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 `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。
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 `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。
通过命令行在 RunComfy 上运行任意模型。`runcomfy` CLI 只需一个二进制文件和一套身份验证，即可调用数百个模型端点——图像生成、图像编辑、视频生成、图像转视频、唇形同步、人脸替换、视频编辑、图像修复、扩图、延长、ControlNet、重新打光、放大、LoRA 训练等。提交请求、轮询状态并下载输出。此技能教会 Agent 如何安装、验证身份、发现模型架构、调用模型、流式处理／轮询／不等待、以 JSON 输出模式编写脚本以及处理错误。适用于“runcomfy cli”“install runcomfy”“runcomfy login”“runcomfy run”“runcomfy whoami”“runcomfy api”，或任何明确要求从脚本或终端调用 RunComfy 模型的请求。相关技能（ai-image-generation、ai-video-generation、image-edit、video-edit、face-swap、lipsync、image-to-video、image-inpainting、image-outpainting、video-extend、controlnet-pose、relight）均通过此 CLI 调用。
通过 `runcomfy` CLI 在 RunComfy 上创建 AI 虚拟形象、口播和唇形同步视频。可路由至 ByteDance OmniHuman（音频驱动的全身虚拟形象）、Wan-AI Wan 2-7（通过人像的 `audio_url` 实现音频驱动的口型同步）、HappyHorse 1.0（Arena #1 t2v / i2v，支持单次处理音频）和 Seedance v2 Pro（结合参考音频与参考主体的多模态电影级视频）。该技能会根据用户的实际意图选择合适的模型——UGC 配音、虚拟主持人、配音产品演示、唇形同步角色、对话场景——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“talking head”“lip sync”“avatar video”“make X speak”“audio to video”“audio driven avatar”“virtual presenter”“AI spokesperson”“dubbed video”“UGC avatar”“HeyGen alternative”“Synthesia alternative”“digital human”“make this portrait talk”“video from voiceover”，或任何明确要求让人像开口说话的请求。
通过 `runcomfy` CLI 在 RunComfy 的视频或图像中替换人脸／角色。可路由至社区版 Wan 2-2 Animate（音频驱动的角色动画 + 身份替换）、GPT Image 2 Edit（通过参考构图对静态图像进行单次精确换脸）、Nano Banana Edit（批量保留身份的替换）、Flux Kontext（基于单张参考图的高保真局部人脸编辑）和 Kling 2-6 Motion Control Pro（将一段表演中的动作迁移到目标角色）。该技能会根据用户的实际意图选择合适的模型——单张静态图还是视频、完整角色还是仅人脸、对话场景还是无声动作。适用于“face swap”“swap face”“deepfake”“face replacement”“character swap”“head swap”“put X's face on Y”“make this video star X”“replace the actor in this video”“swap the character in the photo”“deepfake video”“ReActor alternative”，或任何明确要求用一个身份替换另一个身份的请求。
通过 `runcomfy` CLI 在 RunComfy 上对视频帧进行区域编辑——移除多个帧中出现的物体、清除电线或水印，或替换区域并匹配动作。可路由至 Wan 2-7 edit-video（默认选项，使用空间描述的提示词驱动区域编辑）、Lucy Edit Restyle（保持身份一致的区域感知风格重塑）和 Seedream 4-0 edit-sequential（将片段视为帧序列时使用）。该技能会根据修改是由文字描述驱动、需要锁定身份，还是需要逐帧静态图修复后串联成视频，选择合适的方式。适用于“video inpaint”“video inpainting”“remove from video”“mask region in video”“clean up video”“remove object from clip”“video patch”“frame-by-frame edit”“remove watermark from video”“remove passing person”，或任何明确要求编辑视频多帧中的某个区域的请求。
