happyhorse-1-0

HappyHorse 1.0 — RunComfy の Pro Pack

runcomfy.com · テキストから動画を生成 · GitHub

HappyHorse 1.0 — 現在 Artificial Analysis Video Arena で第1位（Elo 1333 t2v / 1392 i2v） — RunComfy Model API でホストされています。ネイティブ 1080p 動画に対応し、生成パス内で音声を同期（会話、環境音、フォーリー）でき、複数ショットでキャラクターの一貫性を保てます。

npx skills add agentspace-so/runcomfy-skills --skill happyhorse-1-0 -g

このモデルを選ぶ場合（他モデルとの比較）

希望すること	使用するモデル
キャラクターや衣装の一貫性を保った複数ショットのストーリー	HappyHorse 1.0
1 回の生成パスで音声をネイティブに生成	HappyHorse 1.0
現在、ブラインド投票で第1位の動画モデル	HappyHorse 1.0
リップシンク付きの詳細な会話と参照動画	Seedance 2.0 Pro
細かな動きの制御と複数の参照画像による条件付け	Wan 2.7
超高速な反復処理（1 フレームあたり 1 秒未満）	LTX 2
既存の映像に対するシネマティックな動きの編集	Kling Video O1

ユーザーが「HappyHorse」や「happy horse video」と明示した場合は、いずれの場合もこのモデルに誘導してください。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login を実行すると、ブラウザーでデバイスコード認証が始まります。
3. CI / コンテナー — runcomfy login の代わりに RUNCOMFY_TOKEN=<token> を設定します。

エンドポイントと入力スキーマ

happyhorse/happyhorse-1-0/text-to-video

フィールド	型	必須	デフォルト	備考
prompt	string	はい	—	最大 2,500 文字。6 言語（CN/EN/JP/KR/DE/FR）に対応。
aspect_ratio	enum	いいえ	16:9	16:9、9:16、1:1、4:3、3:4 のみ。
resolution	enum	いいえ	1080P	720P または 1080P。
duration	int	いいえ	5	3～15 秒。
seed	int	いいえ	0	0..2^31-1。バリエーションを比較する際は同じ値を再利用します。
watermark	bool	いいえ	true	プロバイダーのウォーターマーク。

呼び出し方法

デフォルト（16:9、1080p、5 秒）：

runcomfy run happyhorse/happyhorse-1-0/text-to-video \
  --input '{"prompt": "<user prompt>"}' \
  --output-dir <absolute/path>

縦型のショート動画（9:16、8 秒、ウォーターマークなし）：

runcomfy run happyhorse/happyhorse-1-0/text-to-video \
  --input '{
    "prompt": "<user prompt>",
    "aspect_ratio": "9:16",
    "duration": 8,
    "watermark": false
  }' \
  --output-dir <absolute/path>

低コストのテスト生成（720p）：

runcomfy run happyhorse/happyhorse-1-0/text-to-video \
  --input '{"prompt": "<user prompt>", "resolution": "720P", "duration": 3}' \
  --output-dir <absolute/path>

CLI はリクエストを送信し、2 秒ごとに終端状態になるまでポーリングします。その後、結果に含まれる *.runcomfy.net / *.runcomfy.com URL からファイルをダウンロードし、--output-dir に保存します。標準出力には結果の JSON が出力されます。標準エラー出力には進行状況が表示されます。

プロンプト — 実際に効果のある方法

静止画ではなく、時間の経過に伴う動きを描写します。 「女性が窓から振り返り、机まで 2 歩進んでカップを手に取り、顔の近くまで持ち上げてひと口飲む」は、「コーヒーを飲む女性」より効果的です。

カメラとショットは平易な英語で指定します。 ショットの指定を先頭に置きます。"Wide shot. ..." / "Tracking shot. ..." / "Locked tripod, low angle. ..." は実際の指示として機能します。レンズの印象も指定します。"35mm anamorphic"、"shallow DOF"、"crushed shadows" などです。

反復処理では、1 クリップにつき視覚的な見せ場を 1 つにします。 「彼女が歩き、犬が走り、車が通り過ぎる」のように詰め込まないでください。まず見せ場を 1 つ選んで明確にし、その後、複数ショットのプロンプトで要素を重ねます。

複数ショットでの一貫性 — 2 つの場面を描写する場合は、それぞれで基準となる特徴を言い直します。"Shot 1: tall woman in red wool coat, blue scarf, in a rainy alley. Shot 2: same woman in red coat / blue scarf, now ducking under an awning." HappyHorse は外見を維持できますが、基準となる特徴の指定が必要です。

音声の指示 — 聞かせたい音を伝えます。"distant temple bells, footsteps on wet pavement, no dialogue" や "warm friendly tone, English" などです。

避けるべきパターン：

• 静止画の描写（時間の経過を表す動詞がない）→ 動きが曖昧になります。
• スタイルの指示が矛盾している → 打ち消し合います。
• 2,500 文字を超えるプロンプト → 品質が低下します。
• 対応している 5 種類以外のアスペクト比 → 422 エラーになります。

