Lovart: kan het automatiseren, en waarom is het zo realistisch?

Diep onderzoek (meerdere zoek-agents + primaire bronnen: lovart.ai zelf, de officiële GitHub, fal.ai). Belangrijke correctie op een eerdere conclusie.

⚠️ De grote correctie: Lovart HEEFT wél een officiële API

Eerder concludeerde ik "geen API" omdat ik in Manage Account alleen Profiel/Abonnement/Facturering zag. Dat klopte voor díe plek — maar de API zit ergens anders, onder een andere naam.

Die "OpenClaw for Lovart" in het account-menu = precies de API/automatisering.

Bevestigd via de officiële repo github.com/lovartai/lovart-skill:

Installeren: npx skills add lovartai/lovart-skill — werkt met Claude Code (dat zijn wij!), OpenClaw en Cursor.
Sleutels: via Avatar-menu → "AK/SK Management" (een Access Key ak_… + Secret Key sk_…).
Endpoint: https://lgw.lovart.ai (officiële Lovart OpenAPI).
Je kunt exacte modellen forceren, bijvoorbeeld:
Video met Kling 3.0: --prefer-models '{"VIDEO":["generate_video_kling_v3"]}'
Beeld met GPT Image 2: --include-tools generate_image_gpt_image_2

Conclusie deel 1: we kunnen Lovart dus wél koppelen aan onze bots — precies dezelfde pijplijn die jou opviel (GPT Image 2 + Kling 3.0), aanstuurbaar vanuit Claude Code.

Let op: de derde-partij-sites (lovart.pro, lovart.info) die over "Developer Settings + SDK" schreven zijn onbetrouwbaar/SEO-spam. De échte route is de officiële skill hierboven, niet een dashboard.

Let op 2: Lovarts voorwaarden verbieden browser-automatisering/botten van de web-UI (risico op blokkade). De officiële AK/SK-skill is de toegestane weg.

Waarom is Lovart realistischer? (deel 2)

Lovarts agent koos GPT Image 2 voor de foto en Kling 3.0 voor de video. Beide zijn top-modellen van dit moment.

Belangrijk inzicht: onze eigen Higgsfield gebruikt óók al Kling 3.0 (model kling3_0). Dus het verschil zat waarschijnlijk niet in het video-model, maar in:

De basis-foto — Lovart gebruikte GPT Image 2; wij gebruikten Seedream/Nano Banana. Een betere basis-foto = realistischer eindresultaat.
De orkestratie/prompting van Lovarts agent.

Kunnen we dit zelf nabouwen (automatiseerbaar)? Ja.

Alle bouwstenen zijn als API beschikbaar:

Onderdeel	Waar	Model-ID
Basis-foto	fal.ai	`openai/gpt-image-2`
Foto→video	fal.ai	`fal-ai/kling-video/v3/pro/image-to-video` (3–15s, `cfg_scale` 0.5, `negative_prompt`)
Foto→video (4K)	fal.ai	`fal-ai/kling-video/v3/4k/image-to-video`
Kling 3.0	Higgsfield	`kling3_0` (gebruiken we al!)
Opschalen	Topaz / SUPIR	Kling-upscaler

Aanbevolen plan — het beste van twee werelden

Optie A (snelst, exact wat jou opviel): installeer de officiële lovart-skill bij ons. Dan roepen we Lovart (GPT Image 2 + Kling 3.0) programmatisch aan vanuit onze bots, met jouw AK/SK-sleutels + jouw credits. Lovart-kwaliteit ÉN automatiseerbaar.

Optie B (volledige eigen controle): bouw de pijplijn in onze eigen stack — GPT Image 2 (fal) voor de foto + Kling 3.0 (Higgsfield/fal) voor de video + Topaz-opschaling. Meer regelwerk, maar 100% van ons.

Advies: begin met Optie A (snel resultaat, bewezen kwaliteit), en bouw daarnaast Optie B als we het volledig in eigen hand willen.

Bronnen

github.com/lovartai/lovart-skill (officiële skill — geverifieerd)
lovart.ai/pricing + /changelog + /features (primair)
blog.fal.ai/kling-3-0-is-now-available-on-fal + fal.ai/models/fal-ai/kling-video/v3
fal.ai/models/openai/gpt-image-2 · higgsfield.ai/ai/video?model=kling3_0 · topazlabs.com

Onderzoeksnoot: de automatische fact-check-stap viel uit door een tijdelijke rate-limit; daarom heb ik de kernclaim (de officiële API) handmatig geverifieerd op de bron-GitHub.

🎙️ Bespreek met Jarvis