通过 `runcomfy` CLI 在 RunComfy 上进行遮罩驱动的图像修复。可路由至 Tongyi MAI Z-Image Turbo Inpainting（专用修复端点，支持遮罩、强度和控制比例）；如果没有遮罩且需要通过描述指定区域，则使用保留身份的编辑模型（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。适用于移除物体、去除水印、替换区域、清理瑕疵，以及任何由二值遮罩定义目标区域的受控局部编辑。适用于“inpaint”“inpainting”“image inpaint”“remove from image”“fill region”“mask-driven edit”“remove watermark”“remove object”“patch the photo”“fill the hole”，或任何明确要求编辑静态图像中特定遮罩区域的请求。
通过 `runcomfy` 命令行，在 RunComfy 上进行姿势条件生成。可路由至 Kling 2-6 Motion Control Pro / Standard（将参考视频中的动作／调度转移到目标角色上）、社区版 Wan 2-2 Animate（带姿势条件的音频驱动角色动画）以及 Z-Image Turbo ControlNet LoRA（根据 OpenPose / DWPose / canny / depth 控制图像进行姿势条件图像生成）。根据视频或静图、风格化或写实等需求选择合适路线。适用于“controlnet”“control net”“姿势控制”“openpose”“DWPose”“转移姿势”“动作控制”“姿势驱动”“角色姿势”“深度控制”“canny 边缘”“使用这个姿势”，或任何明确要求以姿势／骨架／动作／深度／canny 参考来控制生成的请求。
通过 `runcomfy` 命令行，在 RunComfy 上让人脸与指定音轨对口型。可路由至 ByteDance OmniHuman（根据人像照片和音频生成音频驱动的全身化身）、Sync Labs sync v2 / Pro（将口型同步到视频）、Kling lipsync（带同步语音的音频转视频和文本转视频）以及 Creatify lipsync。该技能会根据用户的实际需求选择合适的端点：人像静图 + 音频（化身风格）、源视频 + 音频（替换现有素材中的口型），或根据脚本生成并同步。适用于“lip sync”“lipsync”“让这段视频说话”“让口型匹配音频”“为视频配音”“让口型与语音同步”“Sync Labs”“旁白同步”，或任何明确要求用音轨驱动人脸口型的请求。
通过 `runcomfy` 命令行，在 RunComfy 上延长或续接现有视频片段。路由至 Google Veo 3-1 的 `extend-video` 和 `fast/extend-video` 端点：选择源视频并提供描述后续内容的提示词，模型会生成延续原片段的内容，并保持动作、光照和主体身份一致。适用于用户想延长一段较短的 Veo 视频，或想以单个种子片段逐镜头构建连续叙事的情况。适用于“延长视频”“续接视频”“更长的视频”“视频延长”“把这段片子变长”“Veo 延长”“串联视频镜头”“视频续接”，或任何明确要求在现有视频后添加帧的请求。
通过本地 RunComfy 命令行中的 `runcomfy` CLI，在 RunComfy 上使用 ElevenLabs Music 生成完整歌曲和器乐曲。ElevenLabs Music 可将风格描述和结构化歌词转为录音室品质的 44.1 kHz 立体声音频，时长为 5 秒至 5 分钟，并支持分段控制（Intro / Verse / Chorus / Bridge）、多语言人声和适合商业使用的输出。可生成伴奏、完整人声歌曲、短歌、播客片头、游戏循环音乐或器乐铺底。调用 `runcomfy run elevenlabs/elevenlabs/music-generation`。适用于“生成音乐”“制作一首歌”“AI 音乐”“背景音乐”“器乐曲”“ElevenLabs Music”“原声带”“短歌”“主题音乐”“免版税音乐”“作曲”，或任何明确要求根据文本描述生成音乐或歌曲的请求。
