Skills
收录 96,770 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
创意与媒体
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 以及 40 多个模型生成 AI 视频。模型：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。能力：文生视频、图生视频、参考生视频、视频编辑、口型同步、虚拟形象动画、视频放大、拟音音效。用途：社交媒体视频、营销内容、讲解视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve 以及 50 多个模型生成 AI 图像。模型：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。能力：文生图、图生图、图像修复、LoRA、图像编辑、放大、文本渲染。用途：AI 艺术、产品样机、概念艺术、社交媒体图形、营销视觉、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
通过 inference.sh，根据 React/Remotion 组件代码渲染视频。输入 TSX 代码即可获取 MP4。支持所有 Remotion API：useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence。可配置分辨率、FPS、时长和编解码器。适用于：程序化视频生成、动态图形、动态设计、数据驱动视频、将 React 动画转换为视频。触发词：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video
Agent Media OS，HyperFrames 项目中所有媒体需求的单一 Skill。将 BGM、SFX、图像、图标、品牌徽标、声音、色彩分级或 LUT 解析为冻结的本地文件或可粘贴块 + 分类记录（一个动词，`resolve`）；当目录缺失时通过 TTS/音乐/图像模型生成；通过一个共享音频引擎生成旁白、转录、字幕和背景移除；对媒体进行操作（剪切/重新构图/变换）；并跨项目复用资产。保持磁盘上的搜索噪音，为 Agent 提供一个路径或块。用于任何音频、图像、图标、徽标、旁白、字幕、色彩分级或媒体资产需求。
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
在 RunComfy 上编辑现有视频——此技能是智能路由器，可根据用户意图匹配 RunComfy 目录中的合适编辑模型。它会选择 Wan 2.7 Edit-Video（通用风格重塑／背景替换／包装替换，并保留身份与动作）、Kling 2.6 Pro Motion Control（将参考视频中的精确动作迁移到目标角色），或 Lucy Edit Restyle（轻量、身份稳定的风格重塑／服装替换）。整合各模型文档中的提示词模式，让技能获得更精准的编辑效果，避免把迭代浪费在错误的模型上。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/<endpoint>`。当用户提到“视频编辑”“编辑视频”“重塑视频风格”“替换视频背景”“动作控制”“视频换装”，或明确要求转换视频时触发。
通过 `runcomfy` 命令行，在 RunComfy 上生成 AI 音乐，并智能路由至音乐模型目录中的合适模型。可路由至 ElevenLabs AI Music Generation（高品质 44.1 kHz 立体声人声曲，5 秒至 5 分钟，$0.0083/秒）和 ACE Step / ACE Step 1.5（StepFun-AI 开放权重模型，基于标签作曲，支持多语言歌词，$0.0002–0.0003/秒，便宜约 27 倍），还可使用 ACE Step audio-inpaint（重新生成现有曲目中的一段时间）和 ACE Step audio-outpaint（延长曲目前段或后段）。根据用户的实际需求选择模型，例如高品质人声钩子、低成本背景音乐库、多语言流行歌曲、修复不理想的副歌，或将 30 秒草稿延长为 2 分钟版本；并提供各模型文档记录的提示词模式以及最简 `runcomfy run` 调用方式。适用于“生成音乐”“制作一首歌”“AI 音乐”“背景音乐”“器乐曲”“原声带”“短歌”“主题音乐”“免版税音乐”“作曲”“带歌词的音乐”“延长音乐”“修复这首歌”“音乐修复”，或任何明确要求生成或编辑音乐的请求。
通过 `runcomfy` CLI 在 RunComfy 上生成 AI 视频——智能路由可覆盖完整的视频模型目录：HappyHorse 1.0（Arena #1，原生单次处理音频）、Wan-AI Wan 2-7（开放权重，音频驱动唇形同步）、ByteDance Seedance v2 / 1-5 / 1-0（多模态电影级视频）、Kling 3.0 / 2-6、Google Veo 3-1、MiniMax Hailuo 2-3、ByteDance Dreamina 3-0。支持文本生成视频（t2v）、图像生成视频（i2v）和 Veo 的视频延长端点。该技能会根据用户意图选择合适的模型（Arena #1 质量、多镜头角色一致性、单次处理音频、电影感运动、最快路径、15 秒以内片段、最长时长），并提供各模型文档记录的提示模式以及精简的 `runcomfy run` 调用。适用于“generate video”“make a video”“text to video”“t2v”“image to video”“i2v”“animate”“AI video”“make X move”“video from prompt”“video from image”，或任何明确要求根据提示词或静态图像生成视频片段的请求。
