后端与 API
后端服务、API、Webhook 和服务端工具
Skills 列表
face-swap
通过 `runcomfy` CLI 在 RunComfy 上将人脸/角色换入视频或图像。路由覆盖社区 Wan 2-2 Animate（音频驱动的角色动画 + 身份交换）、GPT Image 2 Edit（基于参考合成的单次精确换脸）、Nano Banana Edit（批量身份保持交换）、Flux Kontext（单参考高保真局部人脸编辑）以及 Kling 2-6 Motion Control Pro（将一段表演的动作迁移到目标角色上）。根据用户的实际意图——单张静态图 vs 视频、完整角色 vs 仅换脸、对话场景 vs 无声动作——选择正确的模型。触发词包括“换脸”、“交换人脸”、“deepfake”、“人脸替换”、“角色交换”、“换头”、“把 X 的脸放到 Y 上”、“让这个视频的主角变成 X”、“替换这个视频中的演员”、“交换照片中的角色”、“deepfake 视频”、“ReActor 替代品”，或任何明确要求将一个身份替换为另一个身份的表述。
doany-aivideo-extend
通过 `runcomfy` CLI 在 RunComfy 上扩展或延续现有视频片段。路由到 Google Veo 3-1 的 `extend-video` 和 `fast/extend-video` 端点——选择源视频并添加描述接下来应发生什么的提示，模型会生成一个延续原始视频的片段，保持运动、光照和主体身份的一致性。当用户有一个较短的 Veo 片段并希望延长，或希望从单个种子片段逐镜头构建叙事链时使用。触发词包括“extend video”、“continue video”、“longer video”、“video extend”、“make this clip longer”、“Veo extend”、“chain video shots”、“video continuation”或任何明确要求对现有视频添加更多帧的请求。
doany-aigpt-image-edit
使用RunComfy上的OpenAI GPT Image 2（ChatGPT Images 2.0的`/edit`端点）编辑图像——该技能捆绑了模型文档化的提示模式，因此比针对同一模型的简单提示获得更清晰的输出。文档介绍了GPT Image Edit的优势（保留语言、多语言图像内文本编辑、最多10张图像的多参考、布局/排版精度）、输入模式，以及何时改用Nano Banana Edit / Flux Kontext / GPT Image 2 t2i。通过本地RunComfy CLI调用`runcomfy run openai/gpt-image-2/edit`。触发词包括“gpt image edit”、“gpt-image-edit”、“chatgpt image edit”、“edit with gpt image 2”，或任何明确要求使用此模型编辑的请求。
doany-aivideo-inpainting
通过 RunComfy 的 `runcomfy` CLI 对视频帧进行区域编辑——移除跨多帧出现的物体、清理电线或水印、用匹配的运动替换某个区域。路由到 Wan 2-7 edit-video（默认，基于提示词的区域编辑，使用空间语言）、Lucy Edit Restyle（身份稳定的区域感知重绘）和 Seedream 4-0 edit-sequential（将片段视为帧堆栈时使用）。根据变化是文本驱动、身份锁定还是需要逐帧静态修复并合成视频来选择正确的路由。触发词包括“视频修复”、“视频修补”、“从视频中移除”、“遮罩视频区域”、“清理视频”、“从片段中移除物体”、“视频补丁”、“逐帧编辑”、“从视频中移除水印”、“移除路过的人”或任何明确要求跨视频帧编辑区域的请求。
doany-aivideo-edit
在 RunComfy 上编辑现有视频——此技能是一个智能路由器，根据用户意图匹配 RunComfy 目录中正确的编辑模型。选择 Wan 2.7 Edit-Video（通用重风格/背景替换/包装替换，身份和动作保留）、Kling 2.6 Pro Motion Control（将参考视频的精确动作迁移到目标角色）或 Lucy Edit Restyle（轻量级身份稳定重风格/服装替换）。捆绑每个模型有文档记录的提示模式，使技能获得更精准的编辑，而无需在错误模型上反复尝试。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/<endpoint>`。触发词包括“视频编辑”、“编辑视频”、“重风格视频”、“替换视频背景”、“动作控制”、“视频服装替换”或任何明确的视频转换请求。
doany-aikling-3-0
在 RunComfy 上使用 Kling 3.0 生成视频。Kling 3.0（也称 Kling V3.0）是快手科技的第三代多镜头视频模型，支持原生同步音频和跨镜头一致的角色身份。此技能涵盖所有六个 Kling 3.0 端点，跨越三个渲染层级（标准、专业、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>。触发词包括“kling”、“kling 3.0”、“kling v3”、“kling pro”、“kling 4k”、“kling text to video”、“kling image to video”，或任何明确要求使用 Kling 3.0 生成或动画的请求。
doany-airuncomfy-cli
从命令行在RunComfy上运行任何模型。`runcomfy` CLI是一个二进制文件、一次认证、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、换脸、视频编辑、修补、扩展、ControlNet、重打光、放大、LoRA训练等。提交请求、轮询状态、下载输出。本技能教会代理如何安装、认证、发现模型模式、调用模型、流式/轮询/不等待、以JSON输出模式编写脚本以及处理错误。触发词包括"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。同级技能（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）都通过此CLI调度。
doany-ailipsync