通过 `runcomfy` 命令行，在 RunComfy 上进行图像扩展：将静图扩展到原始画布之外，补全相机未拍到的内容，或在保留原始内容的同时更改宽高比（正方形 → 16:9、人像 → 横向）。可路由至 Nano Banana 2 Edit（默认，基于空间语言）、GPT Image 2 Edit（多参考图并匹配参考风格）、FLUX Kontext Pro（单次生成，最大限度保留内容）以及品牌编辑端点（Seedream / Dreamina / Qwen / FLUX 2）。根据扩图由文本描述驱动、由参考图驱动还是受品牌限制，选择合适路线。适用于“扩图”“图像扩展”“扩展图像画布”“放大图像范围”“补全照片周围”“取消裁剪”“更改宽高比”“扩展画面”“将正方形扩为宽屏”，或任何明确要求在现有静图周围增加画布的请求。
通过 `runcomfy` 命令行，在 RunComfy 上重新布置静图的光线——更改布光方式、色温、方向或氛围。针对专门的重新布光任务，路由至 Qwen Edit 2509 专用的 `relight` LoRA 端点；如果用文字描述光线即可满足需求，则回退到保留主体身份的编辑端点（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。适用于产品重新布光（影棚柔光箱 → 窗边光）、改变人像氛围（阴天 → 黄金时刻）或调整色彩分级。适用于“重新布光”“调整光线”“更改照明”“调成黄金时刻”“影棚灯光”“轮廓光”“蓝调时刻”“柔和窗光”“改变光线方向”“色温”，或任何明确要求更改静图光照效果的请求。
通过 `runcomfy` 命令行，在 RunComfy 上对视频进行扩图：扩展视频的空间画布，更改宽高比（9:16 竖屏转 16:9 横屏，或反向转换），并在保留中心动作的同时补充原始画面之外的环境。通过 Wan 2-7 edit-video 进行基于提示词的空间扩展；当主视觉交付对接缝质量有要求时，为 Agent 指向专用的 ComfyUI 扩图工作流。适用于“视频扩图”“视频扩展”“扩展视频画布”“扩展视频画面”“取消视频裁剪”“更改宽高比”“竖屏转横屏”“9:16 转 16:9”“TikTok 转 YouTube”，或任何明确要求将视频空间扩展到原始画面之外的请求。
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` 命令行，在 RunComfy 上使用 ACE Step 生成、修复和扩展音乐。ACE Step 是 StepFun-AI 的开放权重音乐基础模型，支持基于标签（流派、氛围、乐器）作曲、带分段标记的多语言歌词，输出时长为 5 秒至 4 分钟的立体声音频，成本为每秒 $0.0002–0.0003（比 ElevenLabs Music 便宜约 27 倍）。提供四个端点：ACE Step text-to-audio（默认）、ACE Step 1.5 text-to-audio（支持 50 多种语言的歌词，改进结构化歌词处理）、ACE Step audio-inpaint（重新生成现有曲目中的一段时间）、ACE Step audio-outpaint（延长现有曲目前段或后段）。适用于“ace step”“ace-step”“acestep”“ACE music”“开放音乐模型”“低成本 AI 音乐”“修复音频”“音频修复”“延长音乐”“音频扩展”“延长曲目”“带标签的音乐”，或任何明确要求使用 ACE Step 生成或编辑音乐的请求。
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。
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` 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。
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。
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 OpenAI GPT Image 2（ChatGPT Images 2.0）生成和编辑图像。介绍 GPT Image 2 的优势（嵌入文本、徽标、多语言排版、指令精准度）、3 种固定尺寸、保留内容的编辑措辞，以及何时应改用同系列模型（Flux 2 / Nano Banana Pro / Seedream）。通过本地 RunComfy CLI 调用 `runcomfy run openai/gpt-image-2/text-to-image` 或 `/edit`。当出现“gpt image 2”“gpt-image-2”“ChatGPT Images 2”“image 2”，或明确要求使用此模型生成或编辑图像时触发。
