image-edit

Image Edit — Pro Pack on RunComfy

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

图像编辑，意图路由。 此技能不局限于单一模型——它根据用户的实际需求从 RunComfy 目录中选择正确的编辑模型：批量身份保持、多语言文本重写、单次精确编辑或掩码驱动的区域替换。

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

根据用户意图选择正确的模型

用户意图	模型	原因
批量编辑 1–20 张图像（SKU 图库、A/B 变体）	Nano Banana Edit	每次调用最多 20 张输入图像；锁定宽高比/分辨率以保证系列一致性
替换背景，保持主体身份	Nano Banana Edit	在“保持 X 不变”提示下具有强大的身份保持能力
使用空间语言（“左侧物体”、“右上角”）进行局部对象移除/添加	Nano Banana Edit	遵循定向空间范围
多语言/非拉丁文字图像内文本重写（日文假名、西里尔字母、阿拉伯语）	GPT Image 2 Edit	多语言排版领域同类最佳
多参考合成（主体来自 img1，场景来自 img2，调色板来自 img3）	GPT Image 2 Edit	编号参考正确路由提示
布局精确重定位（“将标题从右上角移至底部中央”）	GPT Image 2 Edit	布局级别遵循方向性语言
翻译标题变体时保持身份	GPT Image 2 Edit	同一源素材→多种语言变体，身份稳定
单次精确局部编辑（“她现在拿着一把橙色雨伞”）	Flux Kontext Pro	单参考单指令，高保真保持
掩码驱动的对象移除（电缆、水印、干扰物）	Z-Image Turbo Inpaint	需要掩码，强度可调，边缘一致
掩码驱动的区域替换（使用掩码完全替换背景）	Z-Image Turbo Inpaint	高强度 + 干净掩码 = 干净替换
未指定时的默认模型	Nano Banana Edit	最灵活，支持单张和批量

代理读取此表，分类用户意图，并选择下面匹配的子部分。

前提条件

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

---

路由 1：Nano Banana Edit — 通用编辑 + 批量的默认选项

模型：google/nano-banana-2/edit

模式

字段	类型	必填	默认值	说明
prompt	string	是	—	以保持目标开头，以更改结束。
image_urls	array	是	—	1–20 个可公开获取的 HTTPS URL。
number_of_images	int	否	1	每次调用输出 1–4 张。
aspect_ratio	enum	否	auto	auto 跟随输入；批量时锁定以保证一致性。
resolution	enum	否	1K	0.5K / 1K / 2K / 4K。
output_format	enum	否	png	png / jpeg / webp。
seed	int	否	—	可复现性。
enable_web_search	bool	否	false	基于网络的编辑（额外延迟）。

调用

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "保持主体身份、姿势和服装不变。将背景转换为雨夜霓虹赛博朋克街道。",
    "image_urls": ["https://.../portrait.jpg"]
  }' \
  --output-dir <absolute/path>

批量（锁定宽高比 + 分辨率）：

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "将右下角的水印替换为干净的白色无衬线字体文本 \"AURA\"。保持其他所有内容与输入完全一致。",
    "image_urls": ["https://.../sku-1.jpg", "https://.../sku-2.jpg", "https://.../sku-3.jpg"],
    "aspect_ratio": "1:1",
    "resolution": "1K"
  }' \
  --output-dir <absolute/path>

提示技巧

• 先保持："Keep [identity / pose / brand / framing] unchanged." 然后说明更改。
• 空间范围：“仅背景”、“左侧物体”、“右上象限”——具体位置会被遵循。
• 批量一致性：在批次中锁定 aspect_ratio 和 resolution。
• 小步迭代：将复合编辑拆分为多个较短的步骤。

---

路由 2：GPT Image 2 Edit — 多语言文本 + 多参考合成

模型：openai/gpt-image-2/edit

模式

字段	类型	必填	默认值	说明
prompt	string	是	—	编辑指令；以保持开头。
images	string[]	是	—	最多 10 个 HTTPS URL。第一个是主要图像；其余是辅助图像。
size	enum	否	auto	auto、1024_1024、1024_1536、1536_1024。仅限这些。

调用

多语言文本重写：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "保持照片、布局和品牌标志与输入完全一致。仅替换图像内的标题。新标题为粗体日文假名 \"今日のおすすめ\"，位置和字体粗细相同。",
    "images": ["https://.../poster-en.jpg"]
  }' \
  --output-dir <absolute/path>

多参考合成：

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "将图像 1 的主体合成到图像 2 的房间中。匹配图像 2 的光照和色调。保持图像 1 主体身份不变。",
    "images": ["https://.../subject.jpg", "https://.../room.jpg"]
  }' \
  --output-dir <absolute/path>

提示技巧

• 精确引用图像内文本。 对于非拉丁文字，指定名称："Japanese kana"、"Cyrillic"、"Arabic right-to-left"。
• 编号多参考："subject from image 1, lighting from image 2"。
• 方向性布局语言："move the headline from top-right to bottom-center"、"replace the watermark in the bottom-right"。
• size: "auto" 保持输入比例——除非编辑改变构图，否则推荐使用。

