Flovart — скилл
Скилл учит кодинг-агента работать на визуальном холсте Flovart: собирать узлы генерации и запускать их с согласия автора.
- 145 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Генерация идет через платные API провайдеров и списывается на их стороне.
- Агент меняет проект на холсте и запускает узлы через локальный CLI.
Установка
- Работает в
Ручная установка
git clone https://github.com/avabbbb/Flovart.git
cd Flovart
npm install
npm run flovart:cli -- start --source --web --open
npm run flovart:cli -- status --jsonЗапуск из исходников, пока версионный CLI-пакет остается на релизном контроле. Скилл лежит в `.agents/skills/flovart/`, копия для Claude в `.claude/skills/flovart/`. Нужен Node.js 22.19.0 или новее.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Генерация идет через платные API провайдеров и списывается на их стороне.
- Агент меняет проект на холсте и запускает узлы через локальный CLI.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Flovart — локальный визуальный холст с воркфлоу для генерации изображений и видео. Скилл `flovart` объясняет кодинг-агенту, как работать на этом холсте, пока автор видит каждое изменение и может править руками. Агент вызывает локальный CLI `flovart` и использует пять операций: `status`, `workflow.inspect`, `workflow.selection.get`, `workflow.apply` и `workflow.node.run`. Подготовку и диагностику берут на себя `ensure` и `doctor`. Перед платной генерацией скилл требует назвать число запусков, модель и цель каждого и дождаться согласия. Ключи провайдеров агент не просит и не читает: `provider.status` отдает только замаскированные значения. Сервисов моделей Flovart не включает, провайдера подключают в настройках приложения со своим ключом.
Для кого. Креаторам и видеомонтажерам, которые делают изображения и ролики на холсте Flovart и хотят поручить агенту сборку узлов и запуск генераций.
Подходит, если
- Раскадровку собирают из нескольких узлов генерации, и агент расставляет их на холсте, пока автор смотрит.
- Десятки заготовок идут пакетом через таблицу, и перед запуском агент называет число платных вызовов.
- Результат надо сравнить с оригиналом: агент создает кандидатов, а выбирает человек.
- Агент подключается к уже открытому холсту и сверяет название проекта и число узлов перед правкой.
Не подходит, если
- Нужен стабильный продукт: у Codex CLI с Browser Workflow статус Beta, у Claude Code и OpenCode Experimental.
- Нет Node.js 22.19.0 или новее: CLI не запустится.
- Генерация должна идти без платы провайдеру: Flovart не включает модели, платные запуски идут через ваш ключ.
Пример запроса к агенту
Открой Flovart и поработай с этим воркфлоу: добавь три узла генерации по моему брифу, назови число запусков и модель и жди подтверждения.Ограничения
Продукт в закрытой бете 0.2.0: сборки для Windows и macOS не подписаны, поэтому SmartScreen и Gatekeeper просят подтверждения. Версионный CLI-пакет еще проходит релизный контроль, и скилл запускают из исходников через `npm run flovart:cli --`, а не через `npx flovart-cli`. Связки с Claude Code, OpenCode и DaVinci Resolve помечены как экспериментальные; сертификация идет для одного платного провайдера, RunningHub. Платные генерации списываются на стороне провайдера, даже если остановить запуск. Часть сообщений об ошибках пока только на китайском.
Как отключить. Удалите каталог скилла `.agents/skills/flovart/` или `.claude/skills/flovart/` и остановите локальный сервис Flovart. Проекты и результаты генерации остаются на диске и удаляются отдельно.
Частые вопросы
Как подключить Flovart к агенту?
Клонируйте репозиторий, выполните `npm install` и `npm run flovart:cli -- start --source --web --open`. На исходниках агент сам находит скилл в `.agents/skills/flovart/`, для Claude есть копия в `.claude/skills/flovart/`.
Какие операции доступны агенту?
Пять: `status`, `workflow.inspect`, `workflow.selection.get`, `workflow.apply` и `workflow.node.run`. `ensure` и `doctor` отвечают за подключение и диагностику.
