: {    defaults: {      imageGenerationModel: {        primary: "fal/krea/v2/medium/text-to-image",      },    },  },}

    تولید ویدیو

    ارائه‌دهندهٔ داخلی تولید ویدیوی fal به‌طور پیش‌فرض از fal/fal-ai/minimax/video-01-live استفاده می‌کند.

    قابلیت مقدار
    حالت‌ها متن به ویدیو، مرجع تک‌تصویری، تبدیل مرجع به ویدیوی Seedance
    زمان اجرا جریان ارسال/وضعیت/نتیجهٔ مبتنی بر صف برای کارهای طولانی
    مهلت زمانی به‌طور پیش‌فرض ۲۰ دقیقه برای هر کار؛ وضعیت هر ۵ ثانیه بررسی می‌شود
    مدل‌های ویدیویی موجود

    MiniMax (پیش‌فرض):

    • fal/fal-ai/minimax/video-01-live

    عامل ویدیویی HeyGen:

    • fal/fal-ai/heygen/v2/video-agent

    Kling و Wan:

    • fal/fal-ai/kling-video/v2.1/master/text-to-video
    • fal/fal-ai/wan/v2.2-a14b/text-to-video
    • fal/fal-ai/wan/v2.2-a14b/image-to-video

    Seedance 2.0:

    • fal/bytedance/seedance-2.0/fast/text-to-video
    • fal/bytedance/seedance-2.0/fast/image-to-video
    • fal/bytedance/seedance-2.0/fast/reference-to-video
    • fal/bytedance/seedance-2.0/text-to-video
    • fal/bytedance/seedance-2.0/image-to-video
    • fal/bytedance/seedance-2.0/reference-to-video

    درخواست‌های MiniMax Live و HeyGen فقط پرامپت را به‌همراه یک تصویر مرجع اختیاری ارسال می‌کنند؛ بازنویسی‌های دیگر منتقل نمی‌شوند. مدل‌های Seedance مقادیر aspectRatio، size، resolution، مدت‌زمان‌های ۴ تا ۱۵ ثانیه و کلید تغییر وضعیت صدا را می‌پذیرند.

    نمونهٔ پیکربندی Seedance 2.0
    json5
    {  agents: {    defaults: {      videoGenerationModel: {        primary: "fal/bytedance/seedance-2.0/fast/text-to-video",      },    },  },}
    نمونهٔ پیکربندی تبدیل مرجع به ویدیوی Seedance 2.0
    json5
    {  agents: {    defaults: {      videoGenerationModel: {        primary: "fal/bytedance/seedance-2.0/fast/reference-to-video",      },    },  },}

    تبدیل مرجع به ویدیو از طریق پارامترهای مشترک images، videos و audioRefs در video_generate حداکثر ۹ تصویر، ۳ ویدیو و ۳ مرجع صوتی می‌پذیرد و تعداد کل فایل‌های مرجع نمی‌تواند بیش از ۱۲ باشد. مراجع صوتی مستلزم وجود حداقل یک مرجع تصویری یا ویدیویی در همان درخواست هستند.

    نمونهٔ پیکربندی عامل ویدیویی HeyGen
    json5
    {  agents: {    defaults: {      videoGenerationModel: {        primary: "fal/fal-ai/heygen/v2/video-agent",      },    },  },}

    تولید موسیقی

    Plugin داخلی fal همچنین یک ارائه‌دهندهٔ تولید موسیقی برای ابزار مشترک music_generate ثبت می‌کند.

    قابلیت مقدار
    مدل پیش‌فرض fal/fal-ai/minimax-music/v2.6
    مدل‌ها fal-ai/minimax-music/v2.6 (mp3)، fal-ai/ace-step/prompt-to-audio (wav)، fal-ai/stable-audio-25/text-to-audio (wav)
    حداکثر مدت‌زمان ۲۴۰ ثانیه
    زمان اجرا درخواست همگام به‌همراه بارگیری صدای تولیدشده

    برای استفاده از fal به‌عنوان ارائه‌دهندهٔ پیش‌فرض موسیقی:

    json5
    {  agents: {    defaults: {      musicGenerationModel: {        primary: "fal/fal-ai/minimax-music/v2.6",      },    },  },}

    fal-ai/minimax-music/v2.6 از متن صریح ترانه و حالت بی‌کلام پشتیبانی می‌کند، اما نه از هر دو در یک درخواست. ACE-Step و Stable Audio نقاط پایانی پرامپت به صدا هستند؛ هنگامی که این خانواده‌های مدل را می‌خواهید، آن‌ها را با بازنویسی model انتخاب کنید. ACE-Step متن صریح ترانه را رد می‌کند؛ Stable Audio هم متن ترانه و هم حالت بی‌کلام را رد می‌کند.

    مرتبط

    Was this useful?
    On this page

    On this page