happyhorse-1-0

HappyHorse 1.0 — RunComfy 专业版

runcomfy.com · 文生视频 · GitHub

HappyHorse 1.0 — 目前在 Artificial Analysis Video Arena 排名第 1（Elo：文生视频 1333 / 图生视频 1392）— 由 RunComfy Model API 托管。支持原生 1080p 视频，并在同一生成流程中同步生成音频（对话、环境音、拟音），还能保持多镜头角色一致性。

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

何时选择此模型（而非同系列模型）

你的需求	使用
多镜头故事，并保持角色 / 服装一致	HappyHorse 1.0
在同一生成流程中生成原生音频	HappyHorse 1.0
目前盲投票视频模型排名第 1	HappyHorse 1.0
精细的口型同步对话 + 参考视频	Seedance 2.0 Pro
精细动作控制 + 多参考条件	Wan 2.7
超快速迭代（每帧不到一秒）	LTX 2
对现有素材进行电影级动作编辑	Kling Video O1

如果用户明确提到“HappyHorse” / “happy horse video”，无论如何都应转到这里。

前置条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy 账号 — runcomfy login 会在浏览器中打开设备代码授权流程。
3. CI / 容器 — 设置 RUNCOMFY_TOKEN=<token>，替代 runcomfy login。

端点 + 输入架构

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

字段	类型	必填	默认值	说明
prompt	string	是	—	最多 2,500 个字符。支持 6 种语言（CN/EN/JP/KR/DE/FR）。
aspect_ratio	enum	否	16:9	仅支持 16:9、9:16、1:1、4:3、3:4。
resolution	enum	否	1080P	720P 或 1080P。
duration	int	否	5	3–15 秒。
seed	int	否	0	0..2^31-1。重复使用可比较不同变体。
watermark	bool	否	true	服务提供商水印。

调用方法

默认设置（16:9、1080p、5 秒）：

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

竖屏短片（9:16、8 秒、无水印）：

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>

低成本测试（720p）：

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

CLI 会提交任务，每 2 秒轮询一次，直到任务结束，然后将结果中的任意 *.runcomfy.net / *.runcomfy.com URL 下载到 --output-dir。标准输出为结果 JSON，标准错误输出为进度信息。

提示词编写——实用技巧

描述随时间变化的动作，而非静态画面。“一名女子从窗边转过身，朝书桌走两步，拿起杯子，举到脸边，喝了一口”比“一名女子在喝咖啡”效果更好。

用通俗英语描述摄像机和镜头。 将镜头描述放在前面："Wide shot. ..." / "Tracking shot. ..." / "Locked tripod, low angle. ..." 都能作为有效指令。还可以指定镜头质感："35mm anamorphic"、"shallow DOF"、"crushed shadows"。

迭代时，每段片段只描述一个视觉节拍。 不要堆叠“她在走路，而且狗在跑，而且汽车驶过”。选定一个节拍，把它做好，再通过多镜头提示词逐步叠加。

多镜头一致性 — 描述两个节拍时，在每个镜头中重述关键特征："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 能保持外观一致，但需要重复描述关键特征。

音频指引 — 明确描述你想听到的内容："distant temple bells, footsteps on wet pavement, no dialogue" 或 "warm friendly tone, English"。

反面示例：

• 静态画面描述（没有表示时间变化的动词）→ 动作会显得含糊。
• 相互冲突的风格指引 → 效果会相互抵消。
• 提示词超过 2,500 个字符 → 效果会下降。
• 使用 5 种支持范围之外的宽高比 → 返回 422。

适用场景

使用场景	HappyHorse 1.0 的优势
角色一致的多镜头品牌故事	原生跨镜头身份保持
需要片段内配音和环境音的口播解说视频	同一轮生成同步生成音频
多语言短视频广告	支持 6 种提示词语言，脚本质量不下降
电影级 1080p 成片	原生输出 1080p，达到广播级品质
通用视频质量盲投票排名第一	在 Artificial Analysis Video Arena 中排名第 1

示例提示词（已验证可生成优质效果）

来自模型页面（电影级画面）：

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.

多镜头一致性：

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.

原生竖屏平台内容：

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.

限制

• 时长上限为 15s — 对于较长的叙事，请拆分为多镜头提示词并拼接。
• 宽高比 — 仅支持文档记录的 5 种值；超宽电影画面会被裁剪或拒绝。
• 音频仅支持在同一轮生成 — 无法传入外部音频来驱动口型同步。如需音频驱动的口型同步，请使用 Wan 2.7（支持 audio_url）或 Seedance 2.0 Pro。
• 此模板不支持免费图像转视频 — HappyHorse 通过单独的工作流支持 i2v；此处的 t2v 端点仅支持文本输入。

退出代码

runcomfy CLI 使用 sysexits 风格的代码：

code	含义
0	成功
64	CLI 参数错误
65	输入 JSON 错误 / 架构不匹配（例如，duration: 30 会返回 422）
69	上游 5xx
75	可重试：超时 / 429
77	尚未登录或令牌被拒绝

完整参考：docs.runcomfy.com/cli/troubleshooting。

工作原理

1. 此技能使用符合架构的 JSON 请求体调用 runcomfy run happyhorse/happyhorse-1-0/text-to-video。
2. CLI 使用用户的 bearer token 向 https://model-api.runcomfy.net/v1/models/happyhorse/happyhorse-1-0/text-to-video 发送 POST 请求。
3. Model API 返回 request_id；CLI 每 2 秒轮询一次 GET .../requests/<id>/status。
4. 请求进入终止状态后，CLI 获取 GET .../requests/<id>/result，并将主机名以 .runcomfy.net 或 .runcomfy.com 结尾的所有 URL 下载到 --output-dir。其他 URL 只会列出，不会获取。
5. 轮询期间按下 Ctrl-C 会发送 POST .../requests/<id>/cancel，这样停止 GPU 任务后就不会产生费用。

此技能不是什么

它不是可自托管的视频运行器，也不授予额外能力——它依赖可正常使用的 RunComfy 账号。

安全与隐私

• 令牌存储：runcomfy login 会将 API 令牌写入 ~/.config/runcomfy/token.json，权限模式为 0600（仅所有者可读写）。在 CI / 容器中，可设置 RUNCOMFY_TOKEN 环境变量以完全绕过此文件。
• 输入边界：用户提示词会作为 JSON 字符串通过 --input 传递给 CLI。CLI 不会对提示词进行 shell 展开，而是通过 HTTPS 将 JSON 请求体直接发送到 Model API。提示词内容不存在 shell 注入风险。
• 第三方内容：你传入的图像 / 蒙版 / 视频 URL 由 RunComfy 模型服务获取，而非由本机上的 CLI 获取。请将外部 URL 视为不可信；基于图像的提示词注入是任何图像编辑 / 视频编辑模型都存在的已知风险。
• 出站端点：仅使用 model-api.runcomfy.net（提交请求）和 *.runcomfy.net / *.runcomfy.com（生成结果的下载白名单）。无遥测，无回调。
• 生成文件大小上限：为防止恶意或失控的模型输出占满磁盘，CLI 会中止任何超过 2 GiB 的单次下载。