mediagen — генерация картинок и видео для агентов
mediagen
Скилл и CLI дают агенту генерацию картинок и видео через Gemini, OpenAI и Kie AI с выбором провайдера и пометкой AI-контента
- 50 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Запросы уходят провайдерам по вашим ключам и расходуют платный лимит
- Ключи API хранятся в файле конфигурации или окружении на вашей машине
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/mediagenОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Запросы уходят провайдерам по вашим ключам и расходуют платный лимит
- Ключи API хранятся в файле конфигурации или окружении на вашей машине
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Скилл mediagen учит агента вызывать одноименный CLI через npx -y mediagen с флагом --json и получать ровно один JSON-объект вместо прозы. Агент сам пишет подробный промпт, выбирает провайдера и модель и читает путь к файлу из ответа. Если вы назвали модель, соотношение сторон, размер или имя файла, он берет их как есть, остальное решает сам или берет из настроек. Провайдеры три. Gemini делает картинки до 4K, видео и правку, OpenAI работает с семейством `gpt-image` и DALL·E, Kie AI открывает около тридцати сторонних моделей, среди них Flux, Imagen и Grok. Команда mediagen `models` показывает порядок провайдеров и то, что получит запрос. Ключ API агент в чат не просит: при ошибке настройки он отправляет вас выполнить mediagen init в своем терминале. Команда mediagen `mark` ставит на готовый файл метку ИИ-контента: машиночитаемую IPTC/XMP и по желанию видимый знак AI GENERATED из кода практики Еврокомиссии. Метка всегда отдельный второй шаг, чтобы поставить знак там, где нет объекта.
Для кого. Дизайнерам, маркетологам и разработчикам, которым нужны баннеры, иллюстрации и короткие ролики прямо из Claude Code или Codex без перехода в веб-интерфейсы.
Подходит, если
- Для лендинга нужен широкий баннер 21:9, и агент должен выбрать провайдера, который такую форму умеет
- Макет требует четырех вариантов иллюстрации в 4K с одним и тем же именем и каталогом вывода
- Готовое изображение публикуют в ЕС, и на него нужно поставить машиночитаемую и видимую метку ИИ
- Есть фото, которое нужно изменить по описанию, например сделать небо грозовым
- Нужен шестисекундный ролик по описанию, на видео способен только Gemini
Не подходит, если
- Требуется точная фотореалистичная публикация без проверки человеком: промпт и результат стоит оценить глазами до выхода
- Ключей API нет ни у одного провайдера: без хотя бы одного ключа генерация не запустится
- Нужно видео на OpenAI или Kie AI: видео делает только Gemini
- Задача решается стоковым изображением из имеющейся библиотеки бренда
Пример запроса к агенту
Сделай `hero`-картинку для лендинга в 21:9, мрачный индустриальный стиль, и поставь на нее видимую метку ИИ в верхнем правом углу.Ограничения
Нужен ключ хотя бы одного провайдера и Node.js 20.11 или новее. Генерация идет за счет вашего ключа, цены провайдеров автор в README не приводит. Видео делает только Gemini, оно занимает минуты. OpenAI не умеет формат 16:9, самое широкое изображение у него 1536 на 1024, и запрос на 16:9 он отклоняет по имени.
У Kie AI нет дешевой проверки ключа, и это отмечено в отчете `doctor`. Пометка JPEG или WebP требует повторного кодирования и дает вторую потерю качества. Доступность провайдеров из России при подготовке карточки не проверялась.
Как отключить. Удалите папку скилла из каталога скиллов агента. Сохраненные в настройках ключи убирает mediagen `config` `edit`, сами файлы остаются в папке вывода ./output.
Частые вопросы
Как поставить скилл mediagen?
Командой npx -y skills add Cripacx/mediagen --skill mediagen. CLI отдельно ставить не нужно: скилл запускает его через npx, и он кэшируется при первом вызове. Затем один раз выполните npx -y mediagen init, чтобы ввести ключи.
Нужно ли отдавать агенту ключ API?