得意な用途

ユースケース	HappyHorse 1.0 が適している理由
一貫したキャラクターが登場する複数ショットのブランドストーリー	ショット間でキャラクターの同一性をネイティブに維持
クリップ内のナレーションと環境音が必要なトーキングヘッド形式の解説動画	同じ処理で音声を同期
多言語のショート動画広告	6 言語のプロンプトに対応し、スクリプト品質も低下しません
映画品質の 1080p 動画の納品	ネイティブな 1080p 出力で、放送にも対応
一般的な動画品質のブラインド投票で首位	Artificial Analysis Video Arena で第 1 位

サンプルプロンプト（良好な結果が得られることを確認済み）

モデルページより（映画品質の映像）：

Wide shot. A lone astronaut in dusty orange suit with blue-gray harness
skis across lunar plain, leaving parallel tracks in gray regolith.
Mid-stride, poles planted, pushing in 1/6th gravity with subtle upward
drift. Fine dust haze along ski tracks. Crescent Earth above lunar
horizon, blue-white glow against black sky. Raw sunlight, crushed
shadows, no fill. 8K photorealistic.

複数ショットの一貫性：

Shot 1: Medium close-up. A woman in a navy trench coat enters a
rain-slick neon-lit Tokyo alley, looks left, holds up an umbrella.
Shot 2: Same woman in same navy trench, now under the awning of a
ramen shop, shaking water off the umbrella. Warm interior glow, soft
chatter, gentle rain on metal roof in the audio.

縦型プラットフォームに最適化：

9:16 vertical short. A barista in a black apron pulls a single
espresso shot, steam rising into the morning sun, rich crema slowly
forming. Close-up handheld, shallow DOF, warm cafe ambience and the
hiss of the steam wand.

制限事項

• 最大時間は 15 秒 — より長いストーリーの場合は、複数ショットのプロンプトに分割してつなぎ合わせてください。
• アスペクト比 — 対応するのは、ドキュメントに記載された 5 種類のみです。超ワイドな映画向け映像は、クロップされるか拒否されます。
• 音声は同一処理内でのみ対応 — リップシンク用の外部音声は渡せません。音声駆動のリップシンクには、audio_url を受け付ける Wan 2.7、または Seedance 2.0 Pro を使用してください。
• このテンプレートでは無料の画像から動画への生成はできません — HappyHorse は別のパイプラインで i2v に対応していますが、ここにある t2v エンドポイントはテキスト専用です。

終了コード

runcomfy CLI は sysexits 形式のコードを使用します。

code	意味
0	成功
64	CLI 引数が不正
65	入力 JSON が不正、またはスキーマが一致しない（例：duration: 30 は 422 になります）
69	上流からの 5xx
75	再試行可能：タイムアウト / 429
77	サインインしていない、またはトークンが拒否された

完全なリファレンス：docs.runcomfy.com/cli/troubleshooting。

仕組み

1. このスキルは、スキーマに一致する JSON ボディを指定して runcomfy run happyhorse/happyhorse-1-0/text-to-video を実行します。
2. CLI はユーザーのベアラートークンを使用して、https://model-api.runcomfy.net/v1/models/happyhorse/happyhorse-1-0/text-to-video に POST します。
3. Model API は request_id を返し、CLI は 2 秒ごとに GET .../requests/<id>/status をポーリングします。
4. 終了ステータスになると、CLI は GET .../requests/<id>/result を取得し、ホスト名が .runcomfy.net または .runcomfy.com で終わる URL をダウンロードして --output-dir に保存します。それ以外の URL は一覧に表示されますが、取得されません。
5. ポーリング中に Ctrl-C を押すと、POST .../requests/<id>/cancel が送信されるため、停止した GPU 処理に対して課金されません。

このスキルが対応しないこと

セルフホスト可能な動画実行環境ではありません。機能を利用する権限を付与するものでもありません — 正常に動作する RunComfy アカウントが必要です。

セキュリティとプライバシー

• トークンの保存：runcomfy login は API トークンを ~/.config/runcomfy/token.json にモード 0600（所有者のみ読み書き可能）で書き込みます。CI / コンテナでファイルを完全に迂回するには、環境変数 RUNCOMFY_TOKEN を設定してください。
• 入力の境界：ユーザーのプロンプトは、--input を介して JSON 文字列として CLI に渡されます。CLI はプロンプトをシェル展開せず、JSON ボディを HTTPS 経由で Model API に直接送信します。プロンプトの内容に起因するシェルインジェクションの攻撃対象領域はありません。
• サードパーティーコンテンツ：渡した画像 / マスク / 動画の URL は、手元の CLI ではなく RunComfy モデルサーバーによって取得されます。外部 URL は信頼できないものとして扱ってください。画像ベースのプロンプトインジェクションは、あらゆる画像編集 / 動画編集モデルで既知のリスクです。
• 外部接続先：model-api.runcomfy.net（リクエスト送信）と、生成された出力のダウンロード許可リストである *.runcomfy.net / *.runcomfy.com のみです。テレメトリもコールバックもありません。
• 生成ファイルのサイズ上限：悪意のある、または暴走したモデル出力によるディスク容量の枯渇を防ぐため、CLI は 2 GiB を超える単一のダウンロードを中止します。