通过 `runcomfy` CLI 将面部与特定音频轨道进行唇形同步。路由覆盖 ByteDance OmniHuman（基于肖像+音频的音频驱动全身虚拟形象）、Sync Labs sync v2 / Pro（最先进的嘴部同步到视频）、Kling lipsync（音频转视频和文本转视频，带同步语音）以及 Creatify lipsync。该技能根据用户的实际意图选择正确的端点——静态肖像+音频（虚拟形象风格）、源视频+音频（现有素材上的嘴部替换）或从脚本生成并同步。触发词包括“lip sync”、“lipsync”、“make this video speak”、“match audio to mouth”、“dub video”、“sync lips to voice”、“Sync Labs”、“voiceover sync”或任何明确要求用音频驱动面部嘴部的请求。
doany-airelight
重新为静态图像打光——改变光照设置、色温、方向或氛围——通过 `runcomfy` CLI 在 RunComfy 上实现。路由到 Qwen Edit 2509 专用的 `relight` LoRA 端点进行专门的重打光，当文字描述足够时，回退到保留身份的编辑端点（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。适用于产品重打光（影棚柔光箱 → 窗光）、人像氛围转换（阴天 → 黄金时刻）或色温调整。触发词包括“重打光”、“重新打光”、“改变光照”、“变成黄金时刻”、“影棚灯光”、“轮廓光”、“蓝色时刻”、“柔和的窗光”、“改变光方向”、“色温”或任何明确要求改变静态图像光照的表述。
doany-ai
video-edit
在 RunComfy 上编辑现有视频——此技能是一个智能路由器，根据用户意图匹配 RunComfy 目录中正确的编辑模型。选择 Wan 2.7 Edit-Video（通用重风格/背景替换/包装替换，身份和动作保留）、Kling 2.6 Pro Motion Control（将参考视频的精确动作迁移到目标角色）或 Lucy Edit Restyle（轻量级身份稳定的重风格/服装替换）。捆绑每个模型有文档记录的提示模式，使技能获得更精准的编辑，而无需在错误模型上反复尝试。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/<endpoint>`。触发词包括“视频编辑”、“编辑视频”、“重风格视频”、“替换视频背景”、“动作控制”、“视频服装替换”或任何明确的视频转换请求。
runcomfy-comimage-inpainting
>
runcomfy-comvideo-inpainting
通过 `runcomfy` CLI 在 RunComfy 上对视频帧进行区域编辑——移除跨多帧出现的物体、清理电线或水印、用匹配的运动替换区域。路由到 Wan 2-7 edit-video（默认，基于提示词的空间语言区域编辑）、Lucy Edit Restyle（身份稳定的区域感知重风格化）和 Seedream 4-0 edit-sequential（将片段视为帧堆栈处理）。根据编辑是文本驱动、身份锁定还是需要逐帧静态修复并拼接成视频来选择正确的路由。触发词包括“视频修复”、“视频修补”、“从视频中移除”、“视频遮罩区域”、“清理视频”、“从片段中移除物体”、“视频补丁”、“逐帧编辑”、“从视频中移除水印”、“移除路过的人”或任何明确要求跨视频帧编辑区域的请求。
runcomfy-comhappyhorse-1-0
使用 RunComfy 上的 HappyHorse 1.0 生成文本到视频。介绍 HappyHorse 1.0 的优势（在 Artificial Analysis Video Arena 排名第一，原生 1080p 并支持同步音频、多镜头角色一致性、6 种语言提示支持）、时长/宽高比/分辨率方案，以及何时改用 Wan 2.7 / Seedance 2 / LTX 2。通过本地 RunComfy CLI 调用 `runcomfy run happyhorse/happyhorse-1-0/text-to-video`。触发词为 "happyhorse"、"happy horse"、"happyhorse 1.0"、"happyhorse video" 或任何明确要求使用此模型生成视频的请求。
runcomfy-comface-swap
通过 `runcomfy` CLI 在 RunComfy 上将人脸/角色换入视频或图像。路由覆盖社区 Wan 2-2 Animate（音频驱动的角色动画+身份替换）、GPT Image 2 Edit（基于参考合成的单张精确换脸）、Nano Banana Edit（批量身份保持换脸）、Flux Kontext（单参考高保真局部人脸编辑）和 Kling 2-6 Motion Control Pro（将一段表演的动作迁移到目标角色上）。根据用户的实际意图——单张静态图 vs 视频、完整角色 vs 仅换脸、对话场景 vs 无声动作——选择正确的模型。触发词包括“换脸”、“交换人脸”、“深度伪造”、“人脸替换”、“角色替换”、“头部替换”、“把 X 的脸放到 Y 上”、“让这个视频的主角变成 X”、“替换这个视频中的演员”、“替换照片中的角色”、“深度伪造视频”、“ReActor 替代品”，或任何明确要求将一个身份替换为另一个身份的表述。
runcomfy-comnano-banana-edit
>
runcomfy-comgpt-image-edit
>
runcomfy-comvideo-extend
通过 `runcomfy` CLI 在 RunComfy 上扩展或延续现有视频片段。路由到 Google Veo 3-1 的 `extend-video` 和 `fast/extend-video` 端点——选择源视频并描述接下来应该发生什么的提示，模型会生成一个延续原始视频的片段，保持运动、光照和主体身份的一致性。当用户有一个较短的 Veo 片段并希望延长，或者希望从单个种子片段逐镜头构建连续叙事时使用。触发词包括“extend video”、“continue video”、“longer video”、“video extend”、“make this clip longer”、“Veo extend”、“chain video shots”、“video continuation”或任何明确要求对现有视频添加更多帧的请求。