在 RunComfy 上为任意静态图像制作动画——此技能是一个智能路由器，可根据用户意图在 RunComfy 目录中匹配合适的图生视频模型。一般动画选择 HappyHorse 1.0 I2V（Arena 排名第 1、原生音频、身份保持）；自定义旁白口型同步选择带有 `audio_url` 的 Wan 2.7；基于图像、参考视频和参考音频进行多模态动画制作则选择 Seedance 2.0 Pro。整合每个模型文档中记录的提示词模式，让调用方无需在错误模型上反复尝试，也能获得更出色的输出。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或对应的端点变体）。在出现“image to video”“image-to-video”“i2v”“animate image”“make this move”等表达，或明确要求将静态图像转换为视频时触发
通过 `runcomfy` CLI 在 RunComfy 上生成和编辑图像——智能路由可覆盖完整的图像模型目录：FLUX 2（Klein 9B/4B、Pro、Dev、Flash、Turbo、Max）、Google Nano Banana 2 / Pro、OpenAI GPT Image 2、ByteDance Seedream 5 / 4-5 / 4-0 和 Dreamina 4-0、Alibaba Qwen Image 和 Z-Image Turbo、Wan 2-7。支持文本生成图像（t2i）和图像到图像／编辑（i2i）端点。该技能会根据用户的实际意图选择合适的模型（精确排版、照片级人像、亚秒级迭代、多参考图品牌风格、开放权重工作流），并提供各模型文档记录的提示模式以及精简的 `runcomfy run` 调用。适用于“generate image”“make a picture”“text to image”“AI image”“make an image of …”“image to image”“i2i”，或任何明确要求创建或重新设计图像的请求。
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
当 HyperFrames 合成中已放置的音频需要混音时使用：淡入／淡出、交叉淡化、轨道增益或音量、音量自动化、闪避、与旁白冲突的配乐（旁白避让）、轨道效果（EQ、压缩器、限制器、噪声门、饱和、延迟、混响、合唱、移相、位深削减）、绘制在轨道音量或任意效果参数上的自动化包络，或包含效果链、推子和自动化时钟、供多个轨道共用的子混音总线（`<hf-audio-group>`）。不要用于寻找或生成音频——查找 BGM、SFX 或制作旁白请使用 `/media-use`。不要用于剪辑时长或轨道布局，这些请使用 `/hyperframes-core`。
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
在 RunComfy 上使用 ByteDance Seedance 2.5 Image to Video，将单张静态图像动画化为 4-30 秒的 720p 电影感片段，可选同步原生音频。文档说明四字段 schema（prompt、image、duration、generate_audio）、$0.35/s 的定价、输出宽高比跟随输入图像这一事实，以及何时改用 Seedance 2.5 480p、text-to-video、reference-to-video 或首尾帧页面。通过本地 RunComfy CLI 调用 `runcomfy run bytedance/seedance-2.5/image-to-video/720p`。触发词包括 "seedance 2.5 image to video"、"seedance image to video"、"seedance i2v"、"animate this image with seedance"、"bytedance image to video"，或任何明确要求用 Seedance 2.5 将静态图像转为视频的请求。
在 RunComfy 上使用 Wan-AI Wan 3.0 Prime Reference to Video，根据参考图像、参考视频和参考音频构建视频片段。最多 10 张参考图像、5 段参考视频和 5 个参考音频片段绑定到提示词中，并以 "Image 1"、"Video 1"、"Audio 1" 命名，从而在 480p、720p 或 1080p 的 2-30 秒镜头中保持角色、产品和场景的一致性，并带有同步音轨。文档说明完整输入 schema、按秒计费的定价模型（参考视频按时长计费，图像和音频不计费），以及何时改用 Wan 3.0 Prime text-to-video / image-to-video、Wan 2.7 或 Seedance 2.0 Pro。通过本地 RunComfy CLI 调用 `runcomfy run wan-ai/wan-3.0-prime/reference-to-video`。触发词包括 "wan 3 prime reference to video"、"wan 3.0 prime"、"wan3 prime"、"reference to video"、"ref2v"、"keep the same character across shots"、"video from reference images"，或任何明确要求用该模型根据参考素材生成视频的请求。