Видит ли агент мои ключи провайдеров?
Нет. `provider.status` отдает список подключенных сервисов с замаскированными ключами, а просить ключ в разговоре скиллу запрещено.
Кто платит за генерацию?
Вы, выбранному провайдеру: Flovart не включает сервисы моделей. Скилл требует назвать число запусков и модель и дождаться согласия.
Какая версия Node.js нужна?
Node.js 22.19.0 или новее. Если команды `flovart` нет в системе, скилл запускает CLI из репозитория через `npm run flovart:cli --`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыОфициальный скилл Lovart: агент рисует картинки, делает видео, музыку и 3D-модели и ведет проекты с историей диалогов
Flue дает кодовому агенту доступ к скриптовым API Photoshop, Blender, Unity, Office и других программ прямо из оболочки.
Два скилла для генеративного видео и картинок: video пишет промпты для Seedance, Kling и Veo по правилам драматургии, image подбирает модель и синтаксис
Скилл пишет промпты для генерации видео, картинок и музыки на 14 платформах и по желанию отправляет их в браузере
Скилл и CLI, с которыми Claude Code или Codex делает видео как веб-страницы, а редактор Studio позволяет править результат
Kling CLI
kling-cli
Скилл к консольной утилите Kling: агент делает видео и картинки по тексту и референсу, ведет движение и хранит повторяемых персонажей
Коротко о README
Flovart в документации подан как локальный воркфлоу-инструмент для людей и агентов с поверхностями Canvas, Table и Agent. Дальше идут статус беты, матрица совместимости с Codex CLI, Claude Code, OpenCode и творческими приложениями и дорожная карта вокруг DaVinci Resolve Studio.
Бейдж для README
Исходный SKILL.md
--- name: flovart description: Work in the user's visible Flovart Workflow canvas. Use when the user asks to open Flovart, look at or change their Workflow, build shots or generation nodes, or run image and video generation. --- # Flovart Flovart is the visible Workflow canvas the user is looking at. You change it through the local `flovart` CLI; the user sees every change live. Flovart prepares its own local session: never ask the user for connection details and never rebuild a connection flow in the conversation. The CLI needs Node.js 22.19.0 or newer. In this source checkout, when the packaged `flovart` command is not installed, use the repository entrypoint instead, for example `npm run flovart:cli -- ensure --json`. Do not use `npx flovart-cli` as an automatic fallback: an unpublished checkout can make npx fetch an unrelated package. ## Prepare for this job Do these in order at the start of every task. Each step has a stop condition; never skip ahead. Details are in `references/environment.md`. 1. **Understand the request.** Decide what the user wants to see on the canvas when you are done, and whether it needs paid generation. Ask only when a different reading would change the result. 2. **Make Flovart ready.** Run `flovart ensure --json`. Continue only when it returns `ok: true` and `state: "ready"`; otherwise tell the user the public state it returned and stop. `ensure` also opens the user's browser on the canvas when needed. 3. **Get on the user's canvas.** Run `flovart status --json`, then `flovart workflow.inspect --agent-identity <host> --json`. Compare the project title, node titles and node count with what the user describes or shows you. If they disagree, you are reading another canvas: stop and fix that first (see "Operate the user's visible canvas"). 4. **Check AI services only when generation is needed.** Run `flovart provider.status --json`. It lists configured services with masked keys only. If the route you need is missing, tell the user where to add it in Flovart Settings (`references/providers.md`). Never ask for a key in the conversation, and never read, write or move one yourself. 5. **Quote and agree.** Before any paid run, tell the user how many runs, which model, and what each run is for, and wait for their go-ahead. 6. **Work and narrate.** Make the change, inspect again, and tell the user what is now on their canvas in their terms. ## The stable surface Use `ensure` to prepare, then these five operations for all normal work: `status`, `workflow.inspect`, `workflow.selection.get`, `workflow.apply`, and `workflow.node.run`.