Claude Code ahora puede generar imágenes
Claude Code ya edita tu código. Con la API REST de DreamUtopia, la misma sesión puede crear una imagen principal, cambiar el estilo de una foto de producto o convertir una imagen fija en un vídeo de ocho segundos. Pega un archivo de habilidades, pregunta en lenguaje sencillo y el agente se encarga de la subida, la solicitud y el sondeo.
Generación de imágenes con Claude Code, sin salir de la terminal
La generación de imágenes con Claude Code se convierte en una parte normal de una sesión de programación cuando el agente puede llamar directamente a una API de medios. Los agentes de programación son buenos ejecutando comandos, leyendo respuestas y reintentando de forma inteligente, que es exactamente lo que necesita una API de medios. En lugar de salir de la terminal para abrir una aplicación web, puedes pedirle a Claude Code una imagen de cabecera en 16:9 y recibir una URL de resultado en la misma conversación. Construimos la API de DreamUtopia como REST simple por esta razón. No hay ningún servidor MCP que configurar ni ningún plugin que instalar. El archivo de habilidad le enseña al agente la URL base, la cabecera de autenticación, la carga multipart, los dos endpoints de creación, el bucle de sondeo y las reglas de error. Una habilidad pegada y una variable de entorno son toda la configuración. La misma clave también funciona desde tus propios scripts, lo que significa que el agente y tu pipeline de compilación comparten una integración y un saldo de créditos. Eso importa cuando una tarea de diseño comienza en un chat y termina en un script de despliegue: la forma de la solicitud no cambia entre ambos. El flujo de trabajo también encaja con la forma en que los agentes de programación ya trabajan: una solicitud es un comando de shell normal, un fallo es un estado HTTP normal, y un trabajo largo es un id normal que sondear. Eso significa que Claude Code puede explicar un fallo con la misma voz que usa para un test fallido, y puede mantener el recurso generado junto al código que lo referencia. Para un repositorio con mucho diseño, la diferencia es práctica y no cosmética: la persona que escribe el componente es también la persona que puede producir la imagen que necesita, sin cambiar de herramientas ni perder el contexto del cambio. Como la misma clave cubre imágenes fijas y movimiento, un equipo puede mantener una integración y un saldo para ambos, y el agente puede encadenar una imagen terminada directamente en la siguiente solicitud de clip.
Lo que obtienes
Una habilidad de copiar y pegar
Pega el bloque de habilidades a continuación en el chat de Claude Code. El agente sigue la receta durante el resto de la conversación sin necesidad de indicaciones adicionales. El texto es lo suficientemente corto como para leerse de una sola vez y lo suficientemente específico como para que el agente no improvise nombres de campos. Especifica los valores exactos que acepta cada campo, de modo que una solicitud mal formada se corrige antes de llegar a la API. No se escribe nada en tu repositorio y no se instala nada.
Archivos locales gestionados
El agente sube una foto de tu proyecto con una solicitud multipart y luego pasa el id devuelto a la generación. El límite es de 30 MB para JPEG, PNG y WebP. Un archivo que reside en el repositorio nunca necesita primero una URL pública.
Imágenes y vídeo, una clave
Texto a imagen, imagen a imagen, texto a video, imagen a video y las transiciones de primer/último fotograma usan la misma clave y el mismo saldo de créditos. No gestionas cuentas separadas para imágenes fijas y movimiento, y la habilidad puede encadenar una imagen terminada en la siguiente solicitud de video.
Empleos que sobreviven al chat
Cada generación se ejecuta en nuestros servidores. Si la sesión finaliza, el agente puede listar los trabajos recientes por id y recoger el resultado más tarde. El enlace firmado del resultado permanece válido durante siete días, tiempo suficiente para descargarlo o copiarlo en un artefacto de compilación.
Solicitudes en inglés sencillo
Pide una toma de producto cuadrada o un clip social vertical. La skill traduce tus palabras a modelo, resolución, duración y relación de aspecto, y luego consulta la matriz de precios en vivo antes de gastar. Aun así puedes indicar ajustes exactos cuando una tarea los requiera. El agente te devuelve los ajustes elegidos, lo que facilita diagnosticar un resultado inesperado.
Una lista de precios
La API y la aplicación web cobran los mismos créditos. GET /v1/models devuelve la matriz en vivo de resolución, duración y créditos, para que el agente pueda comparar un clip de cinco segundos con uno de diez antes de crear nada.
Explora herramientas relacionadas
Elige la herramienta que se adapte a tu siguiente paso.
Dale a Claude Code una herramienta multimedia
Crea una clave, pega la skill y pide tu primera imagen. La documentación de la API cubre cada campo, estado y código de error.