在 RunComfy 上通过 `runcomfy` CLI 使用 ByteDance Seedance 2.5 Reference to Video 生成参考引导的 1080p 视频。一次调用可输入最多 9 张参考图像、1-3 段参考视频片段和 3 个参考音频文件，获得 4-30 秒、带原生同步音频的 1080p 视频片段，身份和风格锁定为你的参考素材。文档说明完整输入 schema（images / videos / audios / aspect_ratio / duration / generate_audio）、按秒计费模型（参考视频时长每秒 $0.53 加上输出时长）、480p 先草稿再交付的工作流，以及何时改用 Seedance 2.5 text-to-video、image-to-video 或 Seedance 2.0 Pro。调用 `runcomfy run bytedance/seedance-2.5/reference-to-video/1080p`。触发词包括 "seedance 2.5"、"seedance 2.5 reference to video"、"reference to video"、"reference-to-video"、"seedance 1080p"、"ByteDance Seedance 2.5"、"consistent character video"、"style-locked video"，或任何明确要求根据参考图像和片段生成视频的请求。
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
与用户在 Studio 中协作处理 HyperFrames 项目时使用：首先判断对方是否确实要求修改（问题、初步想法和“不要更改任何内容”应得到答复和计划，而不是直接编辑）；制作新影片时，参考 HyperFrames 发布影片所采用的计划、分镜和构建顺序；并说明如何安排时间线以便清晰呈现（一个字幕轨道、每条轨道一种元素类型、每个场景均为子合成），以及字幕和关键内容可以放置的位置（安全区域）。不要用于指导单项编辑操作（分割、修剪、变速、音量、复制、替换）；相关内容见 `/hyperframes-core` 中的 `creator-editing-recipes.md`。
在 RunComfy 上编辑现有视频——此技能是智能路由器，可根据用户意图匹配 RunComfy 目录中的合适编辑模型。它会选择 Wan 2.7 Edit-Video（通用风格重塑／背景替换／包装替换，并保留身份与动作）、Kling 2.6 Pro Motion Control（将参考视频中的精确动作迁移到目标角色），或 Lucy Edit Restyle（轻量、身份稳定的风格重塑／服装替换）。整合各模型文档中的提示词模式，让技能获得更精准的编辑效果，避免把迭代浪费在错误的模型上。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/<endpoint>`。当用户提到“视频编辑”“编辑视频”“重塑视频风格”“替换视频背景”“动作控制”“视频换装”，或明确要求转换视频时触发。
在 RunComfy 上为任意静态图像制作动画——此技能是一个智能路由器，可根据用户意图在 RunComfy 目录中匹配合适的图生视频模型。一般动画选择 HappyHorse 1.0 I2V（Arena 排名第 1、原生音频、身份保持）；自定义旁白口型同步选择带有 `audio_url` 的 Wan 2.7；基于图像、参考视频和参考音频进行多模态动画制作则选择 Seedance 2.0 Pro。整合每个模型文档中记录的提示词模式，让调用方无需在错误模型上反复尝试，也能获得更出色的输出。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或对应的端点变体）。在出现“image to video”“image-to-video”“i2v”“animate image”“make this move”等表达，或明确要求将静态图像转换为视频时触发
在 RunComfy 上使用 Google Nano Banana 2（Gemini 系列的 Flash 档文生图模型）生成图像，并整合模型文档中记录的提示词模式，使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 Nano Banana 2 的优势（快速迭代、图像内文字渲染、构图可预测、可选用网页信息作为上下文）、不同分辨率档位的定价、安全容忍度调节，以及何时改用 Nano Banana Pro、GPT Image 2、Flux 2 或 Seedream。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/text-to-image`。在出现“nano banana”“nano-banana-2”“nano banana 2”“google image gen”“gemini image”等表达，或明确要求使用此模型生成图像时触发
在 RunComfy 上编辑图像——此技能是一个智能路由器，可根据用户意图在 RunComfy 目录中匹配合适的图像编辑模型。可选择 Nano Banana Edit（默认保留身份，最多批量处理 20 张）、OpenAI GPT Image 2 Edit（图像内文字多语言改写、多参考图合成、精准布局）、Flux Kontext Pro（单参考图高保真局部编辑）或 Z-Image Turbo Inpaint（由蒙版驱动的精准区域编辑）。整合每个模型文档中记录的提示词模式，让技能无需在错误模型上反复尝试，也能获得更出色的编辑效果。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/edit`。在出现“image edit”“edit image”“image-to-image”“i2i”“swap background”“remove object”“rewrite headline”等表达，或明确要求编辑单张或批量图像时触发
