fal-butler
Enables users to turn a product brief into a professional ad campaign, generating a validated fal.ai workflow.json with consistent characters, sound, and subtitles while showing costs before any model runs.
README
fal-butler
Projeni bitirdin, reklam vermen gerekiyor — ama elinde video yok ve video prodüksiyonu bilmiyorsun.
fal-butler, projeni okuyup ürününü anlayan bir Claude Code plugin'i. Kısa bir röportajla kampanyayı öğrenir; sonra senarist, görüntü yönetmeni, hareket yönetmeni, ses tasarımcısı, kurgucu ve prompt mühendisinden oluşan bir ekip senin iki cümlelik tarifini profesyonel bir reklam kurgusuna çevirir.
Sen şunu yazarsın:
"Kadın, 30'larında, ofiste çalışıyor, yorgun başlıyor mutlu bitiyor."
Karşılığında fal.ai'a import edilmeye hazır bir workflow.json alırsın: altı sahne, birbirine görsel olarak zincirlenmiş, karakteri baştan sona aynı, seslendirmeli, müzikli, altyazılı ve platforma göre kesilmiş.
Bu plugin hiç para harcamaz
Plugin hiçbir modeli çalıştırmaz — bu bir söz değil, mekanizma: agent'ların araç listesinde yalnızca beş okuma aracı var (search_models, get_model_schema, get_pricing, recommend_model, search_docs). run_model, submit_job ve upload_file listede yok, dolayısıyla çağrılamaz. Depodaki denetçi joker MCP iznini test hatası sayar, yani bu garanti kazara gevşetilemez.
Üretimi sen fal panelinden, gerçek fiyatı gördükten sonra başlatırsın.
Kurulum
1. Plugin'i kur
/plugin marketplace add mertagralii/fal.ai-butler
/plugin install fal-butler
2. Anahtarını ver ve başla
https://fal.ai/dashboard/keys adresinden anahtarını al, sonra tek komut:
/fal-butler:setup <fal-api-anahtarın>
Bu kadar. Anahtar ~/.claude/settings.json dosyana yazılır, bağlantı test edilir, katalog önbelleğe alınır ve projen taranıp ürün profilin çıkarılır — hepsi tek seferde.
Anahtarı zaten kayıtlıysa argümansız çalıştır: /fal-butler:setup
Anahtar
~/.claude/settings.json'a yazılır — kullanıcı kapsamı, git'e girmez. Projenin içindeki.claude/settings.jsoncommit edilir; oraya asla yazılmaz. Kayıt sonrası anahtarın tamamı ekrana basılmaz, yalnızca son 4 karakteri gösterilir.
Anahtarı kendin koymak istersen
~/.claude/settings.json dosyasına şu bloğu ekle ve Claude Code'u bir kez yeniden başlat:
{
"env": {
"FAL_KEY": "senin-anahtarin"
}
}
<details> <summary>Ortam değişkenini tercih ediyorsan</summary>
# Windows — kalıcı olarak kullanıcı ortamına yazar
[Environment]::SetEnvironmentVariable('FAL_KEY', 'senin-anahtarin', 'User')
# macOS / Linux — kalıcılık için kabuk profiline ekle
export FAL_KEY="senin-anahtarin"
Windows'ta $env:FAL_KEY = "..." yalnızca o pencerede yaşar ve çalışmakta olan Claude Code onu görmez. İki yöntemde de Claude Code'u yeniden başlatmak gerekir.
</details>
Hangi yöntemi kullanırsan kullan, setup bağlantıyı gerçekten test eder — anahtar fal'a ulaşmıyorsa sana söyler ve diğer yönteme geçmeni önerir.
Komutlar
| Komut | Ne yapar |
|---|---|
/fal-butler:setup [anahtar] |
Anahtarı kaydeder, MCP bağlantısını doğrular, model kataloğunu önbelleğe alır, projeni tarayıp product.md ürün profilini çıkarır. Bir kez çalıştırılır. |
/fal-butler:campaign |
Röportajı yürütür, kurguyu planlar, onayını ister, sonra workflow.json üretir |
/fal-butler:revise |
Var olan bir workflow.json'u ucuzlatır veya kurgusunu değiştirir |
/fal-butler:campaign --quick sekiz soru yerine dördünü sorar; kalanını ürün profilinden türetir ve türettiklerini planda listeler.
Nasıl çalışıyor
Röportaj
Sorular tek tek gelir, her birinin ürün profilinden türetilmiş varsayılanı vardır: amaç, platform ve süre, anlatım biçimi, karakter, ton, dil, kapsam (seslendirme / müzik / altyazı — her biri ayrı ayrı kapatılabilir), CTA.