通过 `runcomfy` CLI 在 RunComfy 的视频或图像中替换人脸／角色。可路由至社区版 Wan 2-2 Animate（音频驱动的角色动画 + 身份替换）、GPT Image 2 Edit（通过参考构图对静态图像进行单次精确换脸）、Nano Banana Edit（批量保留身份的替换）、Flux Kontext（基于单张参考图的高保真局部人脸编辑）和 Kling 2-6 Motion Control Pro（将一段表演中的动作迁移到目标角色）。该技能会根据用户的实际意图选择合适的模型——单张静态图还是视频、完整角色还是仅人脸、对话场景还是无声动作。适用于“face swap”“swap face”“deepfake”“face replacement”“character swap”“head swap”“put X's face on Y”“make this video star X”“replace the actor in this video”“swap the character in the photo”“deepfake video”“ReActor alternative”，或任何明确要求用一个身份替换另一个身份的请求。
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
通过 `runcomfy` CLI 在 RunComfy 上创建 AI 虚拟形象、口播和唇形同步视频。可路由至 ByteDance OmniHuman（音频驱动的全身虚拟形象）、Wan-AI Wan 2-7（通过人像的 `audio_url` 实现音频驱动的口型同步）、HappyHorse 1.0（Arena #1 t2v / i2v，支持单次处理音频）和 Seedance v2 Pro（结合参考音频与参考主体的多模态电影级视频）。该技能会根据用户的实际意图选择合适的模型——UGC 配音、虚拟主持人、配音产品演示、唇形同步角色、对话场景——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“talking head”“lip sync”“avatar video”“make X speak”“audio to video”“audio driven avatar”“virtual presenter”“AI spokesperson”“dubbed video”“UGC avatar”“HeyGen alternative”“Synthesia alternative”“digital human”“make this portrait talk”“video from voiceover”，或任何明确要求让人像开口说话的请求。
通过 `runcomfy` 命令行，在 RunComfy 上进行图像扩展：将静图扩展到原始画布之外，补全相机未拍到的内容，或在保留原始内容的同时更改宽高比（正方形 → 16:9、人像 → 横向）。可路由至 Nano Banana 2 Edit（默认，基于空间语言）、GPT Image 2 Edit（多参考图并匹配参考风格）、FLUX Kontext Pro（单次生成，最大限度保留内容）以及品牌编辑端点（Seedream / Dreamina / Qwen / FLUX 2）。根据扩图由文本描述驱动、由参考图驱动还是受品牌限制，选择合适路线。适用于“扩图”“图像扩展”“扩展图像画布”“放大图像范围”“补全照片周围”“取消裁剪”“更改宽高比”“扩展画面”“将正方形扩为宽屏”，或任何明确要求在现有静图周围增加画布的请求。
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
通过 `runcomfy` 命令行，在 RunComfy 上延长或续接现有视频片段。路由至 Google Veo 3-1 的 `extend-video` 和 `fast/extend-video` 端点：选择源视频并提供描述后续内容的提示词，模型会生成延续原片段的内容，并保持动作、光照和主体身份一致。适用于用户想延长一段较短的 Veo 视频，或想以单个种子片段逐镜头构建连续叙事的情况。适用于“延长视频”“续接视频”“更长的视频”“视频延长”“把这段片子变长”“Veo 延长”“串联视频镜头”“视频续接”，或任何明确要求在现有视频后添加帧的请求。
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 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 `runcomfy` CLI 在 RunComfy 上对视频帧进行区域编辑——移除多个帧中出现的物体、清除电线或水印，或替换区域并匹配动作。可路由至 Wan 2-7 edit-video（默认选项，使用空间描述的提示词驱动区域编辑）、Lucy Edit Restyle（保持身份一致的区域感知风格重塑）和 Seedream 4-0 edit-sequential（将片段视为帧序列时使用）。该技能会根据修改是由文字描述驱动、需要锁定身份，还是需要逐帧静态图修复后串联成视频，选择合适的方式。适用于“video inpaint”“video inpainting”“remove from video”“mask region in video”“clean up video”“remove object from clip”“video patch”“frame-by-frame edit”“remove watermark from video”“remove passing person”，或任何明确要求编辑视频多帧中的某个区域的请求。