在 RunComfy 上使用 Google Nano Banana 2（图生图编辑端点）编辑图像。介绍 Nano Banana Edit 的优势（保留主体身份、更换背景、使用空间描述进行局部编辑、最多输入 20 张图像进行批量编辑）、参数结构，以及何时改用 GPT Image 2 edit、Flux Kontext 或 Nano Banana 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/edit`。在出现“nano banana edit”“edit with nano banana”“image edit nano banana”等表达，或明确要求使用此模型编辑图像时触发
在 RunComfy 上使用 Flux 1 Kontext Pro（Black Forest Labs 的精准局部图像编辑模型）编辑图像，并整合模型文档中记录的提示词模式，使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 Flux Kontext 的优势（基于单张参考图进行精准局部编辑、提示词控制力强、输出始终保持高保真）、参数结构（单张图像 + 提示词），以及何时改用 Nano Banana Edit、GPT Image 2 edit 或 Flux 2 Klein。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-1-kontext/pro/edit`。在出现“flux kontext”“flux-kontext”“flux 1 kontext”“kontext”“BFL kontext”等表达，或明确要求使用此模型编辑图像时触发
在 RunComfy 上使用 Wan 2.7（Wan-AI 的旗舰动作模型）生成文生视频。介绍 Wan 2.7 的优势（多参考图条件控制、通过 `audio_url` 实现音频驱动的口型同步、更流畅的转场、提示词扩展）、时长／分辨率／宽高比参数结构，以及何时改用 HappyHorse 1.0、Seedance 2.0、Kling 或 LTX 2。通过本地 RunComfy CLI 调用 `runcomfy run wan-ai/wan-2-7/text-to-video`。在出现“wan”“wan 2.7”“wan-2-7”“wan video”等表达，或明确要求使用此模型生成视频时触发
在 RunComfy 上使用 ByteDance Seedance 2.0 Pro 生成电影感短视频。介绍 Seedance 2.0 Pro 的优势（多模态参考输入——最多 9 张图像、3 段视频、3 段音频；生成过程中同步音频并实现自然口型同步；电影感动作优化）、4–15 秒的时长参数，以及何时改用 HappyHorse 1.0、Wan 2.7 或 Kling。通过本地 RunComfy CLI 调用 `runcomfy run bytedance/seedance-v2/pro`。在出现“seedance”“seedance 2”“seedance v2”“seedance pro”“bytedance video”等表达，或明确要求使用此模型生成视频时触发
在 RunComfy 上使用 OpenAI GPT Image 2（ChatGPT Images 2.0 的 `/edit` 端点）编辑图像，并整合模型文档中记录的提示词模式，使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 GPT Image Edit 的优势（用于保留内容的描述、多语言图像内文字编辑、最多使用 10 张参考图、布局和排版精准度）、参数结构，以及何时改用 Nano Banana Edit、Flux Kontext 或 GPT Image 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run openai/gpt-image-2/edit`。在出现“gpt image edit”“gpt-image-edit”“chatgpt image edit”“edit with gpt image 2”等表达，或明确要求使用此模型编辑图像时触发
在 RunComfy 上使用 HappyHorse 1.0 生成文生视频。介绍 HappyHorse 1.0 的优势（Artificial Analysis Video Arena 排名第 1、原生 1080p 并在生成过程中同步音频、多镜头角色一致性、支持 6 种语言的提示词）、时长／宽高比／分辨率参数结构，以及何时改用 Wan 2.7、Seedance 2 或 LTX 2。通过本地 RunComfy CLI 调用 `runcomfy run happyhorse/happyhorse-1-0/text-to-video`。在出现“happyhorse”“happy horse”“happyhorse 1.0”“happyhorse video”等表达，或明确要求使用此模型生成视频时触发
在 RunComfy 上使用 Flux 2 Klein（Black Forest Labs 对 Flux 2 蒸馏得到的快速变体）生成图像，并整合模型文档中记录的提示词模式，使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 Flux 2 Klein 的优势（亚秒级延迟、多参考图品牌风格、主体优先的声明式提示词）、步数策略（快速迭代用 4–8 步，精修约用 25 步）、9B 与 4B 变体的权衡，以及何时改用 Flux 2 Pro、Seedream 5 或 GPT Image 2。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image`（或 `/4b/`）。在出现“flux 2 klein”“flux-2-klein”“flux klein”“BFL flux 2”等表达，或明确要求使用此模型生成图像时触发
