image-edit

Image Edit — Pro Pack on RunComfy

runcomfy.com · Nano Banana Edit · GPT Image 2 Edit · Flux Kontext · Z-Image Inpaint · GitHub

圖片編輯，意圖路由。 此技能不會將你限制在單一模型 — 它會根據使用者實際需求，從 RunComfy 目錄中選出最合適的編輯模型：批次保留人物身分、多語言文字改寫、單次精準編輯，或遮罩驅動的區域替換。

npx skills add agentspace-so/runcomfy-skills --skill image-edit -g

根據使用者意圖選擇正確模型

使用者意圖	模型	原因
批次編輯 1–20 張圖片，風格一致（SKU 圖庫、A/B 變體）	Nano Banana Edit	每次呼叫最多 20 張輸入圖片；鎖定長寬比與解析度以維持系列一致性
替換背景，保留主體身分	Nano Banana Edit	在「保持 X 不變」提示下具有強大的身分保留能力
使用空間語言進行局部物件移除/新增（「左邊的物件」、「右上角」）	Nano Banana Edit	能正確理解方向性空間範圍
多語言/非拉丁文字圖片內文字改寫（日文假名、西里爾字母、阿拉伯文）	GPT Image 2 Edit	多語言排版領域最強
多參考圖合成（主體來自圖1、場景來自圖2、色調來自圖3）	GPT Image 2 Edit	編號參考圖能正確引導線索
版面精準重新定位（「將標題從右上角移到中下方」）	GPT Image 2 Edit	方向性語言在版面層級被正確處理
跨翻譯標題變體的身分保留	GPT Image 2 Edit	同一來源素材 → 多種語言變體，身分穩定
單次精準局部編輯（「她現在拿著一把橘色雨傘」）	Flux Kontext Pro	單張參考圖、單一指令，高保真保留
遮罩驅動的物件移除（電線、浮水印、干擾物）	Z-Image Turbo Inpaint	需要遮罩、可調整強度、邊緣一致
遮罩驅動的區域替換（使用遮罩完整更換背景）	Z-Image Turbo Inpaint	高強度 + 乾淨遮罩 = 乾淨替換
未指定時的預設模型	Nano Banana Edit	最靈活，同時支援單張與批次

代理程式會讀取此表格，分類使用者意圖，並選取下方對應的小節。

前置需求

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy 帳號 — runcomfy login。
3. CI / 容器環境 — 設定 RUNCOMFY_TOKEN=<token>。

---

路由 1：Nano Banana Edit — 一般編輯與批次處理的預設模型

模型：google/nano-banana-2/edit

結構定義

欄位	型別	必填	預設值	備註
prompt	string	是	—	先說明保留目標，再說明要做的變更。
image_urls	array	是	—	1–20 個可公開存取的 HTTPS 網址。
number_of_images	int	否	1	每次呼叫輸出 1–4 張圖片。
aspect_ratio	enum	否	auto	auto 會跟隨輸入圖片；批次處理時請鎖定以維持一致性。
resolution	enum	否	1K	0.5K / 1K / 2K / 4K。
output_format	enum	否	png	png / jpeg / webp。
seed	int	否	—	可重現性。
enable_web_search	bool	否	false	基於網路的編輯（增加延遲）。

執行

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "Keep the subject identity, pose, and clothing unchanged. Convert the background into a rainy neon cyberpunk street.",
    "image_urls": ["https://.../portrait.jpg"]
  }' \
  --output-dir <absolute/path>

批次處理（鎖定長寬比 + 解析度）：

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "Replace the watermark in the bottom-right with the text \"AURA\" in clean white sans-serif. Keep everything else exactly as in the input.",
    "image_urls": ["https://.../sku-1.jpg", "https://.../sku-2.jpg", "https://.../sku-3.jpg"],
    "aspect_ratio": "1:1",
    "resolution": "1K"
  }' \
  --output-dir <absolute/path>

