所有 Skills

video-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。

flux-kontext

使用 RunComfy 上的 Flux 1 Kontext Pro（Black Forest Labs 的精确局部图像编辑模型）编辑图像——该技能捆绑了模型文档中记录的提示模式，因此比直接使用同一模型进行提示获得更清晰的结果。记录了 Flux Kontext 的优势（单参考精确局部编辑、强大的提示控制、一致的高保真输出）、模式（单图像 + 提示），以及何时改用 Nano Banana Edit / GPT Image 2 edit / Flux 2 Klein。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-1-kontext/pro/edit`。触发词为“flux kontext”、“flux-kontext”、“flux 1 kontext”、“kontext”、“BFL kontext”或任何明确要求使用此模型进行编辑的请求。

kling-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。

video-outpainting

2agent-workflows

image-edit

2research-knowledge

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）。捆绑每个模型文档化的提示模式，使技能获得更精准的编辑，无需在错误模型上浪费迭代。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/edit`。触发词包括“image edit”、“edit image”、“image-to-image”、“i2i”、“swap background”、“remove object”、“rewrite headline”或任何明确的单张或批量图像编辑请求。

image-outpainting

nano-banana-2

2research-knowledge

使用 RunComfy 上的 Google Nano Banana 2（Gemini 系列闪级文生图模型）生成图像——该技能内置了模型文档中的提示模式，因此输出比直接使用同一模型进行简单提示更清晰。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）、分辨率层级定价、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。

ai-avatar-video

通过 `runcomfy` CLI 在 RunComfy 上创建 AI 头像、说话头和唇同步视频。路由至字节跳动 OmniHuman（音频驱动的全身头像）、Wan-AI Wan 2-7（通过 `audio_url` 在肖像上实现音频驱动的嘴部同步）、HappyHorse 1.0（Arena #1 t2v / i2v，内置音频）和 Seedance v2 Pro（多模态电影级，带参考音频和参考主体）。根据用户的实际意图——UGC 配音、虚拟主持人、配音产品演示、唇同步角色、对话场景——选择正确的模型，并提供每个模型的文档化提示模式以及最简的 `runcomfy run` 调用。触发词包括“说话头”、“唇同步”、“头像视频”、“让 X 说话”、“音频转视频”、“音频驱动头像”、“虚拟主持人”、“AI 发言人”、“配音视频”、“UGC 头像”、“HeyGen 替代”、“Synthesia 替代”、“数字人”、“让这张肖像说话”、“从配音生成视频”或任何明确要求让人物开口说话的请求。

doany-ai

通过 `runcomfy` CLI 在 RunComfy 上使用 ACE Step 生成、修补和扩展音乐。ACE Step 是 StepFun-AI 的开源权重音乐基础模型——基于标签的作曲（流派、情绪、乐器）、支持多语言歌词和段落标记、5 秒到 4 分钟的立体声输出，每秒 $0.0002–0.0003（比 ElevenLabs Music 便宜约 27 倍）。四个端点：ACE Step 文本转音频（默认）、ACE Step 1.5 文本转音频（50+ 语言歌词、改进的结构化歌词处理）、ACE Step 音频修补（在现有音轨内重新生成时间范围）、ACE Step 音频扩展（在现有音轨前后扩展）。触发词包括 "ace step"、"ace-step"、"acestep"、"ACE music"、"open music model"、"cheap AI music"、"inpaint audio"、"audio inpaint"、"extend music"、"audio outpaint"、"lengthen track"、"music with tags" 或任何明确要求使用 ACE Step 生成或编辑音乐的请求。

doany-ai

seedance-v2

ai-music

2security

通过 `runcomfy` CLI 在 RunComfy 上生成 AI 音乐——一个智能路由，覆盖音乐模型目录。路由到 ElevenLabs AI 音乐生成（高级 44.1 kHz 立体声人声曲目，5 秒–5 分钟，$0.0083/秒）和 ACE Step / ACE Step 1.5（StepFun-AI 开放权重，标签驱动作曲，多语言歌词，$0.0002–0.0003/秒，约便宜 27 倍），以及 ACE Step 音频修补（在现有曲目内重新生成时间范围）和 ACE Step 音频外延（在曲目前后扩展）。根据用户的实际意图选择正确的模型——高级人声片段、廉价背景音乐库、多语言流行歌曲、修复糟糕的副歌、将 30 秒草稿延长为 2 分钟剪辑——并提供每个模型的文档化提示模式以及最小的 `runcomfy run` 调用。触发词包括“生成音乐”、“制作歌曲”、“AI 音乐”、“背景音乐”、“器乐曲目”、“配乐”、“广告曲”、“主题音乐”、“免版税音乐”、“作曲”、“带歌词的音乐”、“扩展音乐”、“修复这首歌”、“修补音乐”或任何明确的生成或编辑音乐的请求。

