所有 Skills
找到 3765 个 Skills
Skills 列表
nano-banana-2
使用 RunComfy 上的 Google Nano Banana 2（Gemini 系列闪级文生图模型）生成图像——技能内置了该模型经过验证的提示模式，相比直接使用同一模型进行简单提示，可获得更精准的输出。文档介绍了 Nano Banana 2 的优势（快速迭代、图像内文字渲染、可预测构图、可选的网络上下文）、分辨率等级定价、安全容忍度调节，以及何时改用 Nano Banana Pro / GPT Image 2 / Flux 2 / Seedream。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/text-to-image`。触发词包括“nano banana”、“nano-banana-2”、“nano banana 2”、“google image gen”、“gemini image”或任何明确要求使用此模型生成图像的请求。
doany-aiimage-to-video
在 RunComfy 上将任何静态图像动画化——此技能是一个智能路由器，根据用户意图匹配 RunComfy 目录中合适的 i2v 模型。对于一般动画选择 HappyHorse 1.0 I2V（Arena 排名第一，原生音频，身份保持），对于自定义配音唇形同步选择 Wan 2.7 配合 `audio_url`，对于图像+参考视频+参考音频的多模态动画选择 Seedance 2.0 Pro。捆绑了每个模型文档化的提示模式，使调用者无需在错误模型上反复尝试即可获得更清晰的输出。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或端点变体）。触发词包括“image to video”、“image-to-video”、“i2v”、“animate image”、“make this move”或任何明确要求将静态图像转为视频的表述。
doany-aiimage-edit
在 RunComfy 上编辑图像——此技能是一个智能路由器，根据用户意图匹配 RunComfy 目录中的正确编辑模型。选择 Nano Banana Edit（批量最多 20 张，默认保持身份）、OpenAI GPT Image 2 Edit（多语言图像内文本重写、多参考合成、布局精确）、Flux Kontext Pro（单参考高保真局部编辑）或 Z-Image Turbo Inpaint（遮罩驱动的精确区域编辑）。捆绑每个模型记录的提示模式，使技能在不浪费迭代于错误模型的情况下获得更清晰的编辑。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/edit`。触发词包括“图像编辑”、“编辑图像”、“图像到图像”、“i2i”、“替换背景”、“移除对象”、“重写标题”或任何明确要求编辑单张或批量图像的请求。
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-aiwan-2-7
使用 RunComfy 上的 Wan 2.7（Wan-AI 旗舰运动模型）生成文本到视频。文档涵盖 Wan 2.7 的优势（多参考条件、通过 audio_url 实现音频驱动的唇形同步、更平滑的过渡、提示扩展）、时长/分辨率/宽高比模式，以及何时改用 HappyHorse 1.0 / Seedance 2.0 / Kling / LTX 2。通过本地 RunComfy CLI 调用 runcomfy run wan-ai/wan-2-7/text-to-video。触发词为“wan”、“wan 2.7”、“wan-2-7”、“wan video”或任何明确要求使用此模型生成视频的请求。
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-aiseedance-v2
>
doany-ai
gpt-image-2
使用 RunComfy 上的 OpenAI GPT Image 2（ChatGPT Images 2.0）生成和编辑图像。文档介绍了 GPT Image 2 的优势（嵌入文本、徽标、多语言排版、指令精确性）、三种固定尺寸、保留性编辑语言，以及何时转向其他模型（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`。触发词包括 "gpt image 2"、"gpt-image-2"、"ChatGPT Images 2"、"image 2" 或任何明确要求使用此模型生成或编辑的请求。
runcomfy-comimage-to-video
在 RunComfy 上将任何静态图像动画化——此技能是一个智能路由器，根据用户意图匹配 RunComfy 目录中合适的 i2v 模型。对于一般动画，选择 HappyHorse 1.0 I2V（竞技场排名第一，原生音频，身份保持）；对于自定义配音口型同步，选择 Wan 2.7 配合 `audio_url`；对于图像+参考视频+参考音频的多模态动画，选择 Seedance 2.0 Pro。每个模型都附带了文档化的提示模式，使调用者无需在错误模型上反复尝试即可获得更清晰的输出。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或端点变体）。触发词包括“image to video”、“image-to-video”、“i2v”、“animate image”、“make this move”或任何明确要求将静态图像转为视频的请求。
runcomfy-comvideo-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-comflux-2-klein
使用 RunComfy 上的 Flux 2 Klein（Black Forest Labs 的 Flux 2 蒸馏快速变体）生成图像——捆绑了模型文档化的提示模式，使技能比针对同一模型的朴素提示获得更清晰的输出。记录了 Flux 2 Klein 的优势（亚秒级延迟、多参考品牌样式、声明式主语优先提示）、步数策略（4-8 步快速迭代，约 25 步精修）、9B 与 4B 变体的权衡，以及何时改用 Flux 2 Pro / Seedream 5 / GPT Image 2。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image`（或 `/4b/`）。触发词为“flux 2 klein”、“flux-2-klein”、“flux klein”、“BFL flux 2”或任何明确要求使用此模型生成图像的请求。
runcomfy-comelevenlabs-music-generation
使用 `runcomfy` CLI 通过 RunComfy 上的 ElevenLabs Music 生成完整歌曲和纯音乐。ElevenLabs Music 可将风格描述加结构化歌词转化为录音室品质的 44.1 kHz 立体声音频——时长 5 秒到 5 分钟——支持段落级控制（前奏/主歌/副歌/桥段）、多语言人声和商用输出。可生成背景音乐、完整人声歌曲、广告曲、播客开场曲、游戏循环或纯音乐垫。调用 `runcomfy run elevenlabs/elevenlabs/music-generation` 通过本地 RunComfy CLI 执行。触发词包括“生成音乐”、“制作歌曲”、“AI 音乐”、“背景音乐”、“纯音乐”、“ElevenLabs Music”、“配乐”、“广告曲”、“主题音乐”、“免版税音乐”、“作曲”或任何明确的从文本描述生成音乐或歌曲的请求。
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-comwan-2-7
使用 RunComfy 上的 Wan 2.7（Wan-AI 旗舰运动模型）生成文本到视频。文档涵盖 Wan 2.7 的优势（多参考条件、通过 audio_url 实现音频驱动的唇形同步、更平滑的过渡、提示扩展）、时长/分辨率/宽高比模式，以及何时改用 HappyHorse 1.0 / Seedance 2.0 / Kling / LTX 2。通过本地 RunComfy CLI 调用 runcomfy run wan-ai/wan-2-7/text-to-video。触发词为“wan”、“wan 2.7”、“wan-2-7”、“wan video”或任何明确要求使用此模型生成视频的请求。
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-comcontrolnet-pose
通过 `runcomfy` CLI 在 RunComfy 上进行姿态条件生成。路由包括 Kling 2-6 Motion Control Pro/Standard（将参考视频的动作/走位转移到目标角色上）、社区 Wan 2-2 Animate（带姿态条件的音频驱动角色动画）以及 Z-Image Turbo ControlNet LoRA（从 OpenPose/DWPose/canny/深度控制图像进行姿态条件图像生成）。根据视频 vs 静态图像以及风格化 vs 逼真风格选择正确的路由。触发词包括 "controlnet"、"control net"、"pose control"、"openpose"、"DWPose"、"transfer pose"、"motion control"、"pose driven"、"character pose"、"depth control"、"canny edge"、"use this pose"，或任何明确要求基于姿态/骨架/运动/深度/canny 参考进行条件生成的请求。
runcomfy-com