提示詞撰寫技巧

• 先保留後變更："Keep [identity / pose / brand / framing] unchanged." 然後說明變更內容。
• 空間範圍：「僅背景」、「左邊的物件」、「右上象限」— 具體位置會被正確處理。
• 批次一致性：在整個批次中鎖定 aspect_ratio 和 resolution。
• 小步疊代：將複合編輯拆成多個較短的步驟。

---

路由 2：GPT Image 2 Edit — 多語言文字 + 多參考圖合成

模型：openai/gpt-image-2/edit

結構定義

欄位	型別	必填	預設值	備註
prompt	string	是	—	編輯指令；先說明保留內容。
images	string[]	是	—	最多 10 個 HTTPS 網址。第一個為主圖；其餘為輔助圖。
size	enum	否	auto	auto、1024_1024、1024_1536、1536_1024。僅限這些值。

執行

多語言文字改寫：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "Keep the photograph, layout, and brand mark exactly as in the input. Replace only the in-image headline. The new headline reads \"今日のおすすめ\" in bold Japanese kana, same position and font weight.",
    "images": ["https://.../poster-en.jpg"]
  }' \
  --output-dir <absolute/path>

多參考圖合成：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "Compose subject from image 1 into the room from image 2. Match the lighting and color palette of image 2. Keep image 1 subject identity unchanged.",
    "images": ["https://.../subject.jpg", "https://.../room.jpg"]
  }' \
  --output-dir <absolute/path>

提示詞撰寫技巧

• 精確引用圖片內文字。 對於非拉丁文字，請指定字體名稱："Japanese kana"、"Cyrillic"、"Arabic right-to-left"。
• 為多參考圖編號："subject from image 1, lighting from image 2"。
• 方向性版面語言："move the headline from top-right to bottom-center"、"replace the watermark in the bottom-right"。
• size: "auto" 可保留輸入圖片的比例 — 除非編輯會改變構圖，否則建議使用。

---

路由 3：Flux Kontext Pro — 單次精準局部編輯

模型：blackforestlabs/flux-1-kontext/pro/edit

結構定義（精簡版）

欄位	型別	必填	備註
prompt	string	是	單一陳述式編輯指令。
image	string	是	單張來源圖片網址。
aspect_ratio	enum	否	從支援的 W:H 值中選擇。
seed	int	否	可重現性。

僅限單張圖片 — 不接受陣列。如需多張圖片流程，請使用路由 1（Nano Banana Edit）。

執行

runcomfy run blackforestlabs/flux-1-kontext/pro/edit \
  --input '{
    "prompt": "Keep the person'\''s face, pose, and clothing unchanged. Add an orange umbrella in her left hand and a slight smile.",
    "image": "https://.../portrait.jpg"
  }' \
  --output-dir <absolute/path>

提示詞撰寫技巧

• 單一陳述式指令。 「她現在拿著一把橘色雨傘並微笑」— 命令式、單一變更。
• 先保留後變更。 以 "Keep [unchanged elements]" 開頭，然後說明變更內容。
• 小步疊代。 複合編輯在單次處理中容易偏移；請拆成連續的步驟。

---

路由 4：Z-Image Turbo Inpaint — 遮罩驅動的精確區域編輯

模型：tongyi-mai/z-image/turbo/inpainting

結構定義

欄位	型別	必填	備註
prompt	string	是	要填入/替換的內容；對未遮罩區域的保留限制。
image	string	是	來源圖片網址。
mask_image	string	是	灰階遮罩網址（白色 = 要修補的區域，黑色 = 保留）。
strength	float	否	0.3–0.6 為修飾，0.7–1.0 為完整替換。
control_scale	float	否	通常為 0.6–0.9。
aspect_ratio	enum	否	輸出圖片的 W:H 比例。
seed	int	否	可重現性。