通过 `runcomfy` CLI 在 RunComfy 的视频或图像中替换人脸／角色。可路由至社区版 Wan 2-2 Animate（音频驱动的角色动画 + 身份替换）、GPT Image 2 Edit（通过参考构图对静态图像进行单次精确换脸）、Nano Banana Edit（批量保留身份的替换）、Flux Kontext（基于单张参考图的高保真局部人脸编辑）和 Kling 2-6 Motion Control Pro（将一段表演中的动作迁移到目标角色）。该技能会根据用户的实际意图选择合适的模型——单张静态图还是视频、完整角色还是仅人脸、对话场景还是无声动作。适用于“face swap”“swap face”“deepfake”“face replacement”“character swap”“head swap”“put X's face on Y”“make this video star X”“replace the actor in this video”“swap the character in the photo”“deepfake video”“ReActor alternative”，或任何明确要求用一个身份替换另一个身份的请求。
通过本地 RunComfy 命令行中的 `runcomfy` CLI，在 RunComfy 上使用 ElevenLabs Music 生成完整歌曲和器乐曲。ElevenLabs Music 可将风格描述和结构化歌词转为录音室品质的 44.1 kHz 立体声音频，时长为 5 秒至 5 分钟，并支持分段控制（Intro / Verse / Chorus / Bridge）、多语言人声和适合商业使用的输出。可生成伴奏、完整人声歌曲、短歌、播客片头、游戏循环音乐或器乐铺底。调用 `runcomfy run elevenlabs/elevenlabs/music-generation`。适用于“生成音乐”“制作一首歌”“AI 音乐”“背景音乐”“器乐曲”“ElevenLabs Music”“原声带”“短歌”“主题音乐”“免版税音乐”“作曲”，或任何明确要求根据文本描述生成音乐或歌曲的请求。
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
通过 `runcomfy` 命令行，在 RunComfy 上进行姿势条件生成。可路由至 Kling 2-6 Motion Control Pro / Standard（将参考视频中的动作／调度转移到目标角色上）、社区版 Wan 2-2 Animate（带姿势条件的音频驱动角色动画）以及 Z-Image Turbo ControlNet LoRA（根据 OpenPose / DWPose / canny / depth 控制图像进行姿势条件图像生成）。根据视频或静图、风格化或写实等需求选择合适路线。适用于“controlnet”“control net”“姿势控制”“openpose”“DWPose”“转移姿势”“动作控制”“姿势驱动”“角色姿势”“深度控制”“canny 边缘”“使用这个姿势”，或任何明确要求以姿势／骨架／动作／深度／canny 参考来控制生成的请求。
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
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 `runcomfy` CLI 在 RunComfy 上进行遮罩驱动的图像修复。可路由至 Tongyi MAI Z-Image Turbo Inpainting（专用修复端点，支持遮罩、强度和控制比例）；如果没有遮罩且需要通过描述指定区域，则使用保留身份的编辑模型（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。适用于移除物体、去除水印、替换区域、清理瑕疵，以及任何由二值遮罩定义目标区域的受控局部编辑。适用于“inpaint”“inpainting”“image inpaint”“remove from image”“fill region”“mask-driven edit”“remove watermark”“remove object”“patch the photo”“fill the hole”，或任何明确要求编辑静态图像中特定遮罩区域的请求。