Dokuz adımlık zincir
0. fal-compiler ─── modelleri seçer, şemaları ve fiyatları çeker
1. fal-director ─── hook, sahne beat'leri, süre dağılımı, seslendirme metni, karakter bible
2. fal-dop ──────── plan ölçeği, lens, ışık kurulumu, palet, kompozisyon
3. fal-animator ─── hareket dili + zincirleme grafiği
4. fal-audio ────── TTS, müzik, miksaj + konuşma süresi denetimi
5. fal-animator ─── süre düzeltmesi (yalnızca gerekirse, tek tur)
6. fal-editor ───── kesim ritmi, geçişler, altyazı yerleşimi, montaj yapısı
7. fal-promptsmith ─ hepsini hedef modelin konuştuğu dile çevirir
8. fal-compiler ─── workflow.json'u derler ve doğrulayıcıdan geçirir
Model seçiminin başta olması gerekiyor: fal-animator klip süre sınırını, fal-promptsmith prompt lehçesini modelin şemasından okuyor.
Kullanıcı sinematografi bilmez — fal-dop "ofiste" tarifini "geniş pencereden yumuşak yan ışık, sabah, 35 mm his, hafif dolly-in" diye açar. Sen bunu düz Türkçe olarak görürsün, ham prompt olarak değil.
Karakter neden aynı kalıyor
karakter-sayfası ──┬──────────────────────────────────→ anahtar-kare-2 ← son-kare-1
│ ▲
├──→ anahtar-kare-1 → video-1 → son-kare-1 ┘
│
└──────────────────────────────────→ anahtar-kare-3 ← son-kare-2
Önce 3–5 açılı bir karakter sayfası üretilir. Her sahnenin başlangıç karesi ondan image-edit ile türer; sahne videoya çevrilir; son karesi bir sonraki sahnenin referansına eklenir.
Karakter sayfası her sahneye bağlı kalır — yalnızca önceki sahneye zincirlemek sapmayı biriktirir ve altıncı sahnede başka biri çıkar. Seed kampanya başına sabitlenir ve brief.md'ye yazılır, böylece revizyonlar deterministik olur.
Onay kapısı
Adım 7'den sonra, hiçbir dosya yazılmadan karşına düz Türkçe bir plan gelir:
Sahne 2 — Büyütme (0:06–0:14) Ayşe ekrana bakıyor, bildirimler yığılıyor. Yakın plan, sabah ışığı, soğuk ton. Ses: "Bildirimler bitmiyor." Model:
<endpoint>· 8 sn · ~$X
Altı sahne, kullanılacak modeller, toplam tahmini maliyet ve uyarılar. Onaylamazsan hiçbir şey yazılmaz.
Doğrulama
Üretilen workflow.json bağımsız bir script'ten geçer: düğüm referansları çözülüyor mu, döngü var mı, contents.schema.input tanımlı mı, düğüm id'leri anahtarlarıyla uyuşuyor mu, kullanılan endpoint'ler katalogda gerçekten duruyor mu.
Geçmeyen dosya sana verilmez. Hatalı JSON'u teslim etmek, hatayı fal'ın import ekranında öğrenmek demek.
Revizyon
fal'da fiyatı gördün, pahalı geldi:
/fal-butler:revise maliyeti yarıya indir
Önce paranın nereye gittiğini gösterir, sonra somut seçenekler sunar — her birinin ne kadar düşürdüğü ve neyi feda ettiğiyle birlikte. İki şeyi asla önermez: karakter sayfasını kaldırmak ve zincirlemeyi kaldırmak. Onlar ucuzlatma değil, kampanyayı çöpe atmak.
Kurgu revizyonu da aynı komuttan: "üçüncü sahne daha aydınlık" tek düğüm değiştirir. Her değişiklikten önce eski JSON revisions/ altına zaman damgasıyla kopyalanır.
Neden model adı göremezsin
Bu depoda hiçbir fal model adı sabit yazılı değildir. Katalog, şemalar ve fiyatlar çalışma anında fal MCP'den çekilip yerel önbelleğe yazılır (7 gün TTL). fal yeni bir video modeli çıkardığında ya da bir endpoint kaldırdığında plugin'i güncellemen gerekmez.
Tek istisna ffmpeg-api ailesidir — o bir üretim modeli değil, montaj altyapısı. Şeması ve fiyatı yine canlı okunur.
Sorun giderme: 401 alıyorsan
İki bambaşka sorun aynı kodla geliyor. fal'ın mesajını oku:
| Mesaj | Anlamı |
|---|---|
malformed Authorization header |
Anahtar Claude Code sürecine ulaşmıyor — başlık boş gitti |
Invalid API key |
Anahtar ulaşıyor ama fal kabul etmiyor — yanlış veya süresi dolmuş |
"malformed Authorization header" — Windows'un klasik tuzağı
[Environment]::SetEnvironmentVariable(...,'User') yalnızca kayıt defterine yazar. Zaten açık olan bir terminal kendi ortam bloğunu başladığı andan taşır ve içinden başlattığı her programa o eski bloğu devreder.
Yani Claude Code'u kapatıp açmak yetmez — onu doğuran terminal hâlâ eski ortamda.