執行

物件移除（低強度）：

runcomfy run tongyi-mai/z-image/turbo/inpainting \
  --input '{
    "prompt": "Remove overhead cables; preserve rooflines and sky gradient; thin clean sky.",
    "image": "https://.../street.jpg",
    "mask_image": "https://.../cables-mask.png",
    "strength": 0.5,
    "control_scale": 0.8
  }' \
  --output-dir <absolute/path>

區域替換（高強度）：

runcomfy run tongyi-mai/z-image/turbo/inpainting \
  --input '{
    "prompt": "Replace busy backdrop with smooth light gray studio paper; mask background only.",
    "image": "https://.../product.jpg",
    "mask_image": "https://.../bg-mask.png",
    "strength": 0.9
  }' \
  --output-dir <absolute/path>

提示詞撰寫技巧

• 遮罩網址為必填 — 灰階，白色 = 修補區域，黑色 = 保留。遮罩邊緣稍微模糊（1–3 像素）比銳利二值化邊緣效果更好。
• 依意圖調整強度：0.3–0.5 用於修飾/清理，0.6–0.7 用於物件替換並匹配風格，0.8–1.0 用於完整區域替換。
• 在提示詞中說明遮罩外要保留的內容："preserve rooflines and sky gradient"、"match brick pattern and mortar tone"。
• 即使遮罩已定義區域，空間標籤仍有幫助："the left shelf"、"upper-right quadrant"。

---

限制

• 每個路由繼承其模型的限制。 Nano Banana：1–20 張輸入，1–4 張輸出。GPT Image 2 Edit：最多 10 張參考圖，4 種固定尺寸。Flux Kontext：單張參考圖。Z-Image Inpaint：需要遮罩。
• 不支援跨路由混合。 此技能每次呼叫只選一個模型。
• 品牌特定覆寫 — 如果使用者指定了特定模型，請路由到對應的品牌技能（gpt-image-edit、flux-kontext、nano-banana-edit）以獲得更完整的處理。

結束代碼

代碼	意義
0	成功
64	CLI 參數錯誤
65	輸入 JSON 錯誤 / 結構定義不符
69	上游伺服器 5xx 錯誤
75	可重試：逾時 / 429
77	未登入或 Token 被拒絕

完整參考： docs.runcomfy.com/cli/troubleshooting。

運作方式

技能會根據使用者意圖，從 Nano Banana Edit / GPT Image 2 Edit / Flux Kontext Pro / Z-Image Turbo Inpaint 中選取一個模型，並使用對應的 JSON 主體執行 runcomfy run <model_id>。CLI 會將請求 POST 到 Model API、輪詢請求狀態、取得結果，並將任何 .runcomfy.net/.runcomfy.com 網址下載到 --output-dir 指定的目錄。按下 Ctrl-C 會在結束前取消遠端請求。

安全性與隱私

• Token 儲存：runcomfy login 會將 API Token 寫入 ~/.config/runcomfy/token.json，權限設為 0600（僅擁有者可讀寫）。在 CI/容器環境中，可設定 RUNCOMFY_TOKEN 環境變數來完全繞過檔案。
• 輸入邊界：使用者提示詞會以 JSON 字串形式透過 --input 傳遞給 CLI。CLI 不會對提示詞進行 shell 展開；它會直接將 JSON 主體透過 HTTPS 傳送給 Model API。提示詞內容不會造成 shell 注入風險。
• 第三方內容：你傳遞的圖片/遮罩/影片網址是由 RunComfy 模型伺服器擷取，而非你本機的 CLI。請將外部網址視為不受信任的來源；基於圖片的提示詞注入是任何圖片編輯/影片編輯模型已知的風險。
• 對外端點：僅有 model-api.runcomfy.net（請求提交）和 *.runcomfy.net / *.runcomfy.com（生成輸出的下載白名單）。無遙測、無回呼。
• 生成檔案大小上限：CLI 會中止任何超過 2 GiB 的單一下載，以防止惡意或失控的模型輸出導致磁碟空間耗盡。