Нет. Флага для передачи ключа аргументом в CLI нет сознательно, он попал бы в историю оболочки и список процессов. Ключи вводит мастер init в вашем терминале без эха, настройки читаются из окружения, затем из .env, затем из файла конфигурации.
Какой провайдер подходит под видео и широкие картинки?
Видео делает только Gemini, он же справляется с форматом 21:9. OpenAI не умеет 16:9, у Kie AI около тридцати моделей для картинок. Если не указать --provider, запрос уйдет первому по порядку провайдеру, у которого есть ключ и который умеет задачу.
Что делает mediagen `mark`?
Пишет в файл метаданные IPTC/XMP DigitalSourceType и по флагу --visible-label накладывает знак AI GENERATED или AI MODIFIED. Результат сохраняется как новый файл с суффиксом `labelled`, исходник остается нетронутым, если не задан --in-place.
Работает ли mediagen без агента?
Да, это самостоятельный CLI. Команды npx -y mediagen image, video, `models` и `mark` работают из терминала. Установите пакет глобально, если вызываете его часто. Для хостов без оболочки есть режим MCP: npx -y mediagen mcp.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыНабор скиллов для агентов, чтобы генерировать и редактировать изображения, видео и звук через сервис muapi.ai и muapi-cli
CLI для fal.ai: агент ищет, запускает и скачивает результаты 1200 с лишним моделей картинок, видео и звука командами оболочки.
Скилл пишет промпты для генерации видео, картинок и музыки на 14 платформах и по желанию отправляет их в браузере
Генерация и правка картинок из любого агента: CLI imagegen-agent и скилл с библиотекой промптов Codex для совместимых API
Генерация, правка и выдача картинок через ваших провайдеров API или маршрут ChatGPT в Codex, с холстом и версиями.
Два скилла для генеративного видео и картинок: video пишет промпты для Seedance, Kling и Veo по правилам драматургии, image подбирает модель и синтаксис
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| mediagen — генерация картинок и видео для агентов (эта карточка) | нет | 50 | ||
| claude-image-gen | нет | 82 | генерация в связке с Claude без выбора между тремя провайдерами | |
| MCP Image Generator | нет | ключ необязателен | 190 | MCP-сервер картинок без шага пометки ИИ-контента |
Коротко о README
README показывает два сценария: пользователь говорит примерно, и агент сам выбирает параметры, или называет все точно, и агент ничего не додумывает. Дальше идут предварительные условия, настройка и порядок выбора провайдера, таблица провайдеров, раздел про маркировку по правилам Евросоюза и использование без агента.
Бейдж для README
Исходный SKILL.md
--- name: mediagen description: Generate images and video from text prompts via the mediagen CLI, across Gemini, OpenAI and Kie AI. Use when asked to create, generate, render, or edit an image or a video — a logo, an illustration, a mockup, a photo, a banner, a clip — or to mark existing media as AI-generated. Also covers choosing a provider or model for a generation task. --- # mediagen Generate images and video from text prompts across several providers. ## How to call it Use **`npx -y mediagen`** with `--json`. Always `--json`: it puts exactly one object on stdout and nothing else, so you never have to parse prose. ```bash npx -y mediagen image "<prompt>" --json npx -y mediagen video "<prompt>" --json ``` `npx` needs no installation and runs an existing one if the user has it, so this is the right form either way — installing the skill does not install the CLI, and most users who have the skill will not have it on their PATH. **Always pass a subcommand.** With no arguments the tool prints its help and exits; it does nothing useful, but it will not hang. Do not run `mediagen init` yourself — it needs a terminal and refuses without one. It is something to ask the user to run. If you have no shell at all, the same pipeline is available over MCP as the `generate_media` tool, with `list_models` and `check_configuration` alongside it — a host spawns it with `npx -y mediagen mcp`. The CLI is the primary path; MCP is the fallback. Video takes minutes and only Gemini does it. Progress goes to stderr; the one JSON object still lands on stdout at the end. ## Write the prompt yourself **This is the part that decides whether the result is any good, and it is your job.** mediagen sends your prompt to the provider exactly as written — it does