通过 `runcomfy` CLI 在 RunComfy 上进行遮罩驱动的图像修复。可路由至 Tongyi MAI Z-Image Turbo Inpainting（专用修复端点，支持遮罩、强度和控制比例）；如果没有遮罩且需要通过描述指定区域，则使用保留身份的编辑模型（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。适用于移除物体、去除水印、替换区域、清理瑕疵，以及任何由二值遮罩定义目标区域的受控局部编辑。适用于“inpaint”“inpainting”“image inpaint”“remove from image”“fill region”“mask-driven edit”“remove watermark”“remove object”“patch the photo”“fill the hole”，或任何明确要求编辑静态图像中特定遮罩区域的请求。
在 RunComfy 上使用 OpenAI GPT Image 2（ChatGPT Images 2.0）生成和编辑图像。介绍 GPT Image 2 的优势（嵌入文本、徽标、多语言排版、指令精准度）、3 种固定尺寸、保留内容的编辑措辞，以及何时应改用同系列模型（Flux 2 / Nano Banana Pro / Seedream）。通过本地 RunComfy CLI 调用 `runcomfy run openai/gpt-image-2/text-to-image` 或 `/edit`。当出现“gpt image 2”“gpt-image-2”“ChatGPT Images 2”“image 2”，或明确要求使用此模型生成或编辑图像时触发。
通过 `runcomfy` 命令行，在 RunComfy 上对视频进行扩图：扩展视频的空间画布，更改宽高比（9:16 竖屏转 16:9 横屏，或反向转换），并在保留中心动作的同时补充原始画面之外的环境。通过 Wan 2-7 edit-video 进行基于提示词的空间扩展；当主视觉交付对接缝质量有要求时，为 Agent 指向专用的 ComfyUI 扩图工作流。适用于“视频扩图”“视频扩展”“扩展视频画布”“扩展视频画面”“取消视频裁剪”“更改宽高比”“竖屏转横屏”“9:16 转 16:9”“TikTok 转 YouTube”，或任何明确要求将视频空间扩展到原始画面之外的请求。
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
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。
通过命令行在 RunComfy 上运行任意模型。`runcomfy` CLI 只需一个二进制文件和一套身份验证，即可调用数百个模型端点——图像生成、图像编辑、视频生成、图像转视频、唇形同步、人脸替换、视频编辑、图像修复、扩图、延长、ControlNet、重新打光、放大、LoRA 训练等。提交请求、轮询状态并下载输出。此技能教会 Agent 如何安装、验证身份、发现模型架构、调用模型、流式处理／轮询／不等待、以 JSON 输出模式编写脚本以及处理错误。适用于“runcomfy cli”“install runcomfy”“runcomfy login”“runcomfy run”“runcomfy whoami”“runcomfy api”，或任何明确要求从脚本或终端调用 RunComfy 模型的请求。相关技能（ai-image-generation、ai-video-generation、image-edit、video-edit、face-swap、lipsync、image-to-video、image-inpainting、image-outpainting、video-extend、controlnet-pose、relight）均通过此 CLI 调用。
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 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 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
从命令行在 RunComfy 上运行任何模型。`runcomfy` 命令行是一个二进制、一次认证、数百个模型端点——图像生成、图像编辑、视频生成、图生视频、口型同步、换脸、视频编辑、内补、外扩、延伸、ControlNet、重打光、放大、LoRA 训练等。提交请求、轮询状态、下载输出。此 skill 教会 Agent 如何安装、认证、发现模型 schema、调用模型、以流式 / 轮询 / 不等待方式运行、以 JSON 输出模式编写脚本以及处理错误。还涵盖目录（`models list` / `get`）、账户余额、Serverless ComfyUI 部署（`deployments`）以及 LoRA 训练（`datasets`、`train`）。触发词包括“runcomfy cli”“install runcomfy”“runcomfy login”“runcomfy run”“runcomfy whoami”“runcomfy api”“runcomfy deployments”“runcomfy train”“deploy a comfyui workflow”“train a lora on runcomfy”，或任何明确要求从脚本或终端调用 RunComfy 模型的请求。同类 skill（ai-image-generation、ai-video-generation、image-edit、video-edit、face-swap、lipsync、image-to-video、image-inpainting、image-outpainting、video-extend、controlnet-pose、relight）都通过此命令行分发。
