Synthèse automatique
Améliore la résolution d'images de rendu d'intérieur jusqu'à 4K+ via l'API fal.ai Clarity Upscaler, avec paramètres ajustables de ressemblance et de créativité.
Points forts
- Détection automatique du facteur d'échelle pour atteindre une résolution 4K
- Paramètre de ressemblance élevé qui préserve les détails d'origine
- Intégration simple avec l'API fal.ai
- Enregistrement des images avec une convention de nommage claire
Limites
- Nécessite une clé API fal.ai et les dépendances Python (fal_client, Pillow)
- Les fichiers de sortie volumineux (15-25 Mo) peuvent consommer de l'espace disque
- Le prompt est codé en dur pour la design d'intérieur ; peut ne pas bien généraliser à d'autres types d'images
Lorsque vous devez agrandir des images de rendu d'intérieur à une résolution plus élevée tout en préservant les détails.
Lorsque vous avez besoin d'une mise à l'échelle en temps réel ou travaillez avec des images qui ne sont pas des rendus d'intérieur.
Analyse de sécurité
PrudenceThe skill instructs Python scripts that upload files to an external API (fal.ai) and download results, which involves network and file system operations—legitimate but requires appropriate caution.
- •Uses network API calls and file I/O operations.
Exemples
Upscale the most recent render to 4K.Upscale the image at projects/myproject/renders/living_room.png to 4K.Upscale the last rendered image by 2x.name: upscale description: Upscale rendered images to 4K+ resolution using fal.ai Clarity Upscaler. Use when the user wants to upscale, enhance resolution, make images sharper, or increase image size.
Upscale Images
Upscale rendered interior design images to 4K+ resolution using fal.ai's Clarity Upscaler — tunable resemblance/creativity for architectural photography.
Prerequisites
- fal.ai API key configured in
CLAUDE.local.md - Python with
fal_clientandPillowinstalled
Input
Accept via $ARGUMENTS or ask:
- Image path: path to the image to upscale (relative to project renders, or absolute)
- Scale factor: 2x or 4x (default: auto — pick scale so output is ~4K)
If the user says "upscale" without specifying an image, use the most recently created file in projects/${PROJECT_NAME}/renders/.
API Details
Provider: fal.ai
Model: fal-ai/clarity-upscaler
Capability: 1-4x upscale, adjustable resemblance (0-1) and creativity (0-1), prompt-guided
Workflow
Step 1: Resolve Image
import os, glob
# If no image specified, find most recent render
renders_dir = f"projects/{project_name}/renders"
files = sorted(glob.glob(os.path.join(renders_dir, "*.png")), key=os.path.getmtime, reverse=True)
# Exclude already-upscaled files
files = [f for f in files if "_4k_" not in os.path.basename(f) and "_upscaled_" not in os.path.basename(f)]
input_path = files[0]
Step 2: Auto-detect Scale
from PIL import Image
img = Image.open(input_path)
w, h = img.width, img.height
target = 3840 # 4K width
if w >= target:
scale = 2 # already large, 2x is enough
elif w * 4 <= target * 1.5:
scale = 4
else:
scale = 2
Step 3: Upload & Upscale
import fal_client
from datetime import datetime
# Read API key from CLAUDE.local.md
os.environ["FAL_KEY"] = "<fal_api_key_from_claude_local_md>"
image_url = fal_client.upload_file(input_path)
result = fal_client.subscribe("fal-ai/clarity-upscaler", arguments={
"image_url": image_url,
"scale": scale,
"resemblance": 0.9, # high = faithful to original
"creativity": 0.2, # low = minimal hallucination
"prompt": "photorealistic interior design, architectural photography, sharp details, high resolution",
})
# Download result
import urllib.request
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
basename = os.path.splitext(os.path.basename(input_path))[0]
out_path = os.path.join(renders_dir, f"{basename}_4k_{timestamp}.png")
urllib.request.urlretrieve(result["image"]["url"], out_path)
w = result["image"].get("width", "?")
h = result["image"].get("height", "?")
size_mb = os.path.getsize(out_path) / (1024 * 1024)
print(f"Upscaled: {w}x{h} ({size_mb:.1f} MB)")
print(f"Saved: {out_path}")
Step 4: Output
- Save upscaled image to same
renders/directory with_4k_suffix - Display the upscaled image to the user
- Report: original resolution → new resolution, file size
Output Naming Convention
{original_name}_4k_{timestamp}.png
Tuning Parameters
| Param | Default | Range | Effect |
|-------|---------|-------|--------|
| scale | auto | 1-4 | Upscale factor — auto-picks based on input size to target ~4K |
| resemblance | 0.9 | 0-1 | How faithful to original — 0.9 for interior design (preserve colors/layout) |
| creativity | 0.2 | 0-1 | How much AI "enhances" — keep low for architecture to avoid hallucination |
| prompt | (interior design) | text | Guides the upscaler — include relevant style keywords |
Gotchas
- Clarity Upscaler is the correct model —
fal-ai/clarity-upscaler. Controllable scale, resemblance, creativity. - Auto-scale logic — If input is already large (≥3840px wide), use scale=2. For ~1200px inputs, use scale=4. Prevents absurdly large outputs.
- Large output files — 4K PNGs can be 15-25 MB. Warn the user if disk space is a concern.
- Skip already-upscaled images — Filter out files with
_4k_or_upscaled_in the name. - API key — Read from
CLAUDE.local.md, fieldfal.ai. - Fallback — If Clarity fails, fall back to
fal-ai/aura-sr(fast GAN-based, fixed 4x, no params needed).
Session Relevant Skills
/render— generate images first, then upscale the best ones/compare-models— upscale the winning image after comparison/refine— if the upscaled image reveals quality issues not visible at low res, refine the prompt and re-render
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/upscale-images-mryiqfv8/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/upscale-images-mryiqfv8' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/upscale-images-mryiqfv8/download' --output '.skill-downloads/upscale-images-mryiqfv8/SKILL.md.part' && mv '.skill-downloads/upscale-images-mryiqfv8/SKILL.md.part' '.skill-downloads/upscale-images-mryiqfv8/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Extrait original : Prerequisites
- fal.ai API key configured in
CLAUDE.local.md - Python with
fal_clientandPillowinstalled
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/upscale-images-mryiqfv8/SKILL.md' && test -s '.skill-downloads/upscale-images-mryiqfv8/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/upscale' && cp -R '.skill-downloads/upscale-images-mryiqfv8' '.claude/skills/upscale'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/upscale-images-mryiqfv8'openskills read 'upscale-images-mryiqfv8'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/upscale-images-mryiqfv8/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.