Cursor kann jetzt Bilder generieren
Cursor bearbeitet bereits deinen Code. Mit der DreamUtopia REST API kann dieselbe Sitzung ein Hero-Bild erstellen, einen Produktshot neu gestalten oder ein Standbild in ein achtsekündiges Video verwandeln. Füge eine Skill-Datei ein, frage in einfachem Englisch, und der Agent übernimmt den Upload, die Anfrage und das Polling.
Cursor-Bildgenerierung, ohne den Editor zu verlassen
Die Bildgenerierung in Cursor wird zu einem normalen Teil einer Coding-Session, wenn der Agent eine Medien-API direkt aufrufen kann. Coding-Agenten sind gut darin, Befehle auszuführen, Antworten zu lesen und intelligent erneut zu versuchen, was genau das ist, was eine Medien-API braucht. Anstatt den Editor zu verlassen, um eine Web-App zu öffnen, kannst du Cursor nach einem 16:9-Header-Bild fragen und bekommst eine Ergebnis-URL in derselben Unterhaltung zurück. Wir haben die DreamUtopia API aus diesem Grund als einfaches REST gebaut. Es gibt keinen MCP-Server zu konfigurieren und kein Plugin zu installieren. Die Skill-Datei bringt dem Agenten die Basis-URL, den Authentifizierungs-Header, den Multipart-Upload, die beiden Create-Endpunkte, die Polling-Schleife und die Fehlerregeln bei. Ein eingefügter Skill und eine Umgebungsvariable sind das gesamte Setup. Derselbe Schlüssel funktioniert auch aus deinen eigenen Skripten, was bedeutet, dass der Agent und deine Build-Pipeline eine Integration und ein Guthaben teilen. Das ist wichtig, wenn eine Design-Aufgabe in einem Chat beginnt und in einem Deploy-Skript endet: Die Anfrageform ändert sich zwischen den beiden nicht. Der Workflow passt auch zu der Art und Weise, wie Coding-Agenten bereits arbeiten: Eine Anfrage ist ein normaler Shell-Befehl, ein Fehler ist ein normaler HTTP-Status und ein langer Job ist eine normale ID zum Pollen. Das bedeutet, dass Cursor einen Fehler in derselben Stimme erklären kann, die er für einen fehlschlagenden Test verwendet, und er kann das generierte Asset neben dem Code behalten, der es referenziert. Für ein designlastiges Repository ist der Unterschied praktisch statt kosmetisch: Die Person, die die Komponente schreibt, ist auch die Person, die das benötigte Bild erzeugen kann, ohne Tools zu wechseln oder den Kontext der Änderung zu verlieren. Cursor kann die Anfrage ausführen, die JSON-Antwort lesen und einen Fehler erklären, ohne die Datei zu verlassen, die du gerade bearbeitest. Diese Rückkopplungsschleife ist der ganze Punkt: Der Agent weiß bereits, wie man einen Befehl ausführt und das Ergebnis interpretiert, sodass die Mediengenerierung zu einem weiteren Werkzeug wird, das er nutzen kann.
Was du bekommst
Eine Copy-and-paste-Fähigkeit
Füge den folgenden Skill-Block in den Cursor-Chat ein. Der Agent folgt dem Rezept für den Rest der Konversation ohne zusätzliche Aufforderung. Der Text ist kurz genug, um ihn in einem Durchgang zu lesen, und spezifisch genug, dass der Agent keine Feldnamen improvisiert. Er gibt die genauen Werte an, die jedes Feld akzeptiert, sodass eine fehlerhafte Anfrage korrigiert wird, bevor sie die API erreicht. Nichts wird in dein Repository geschrieben und nichts wird installiert.
Lokale Dateien verarbeitet
Der Agent lädt ein Foto aus deinem Projekt mit einer Multipart-Anfrage hoch und übergibt dann die zurückgegebene id an die Generierung. Das Limit beträgt 30 MB für JPEG, PNG und WebP. Eine Datei, die im Repository liegt, benötigt nie zuerst eine öffentliche URL.
Bilder und Video, ein Schlüssel
Text-zu-Bild, Bild-zu-Bild, Text-zu-Video, Bild-zu-Video und Übergänge vom ersten/zum letzten Frame verwenden alle denselben Schlüssel und dasselbe Guthaben. Du verwaltest keine separaten Konten für Standbilder und Bewegung, und die Skill kann ein fertiges Bild in die nächste Videoanfrage einreihen.
Jobs, die den Chat überdauern
Jede Generierung läuft auf unseren Servern. Wenn die Sitzung endet, kann der Agent aktuelle Jobs per ID auflisten und das Ergebnis später abholen. Der signierte Ergebnislink bleibt sieben Tage lang gültig, was ausreicht, um ihn herunterzuladen oder in ein Build-Artefakt zu kopieren.
Anfragen in klarem Englisch
Fordern Sie eine quadratische Produktaufnahme oder einen vertikalen Social-Clip an. Die Skill ordnet Ihre Angaben Modell, Auflösung, Dauer und Seitenverhältnis zu und prüft dann die aktuelle Preismatrix, bevor sie ausgibt. Sie können weiterhin exakte Einstellungen nennen, wenn eine Aufgabe sie erfordert. Der Agent meldet Ihnen die gewählten Einstellungen zurück, was die Diagnose eines unerwarteten Ergebnisses erleichtert.
Eine Preisliste
Die API und die Web-App berechnen dieselben Credits. GET /v1/models gibt die aktuelle Auflösungs-, Dauer- und Credit-Matrix zurück, sodass der Agent einen Fünf-Sekunden-Clip mit einem Zehn-Sekunden-Clip vergleichen kann, bevor er etwas erstellt.
Weitere passende Tools entdecken
Wähle das Tool, das zu deinem nächsten Schritt passt.
Gib Cursor ein Media-Tool
Erstelle einen Schlüssel, füge den Skill ein und frage nach deinem ersten Bild. Die API-Dokumentation deckt jedes Feld, jeden Status und jeden Fehlercode ab.