Çözüm sırası:
- En kolayı:
/fal-butler:setup <anahtarın>çalıştır. Anahtar~/.claude/settings.json'a yazılır, işletim sistemi ortamına hiç bağlı kalmazsın, tuzak tamamen ortadan kalkar. - Ortam değişkeninde ısrar ediyorsan: tüm terminal pencerelerini kapat, yeni bir PowerShell aç ve Claude Code'u başlatmadan önce doğrula —
$env:FAL_KEY.Lengthanahtarın uzunluğunu yazmalı. - Hemen lazımsa:
$env:FAL_KEY = [Environment]::GetEnvironmentVariable('FAL_KEY','User'); claude
Anahtarın geçerli mi — ücretsiz test
Model çalıştırmadan, yalnızca JSON-RPC el sıkışmasıyla. Para harcamaz:
$k = [Environment]::GetEnvironmentVariable('FAL_KEY','User')
$body = '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"t","version":"1"}}}'
Invoke-WebRequest -Uri 'https://mcp.fal.ai/mcp' -Method Post -Headers @{
'Authorization'='Key '+$k; 'Accept'='application/json, text/event-stream'; 'Content-Type'='application/json'
} -Body $body -UseBasicParsing | Select-Object -ExpandProperty StatusCode
200 → anahtar geçerli, sorun taşımada. 401 → anahtar geçersiz.
Import — sahada doğrulandı
2026-08-05: üretilen workflow.json fal Workflow Builder'a import edildi ve hatasız kabul edildi (25 düğümlük bir kampanya). Biçim doğru.
Import fal panelinden elle yapılır. Programatik oluşturma mümkün değil: POST /workflows ADMIN anahtarı ister, normal FAL_KEY 403 döner.
Bunun bir sonucu var: workflow'un fal tarafından kabul edilip edilmeyeceği API'den doğrulanamaz, dolayısıyla validate-workflow.mjs tek savunma hattıdır. O yüzden doğrulayıcı fal'ın contents seviyesindeki zorunlu alanlarını ve montaj düğümünün track yapısını da denetler — ikisi de sahada workflow'u çalışamaz hale getiren hatalardı.
Montajın üç sert sınırı
fal'ın ffmpeg-api/compose şeması gereği şunlar yapılamaz — plugin bunları baştan bilir ve plana yazmaz:
| Sınır | Sonuç |
|---|---|
| Geçiş alanı yok | Yalnızca sert kesim; dissolve ve fade yok |
| Ses seviyesi alanı yok | Zaman bazlı ducking imkânsız; müzik loudnorm ile baştan kısılır |
| Metin track'i yok | Altyazı gömülemez — .srt yedek değil, tek seçenek |
Getirdiği MCP sunucuları
| Sunucu | Ne için | Nasıl |
|---|---|---|
| fal | Model arama, şema okuma, fiyat, doküman | https://mcp.fal.ai/mcp — HTTP. Kimlik Authorization: Key ${FAL_KEY} başlığıyla istek başına gönderilir, saklanmaz |
| context7 | Kütüphane/SDK dokümanını güncel çekmek | npx -y @upstash/context7-mcp |
| playwright | fal doküman sayfalarını tarayıcıyla okumak | npx @playwright/mcp@latest |
context7 ve playwright ilk açılışta npx ile indirilir. Aynı sunucuları başka bir plugin de getiriyorsa ayrı ad alanlarında çalışırlar — çakışmaz, ama iki süreç açılır.
Ürettiği dosyalar
Hepsi senin repo'nda, .fal-butler/ altında — git'te izlenebilir:
.fal-butler/
product.md # ürün profili — bir kez üretilir
cache/ # model şemaları ve fiyatlar (7 gün TTL)
campaigns/2026-08-05-lansman/
brief.md # röportaj cevapların + seed + sabit karakter bloğu
storyboard.md # sahne sahne kurgu, düz Türkçe
workflow.json # fal.ai'a import edeceğin dosya
cost.md # maliyet dökümü ve ucuzlatma seçenekleri
revisions/ # her revizyonun öncesi
.gitignore'una şunu ekle:
.fal-butler/cache/
Önbellek yeniden üretilebilir; repo'da yer kaplamasın.
Geliştirme
Bağımlılık yok. Node.js ≥ 20 yeterli.
npm test # 69 birim testi — ağ çağrısı yapmaz, para harcamaz
node scripts/validate-plugin.mjs # plugin yapısal bütünlüğü
validate-plugin.mjs şunları denetler: manifest alanları, skill adı ↔ dizin adı, agent adı ↔ dosya adı, anılan references/*.md dosyalarının varlığı, model değerinin geçerliliği, boş agent gövdesi ve joker MCP izni.
Tasarım dokümanı: docs/superpowers/specs/ — uygulama sırasında bilerek sapılan noktalar §16'da gerekçeleriyle listeli.
Lisans
MIT — bkz. LICENSE.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.