Cursor peut désormais générer des images
Cursor édite déjà votre code. Avec l'API REST DreamUtopia, la même session peut créer une image héros, restyler une photo de produit ou transformer une image fixe en une vidéo de huit secondes. Collez un seul fichier de compétences, demandez en langage naturel, et l'agent gère le téléversement, la requête et l'interrogation répétée.
Génération d'images Cursor, sans quitter l'éditeur
La génération d'images dans Cursor devient une partie normale d'une session de codage lorsque l'agent peut appeler directement une API média. Les agents de codage savent exécuter des commandes, lire les réponses et réessayer intelligemment, ce qui est exactement ce dont une API média a besoin. Au lieu de quitter l'éditeur pour ouvrir une application web, vous pouvez demander à Cursor une image d'en-tête au format 16:9 et obtenir une URL de résultat dans la même conversation. Nous avons conçu l'API DreamUtopia comme du REST simple pour cette raison. Il n'y a pas de serveur MCP à configurer ni de plugin à installer. Le fichier de compétences enseigne à l'agent l'URL de base, l'en-tête d'authentification, le téléversement multipart, les deux endpoints de création, la boucle de polling et les règles d'erreur. Une compétence collée et une variable d'environnement constituent toute la configuration. La même clé fonctionne aussi depuis vos propres scripts, ce qui signifie que l'agent et votre pipeline de build partagent une seule intégration et un seul solde de crédits. Cela compte lorsqu'une tâche de design commence dans un chat et se termine dans un script de déploiement : la forme de la requête ne change pas entre les deux. Le flux de travail correspond aussi à la façon dont les agents de codage fonctionnent déjà : une requête est une commande shell normale, un échec est un statut HTTP normal, et une tâche longue est un id normal à interroger. Cela signifie que Cursor peut expliquer un échec avec la même voix qu'il utilise pour un test échoué, et il peut conserver l'asset généré à côté du code qui y fait référence. Pour un dépôt à forte composante design, la différence est pratique plutôt que cosmétique : la personne qui écrit le composant est aussi celle qui peut produire l'image dont il a besoin, sans changer d'outil ni perdre le contexte de la modification. Cursor peut exécuter la requête, lire la réponse JSON et expliquer un échec sans quitter le fichier que vous êtes en train d'éditer. Cette boucle de rétroaction est tout l'intérêt : l'agent sait déjà exécuter une commande et interpréter le résultat, donc la génération de médias devient un autre outil qu'il peut utiliser.
Ce que vous obtenez
Une compétence à copier-coller
Collez le bloc de compétences ci-dessous dans le chat Cursor. L'agent suit la recette pour le reste de la conversation sans sollicitation supplémentaire. Le texte est assez court pour être lu d'une seule traite et assez précis pour que l'agent n'improvise pas les noms de champs. Il indique les valeurs exactes que chaque champ accepte, de sorte qu'une requête mal formée est corrigée avant d'atteindre l'API. Rien n'est écrit dans votre dépôt et rien n'est installé.
Fichiers locaux traités
L'agent téléverse une photo depuis votre projet via une requête multipart, puis transmet l'id renvoyé à la génération. La limite est de 30 Mo pour les formats JPEG, PNG et WebP. Un fichier présent dans le dépôt n'a jamais besoin d'une URL publique au préalable.
Images et vidéo, une seule clé
La génération d'images à partir de texte, d'images à partir d'images, de vidéos à partir de texte, de vidéos à partir d'images et les transitions première/dernière image utilisent toutes la même clé et le même solde de crédits. Vous ne gérez pas de comptes séparés pour les images fixes et les animations, et la compétence peut enchaîner une image terminée dans la requête vidéo suivante.
Des emplois qui survivent au chat
Chaque génération s'exécute sur nos serveurs. Si la session se termine, l'agent peut lister les tâches récentes par id et récupérer le résultat plus tard. Le lien signé vers le résultat reste valide pendant sept jours, ce qui laisse suffisamment de temps pour le télécharger ou le copier dans un artefact de build.
Demandes en anglais simple
Demandez une prise de vue produit carrée ou un clip social vertical. La compétence associe vos mots au modèle, à la résolution, à la durée et au format d'image, puis vérifie la matrice tarifaire en direct avant de dépenser. Vous pouvez toujours indiquer des paramètres exacts lorsqu'une tâche le nécessite. L'agent vous communique les paramètres choisis, ce qui facilite le diagnostic d'un résultat inattendu.
Une liste de prix
L'API et l'application web facturent les mêmes crédits. GET /v1/models renvoie la matrice live de résolution, de durée et de crédits, ce qui permet à l'agent de comparer un clip de cinq secondes avec un de dix secondes avant de créer quoi que ce soit.
Découvrir les outils associés
Choisissez l’outil adapté à votre prochaine étape.
Donnez à Cursor un outil média
Créez une clé, collez la compétence et demandez votre première image. La documentation de l'API couvre chaque champ, statut et code d'erreur.