doany-ai

runcomfy-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。

lipsync

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。

relight

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。

ai-image-generation

ai-avatar-video

通过 `runcomfy` CLI 在 RunComfy 上创建 AI 头像、说话头和唇形同步视频。路由至字节跳动 OmniHuman（音频驱动的全身头像）、Wan-AI Wan 2-7（通过 `audio_url` 在肖像上实现音频驱动的嘴部同步）、HappyHorse 1.0（Arena #1 t2v / i2v，内置音频）和 Seedance v2 Pro（多模态电影级，带参考音频和参考主体）。根据用户的实际意图——UGC 配音、虚拟主持人、配音产品演示、唇形同步角色、对话场景——选择正确的模型，并提供每个模型文档化的提示模式以及最简的 `runcomfy run` 调用。触发词包括“说话头”、“唇形同步”、“头像视频”、“让 X 说话”、“音频转视频”、“音频驱动头像”、“虚拟主持人”、“AI 发言人”、“配音视频”、“UGC 头像”、“HeyGen 替代品”、“Synthesia 替代品”、“数字人”、“让这张肖像说话”、“从配音生成视频”或任何明确要求让面孔说话的表达。

ai-video-generation

ai-music

2security

通过 `runcomfy` CLI 在 RunComfy 上生成 AI 音乐——一个智能路由，覆盖音乐模型目录。路由到 ElevenLabs AI 音乐生成（高级 44.1 kHz 立体声人声轨道，5 秒–5 分钟，$0.0083/秒）和 ACE Step / ACE Step 1.5（StepFun-AI 开放权重，标签驱动作曲，多语言歌词，$0.0002–0.0003/秒，约便宜 27 倍），以及 ACE Step 音频修补（在现有轨道内重新生成时间范围）和 ACE Step 音频外延（在轨道前后扩展）。根据用户的实际意图选择正确的模型——高级人声片段、廉价背景音乐库、多语言流行歌曲、修复糟糕的副歌、将 30 秒草稿延长为 2 分钟剪辑——并提供每个模型的文档化提示模式以及最小的 `runcomfy run` 调用。触发词包括“生成音乐”、“制作歌曲”、“AI 音乐”、“背景音乐”、“器乐轨道”、“配乐”、“广告曲”、“主题音乐”、“免版税音乐”、“作曲”、“带歌词的音乐”、“扩展音乐”、“修复这首歌”、“修补音乐”，或任何明确要求生成或编辑音乐的请求。

ace-step

2security

通过 `runcomfy` CLI 在 RunComfy 上使用 ACE Step 生成、修补和扩展音乐。ACE Step 是 StepFun-AI 的开源音乐基础模型——基于标签的作曲（流派、情绪、乐器）、支持多语言歌词和段落标记、5 秒到 4 分钟立体声输出、每秒 $0.0002–0.0003（比 ElevenLabs Music 便宜约 27 倍）。四个端点：ACE Step 文本转音频（默认）、ACE Step 1.5 文本转音频（50+ 语言歌词、改进的结构化歌词处理）、ACE Step 音频修补（在现有曲目内重新生成时间范围）、ACE Step 音频扩展（在现有曲目前后扩展）。触发词包括 "ace step"、"ace-step"、"acestep"、"ACE music"、"open music model"、"cheap AI music"、"inpaint audio"、"audio inpaint"、"extend music"、"audio outpaint"、"lengthen track"、"music with tags" 或任何明确要求使用 ACE Step 生成或编辑音乐的请求。

anti-detect-browser

2testing-qa

启动和管理反检测浏览器，使用独特的真实设备指纹，用于多账户操作、网页抓取、广告验证和AI代理自动化。当用户需要运行多个具有不同身份的浏览器会话、管理持久化浏览器配置文件、跨账户自动化任务或构建需要浏览器指纹隔离的代理工作流时使用。当用户提到 antibrow、反检测浏览器或指纹浏览器时也使用。

antibrow

gpt-image-2

2testing-qa

完整的 OpenAI 兼容 GPT Image 2 覆盖，涵盖 images/generations、images/edits 以及使用 image_generation 工具的 responses。当一次性图像助手不够用时使用——文本转图像、蒙版编辑、多图像批次、流式传输、partial_images 以及混合文本+图像的 Responses 流程。读取 .env 并尊重进程环境变量；可与任何 OpenAI 兼容网关配合使用。

gargantuax