runcomfy-comkling-3-0
Kling 3.0 视频生成，基于 RunComfy。Kling 3.0（也称 Kling V3.0）是快手科技推出的第三代多镜头视频模型，具备原生同步音频和跨镜头一致的人物身份。本技能涵盖所有六个 Kling 3.0 端点，覆盖三个渲染层级（Standard、Pro、4K）和两种模式（文本转视频、图像转视频）。通过本地 RunComfy CLI 调用 runcomfy run kling/kling-3.0/<tier>/<mode>。触发词包括“kling”、“kling 3.0”、“kling v3”、“kling pro”、“kling 4k”、“kling text to video”、“kling image to video”，或任何明确要求使用 Kling 3.0 生成或动画的请求。
runcomfy-comimage-outpainting
>
runcomfy-comruncomfy-cli
从命令行在RunComfy上运行任何模型。`runcomfy` CLI是一个二进制文件、一次认证、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、换脸、视频编辑、修补、外扩、扩展、ControlNet、重打光、放大、LoRA训练等。提交请求、轮询状态、下载输出。本技能教代理如何安装、认证、发现模型模式、调用模型、流式/轮询/不等待、以JSON输出模式编写脚本以及处理错误。触发词包括"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。同级技能（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）都通过此CLI调度。
runcomfy-comlipsync
通过 `runcomfy` CLI 将人脸与特定音频轨进行唇形同步。路由覆盖 ByteDance OmniHuman（基于肖像+音频的音频驱动全身虚拟形象）、Sync Labs sync v2 / Pro（最先进的嘴部同步到视频）、Kling lipsync（音频转视频和文本转视频并同步语音）以及 Creatify lipsync。该技能根据用户的实际意图选择正确的端点——静态肖像+音频（虚拟形象风格）、源视频+音频（现有素材上的嘴部替换）或从脚本生成并同步。触发词包括“lip sync”、“lipsync”、“make this video speak”、“match audio to mouth”、“dub video”、“sync lips to voice”、“Sync Labs”、“voiceover sync”或任何明确要求用音频驱动人脸嘴部的请求。
runcomfy-comrelight
重新打光静态图像——通过 `runcomfy` CLI 在 RunComfy 上更改光照设置、色温、方向或氛围。路由到 Qwen Edit 2509 专用的 `relight` LoRA 端点进行针对性重打光，当文字描述足够时，回退到保留身份的编辑端点（Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro）。用于产品重打光（影棚柔光箱 → 窗光）、人像氛围转换（阴天 → 黄金时刻）或色温调整。触发词包括“重打光”、“重新打光”、“更改光照”、“变成黄金时刻”、“影棚灯光”、“轮廓光”、“蓝色时刻”、“柔和的窗光”、“改变光线方向”、“色温”或任何明确要求改变静态图像光照的表述。
runcomfy-com
what-leaked-about-you
Check and interpret data-breach exposure for an email, username, phone or name using Have I Been Pwned, the Pwned Passwords k-anonymity range API, DeHashed, IntelX and Snusbase. Use when checking breach or leak exposure, finding which services an account was registered with, interpreting a combolist or credential dump, assessing credential compromise, or auditing your own leaked personal data. Applies to incident response and account-takeover triage, executive and VIP protection, pre-employment and vendor risk screening, and personal privacy audits. Reference at useosint.com/skills/what-leaked-about-you.
useosint
vision
See and understand images when you (the current model) have no native vision. Use this WHENEVER you need to look at, read, describe, OCR, or reason about the contents of an image, screenshot, photo, diagram, chart, UI mockup, or scanned page — including when the user references a local image file or an image URL and you cannot view it yourself. Also triggers on: 看图 / 识图 / 截图 / 图片内容 / OCR 文字识别 / 这张图是什么. Delegates the actual seeing to a configurable OpenAI-compatible vision model via a small script.
kotot