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
在 RunComfy 上生成 Kling 3.0 视频。Kling 3.0（也称 Kling V3.0）是 Kuaishou Technology 的第三代多镜头视频模型，支持原生音频同步，并能在不同镜头间保持角色身份一致。此技能涵盖 Kling 3.0 的全部六个端点，包括三种渲染档位（Standard、Pro、4K）和两种模式（文生视频、图生视频）。通过本地 RunComfy CLI 调用 `runcomfy run kling/kling-3.0/<tier>/<mode>`。在出现“kling”“kling 3.0”“kling v3”“kling pro”“kling 4k”“kling text to video”“kling image to video”等表达，或明确要求使用 Kling 3.0 生成视频或制作动画时触发
在 RunComfy 上为任意静态图像制作动画——此技能是一个智能路由器，可根据用户意图在 RunComfy 目录中匹配合适的图生视频模型。一般动画选择 HappyHorse 1.0 I2V（Arena 排名第 1、原生音频、身份保持）；自定义旁白口型同步选择带有 `audio_url` 的 Wan 2.7；基于图像、参考视频和参考音频进行多模态动画制作则选择 Seedance 2.0 Pro。整合每个模型文档中记录的提示词模式，让调用方无需在错误模型上反复尝试，也能获得更出色的输出。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或对应的端点变体）。在出现“image to video”“image-to-video”“i2v”“animate image”“make this move”等表达，或明确要求将静态图像转换为视频时触发
在 RunComfy 上编辑现有视频——此技能是智能路由器，可根据用户意图匹配 RunComfy 目录中的合适编辑模型。它会选择 Wan 2.7 Edit-Video（通用风格重塑／背景替换／包装替换，并保留身份与动作）、Kling 2.6 Pro Motion Control（将参考视频中的精确动作迁移到目标角色），或 Lucy Edit Restyle（轻量、身份稳定的风格重塑／服装替换）。整合各模型文档中的提示词模式，让技能获得更精准的编辑效果，避免把迭代浪费在错误的模型上。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/<endpoint>`。当用户提到“视频编辑”“编辑视频”“重塑视频风格”“替换视频背景”“动作控制”“视频换装”，或明确要求转换视频时触发。
RunComfy 上的 Codex Pet 生成器。根据单张参考图生成兼容 Codex 的 Codex Pet spritesheet.webp 和 pet.json，将其放入 `${CODEX_HOME:-$HOME/.codex}/pets/<name>/`，Codex 就会将其作为自定义 Codex Pet，与内置的 8 种宠物并列显示。此技能会生成 Codex 所需的精确 Codex Pet 图集（1536x1872 PNG/WebP、8 列 x 9 行、192x208 单元格、9 种动画状态——idle、running-right、running-left、waving、jumping、failed、waiting、running、review）。它通过本地 RunComfy CLI，仅调用一次 OpenAI GPT Image 2 edit：`runcomfy run openai/gpt-image-2/edit`，生成标准 Codex Pet 姿势，然后使用 ImageMagick 微变换以编程方式组装全部 9 行动画——无需 Codex Pro、无需 `$imagegen`，也无需 OPENAI_API_KEY，只需 RUNCOMFY_TOKEN。适用于“codex pet”“create codex pet”“make codex pet”“hatch codex pet”“/hatch image”“desktop pet codex”“codex pets”“spritesheet.webp”，或任何明确要求为 OpenAI Codex 制作自定义宠物的请求。
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 `runcomfy` CLI 在 RunComfy 上生成和编辑图像——智能路由可覆盖完整的图像模型目录：FLUX 2（Klein 9B/4B、Pro、Dev、Flash、Turbo、Max）、Google Nano Banana 2 / Pro、OpenAI GPT Image 2、ByteDance Seedream 5 / 4-5 / 4-0 和 Dreamina 4-0、Alibaba Qwen Image 和 Z-Image Turbo、Wan 2-7。支持文本生成图像（t2i）和图像到图像／编辑（i2i）端点。该技能会根据用户的实际意图选择合适的模型（精确排版、照片级人像、亚秒级迭代、多参考图品牌风格、开放权重工作流），并提供各模型文档记录的提示模式以及精简的 `runcomfy run` 调用。适用于“generate image”“make a picture”“text to image”“AI image”“make an image of …”“image to image”“i2i”，或任何明确要求创建或重新设计图像的请求。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。