---

路由 3：Flux Kontext Pro — 单次精确局部编辑

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

模式（最小）

字段	类型	必填	说明
prompt	string	是	一条声明式编辑指令。
image	string	是	单张源图像 URL。
aspect_ratio	enum	否	从支持的宽高比中选择。
seed	int	否	可复现性。

仅单张图像——无数组。对于多图像流程，请使用路由 1（Nano Banana Edit）。

调用

runcomfy run blackforestlabs/flux-1-kontext/pro/edit \
  --input '{
    "prompt": "保持人物的面部、姿势和服装不变。在她左手中添加一把橙色雨伞，并带有一丝微笑。",
    "image": "https://.../portrait.jpg"
  }' \
  --output-dir <absolute/path>

提示技巧

• 一条声明式指令。 “她现在拿着一把橙色雨伞并微笑着”——祈使句，单一更改。
• 先保持。 以 "Keep [unchanged elements]" 开头，然后说明更改。
• 小步迭代。 复合编辑在单次传递中会漂移；拆分为顺序传递。

---

路由 4：Z-Image Turbo Inpaint — 掩码驱动的精确区域编辑

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

模式

字段	类型	必填	说明
prompt	string	是	填充/替换的内容；未掩码区域的保持约束。
image	string	是	源图像 URL。
mask_image	string	是	灰度掩码 URL（白色 = 修复，黑色 = 保持）。
strength	float	否	0.3–0.6 修饰，0.7–1.0 完全替换。
control_scale	float	否	0.6–0.9 典型。
aspect_ratio	enum	否	输出宽高比。
seed	int	否	可复现性。

调用

对象移除（低强度）：

runcomfy run tongyi-mai/z-image/turbo/inpainting \
  --input '{
    "prompt": "移除头顶电缆；保持屋顶轮廓和天空渐变；填充干净的天空。",
    "image": "https://.../street.jpg",
    "mask_image": "https://.../cables-mask.png",
    "strength": 0.5,
    "control_scale": 0.8
  }' \
  --output-dir <absolute/path>

区域替换（高强度）：

runcomfy run tongyi-mai/z-image/turbo/inpainting \
  --input '{
    "prompt": "将杂乱的背景替换为平滑的浅灰色摄影背景纸；仅掩码背景。",
    "image": "https://.../product.jpg",
    "mask_image": "https://.../bg-mask.png",
    "strength": 0.9
  }' \
  --output-dir <absolute/path>

提示技巧

• 需要掩码 URL——灰度，白色 = 修复区域，黑色 = 保持。掩码边缘轻微模糊（1–3 像素）比尖锐二值化融合更好。
• 根据意图选择强度：0.3–0.5 用于修饰/清理，0.6–0.7 用于对象替换并匹配风格，0.8–1.0 用于完全区域替换。
• 在提示中说明掩码外保留的内容："preserve rooflines and sky gradient"、"match brick pattern and mortar tone"。
• 空间标签仍然有帮助，即使掩码定义了区域："the left shelf"、"upper-right quadrant"。

---

限制

• 每个路由继承其模型的限制。 Nano Banana：1–20 输入，1–4 输出。GPT Image 2 Edit：最多 10 个参考，4 种固定尺寸。Flux Kontext：单参考。Z-Image Inpaint：需要掩码。
• 不支持多路由混合。 此技能每次调用选择一个模型。
• 品牌特定覆盖——如果用户指定了特定模型，则路由到相应的品牌技能（gpt-image-edit、flux-kontext、nano-banana-edit）以获得更全面的处理。

退出码

代码	含义
0	成功
64	CLI 参数错误
65	输入 JSON 错误/模式不匹配
69	上游 5xx
75	可重试：超时/429
77	未登录或令牌被拒绝

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

工作原理

该技能根据用户意图选择 Nano Banana Edit / GPT Image 2 Edit / Flux Kontext Pro / Z-Image Turbo Inpaint 之一，并使用匹配的 JSON 主体调用 runcomfy run <model_id>。CLI 向模型 API 发送 POST 请求，轮询请求，获取结果，并将任何 .runcomfy.net/.runcomfy.com URL 下载到 --output-dir。Ctrl-C 在退出前取消远程请求。

安全与隐私

• 令牌存储：runcomfy login 将 API 令牌写入 ~/.config/runcomfy/token.json，权限为 0600（仅所有者读写）。在 CI/容器中设置 RUNCOMFY_TOKEN 环境变量以完全绕过文件。
• 输入边界：用户提示通过 --input 作为 JSON 字符串传递给 CLI。CLI 不会对提示进行 shell 扩展；它直接将 JSON 主体通过 HTTPS 传输到模型 API。提示内容不存在 shell 注入风险。
• 第三方内容：您传递的图像/掩码/视频 URL 由 RunComfy 模型服务器获取，而非您机器上的 CLI。将外部 URL 视为不可信；基于图像的提示注入是任何图像编辑/视频编辑模型的已知风险。
• 出站端点：仅 model-api.runcomfy.net（请求提交）和 *.runcomfy.net/*.runcomfy.com（生成输出的下载白名单）。无遥测，无回调。
• 生成文件大小上限：CLI 会中止任何超过 2 GiB 的单个下载，以防止恶意或失控模型输出导致磁盘填满。