通过 `runcomfy` 命令行，在 RunComfy 上让人脸与指定音轨对口型。可路由至 ByteDance OmniHuman（根据人像照片和音频生成音频驱动的全身化身）、Sync Labs sync v2 / Pro（将口型同步到视频）、Kling lipsync（带同步语音的音频转视频和文本转视频）以及 Creatify lipsync。该技能会根据用户的实际需求选择合适的端点：人像静图 + 音频（化身风格）、源视频 + 音频（替换现有素材中的口型），或根据脚本生成并同步。适用于“lip sync”“lipsync”“让这段视频说话”“让口型匹配音频”“为视频配音”“让口型与语音同步”“Sync Labs”“旁白同步”，或任何明确要求用音轨驱动人脸口型的请求。
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
通过 `runcomfy` 命令行，在 RunComfy 上让人脸与指定音轨对口型。可路由至 ByteDance OmniHuman（根据人像照片和音频生成音频驱动的全身化身）、Sync Labs sync v2 / Pro（将口型同步到视频）、Kling lipsync（带同步语音的音频转视频和文本转视频）以及 Creatify lipsync。该技能会根据用户的实际需求选择合适的端点：人像静图 + 音频（化身风格）、源视频 + 音频（替换现有素材中的口型），或根据脚本生成并同步。适用于“lip sync”“lipsync”“让这段视频说话”“让口型匹配音频”“为视频配音”“让口型与语音同步”“Sync Labs”“旁白同步”，或任何明确要求用音轨驱动人脸口型的请求。
通过 `runcomfy` 命令行，在 RunComfy 上重新布置静图的光线——更改布光方式、色温、方向或氛围。针对专门的重新布光任务，路由至 Qwen Edit 2509 专用的 `relight` LoRA 端点；如果用文字描述光线即可满足需求，则回退到保留主体身份的编辑端点（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。适用于产品重新布光（影棚柔光箱 → 窗边光）、改变人像氛围（阴天 → 黄金时刻）或调整色彩分级。适用于“重新布光”“调整光线”“更改照明”“调成黄金时刻”“影棚灯光”“轮廓光”“蓝调时刻”“柔和窗光”“改变光线方向”“色温”，或任何明确要求更改静图光照效果的请求。
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
通过 `runcomfy` 命令行，在 RunComfy 上对视频进行扩图：扩展视频的空间画布，更改宽高比（9:16 竖屏转 16:9 横屏，或反向转换），并在保留中心动作的同时补充原始画面之外的环境。通过 Wan 2-7 edit-video 进行基于提示词的空间扩展；当主视觉交付对接缝质量有要求时，为 Agent 指向专用的 ComfyUI 扩图工作流。适用于“视频扩图”“视频扩展”“扩展视频画布”“扩展视频画面”“取消视频裁剪”“更改宽高比”“竖屏转横屏”“9:16 转 16:9”“TikTok 转 YouTube”，或任何明确要求将视频空间扩展到原始画面之外的请求。
通过 `runcomfy` 命令行，在 RunComfy 上进行姿势条件生成。可路由至 Kling 2-6 Motion Control Pro / Standard（将参考视频中的动作／调度转移到目标角色上）、社区版 Wan 2-2 Animate（带姿势条件的音频驱动角色动画）以及 Z-Image Turbo ControlNet LoRA（根据 OpenPose / DWPose / canny / depth 控制图像进行姿势条件图像生成）。根据视频或静图、风格化或写实等需求选择合适路线。适用于“controlnet”“control net”“姿势控制”“openpose”“DWPose”“转移姿势”“动作控制”“姿势驱动”“角色姿势”“深度控制”“canny 边缘”“使用这个姿势”，或任何明确要求以姿势／骨架／动作／深度／canny 参考来控制生成的请求。
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
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。