SuperAPI AI 工具集
合作ENAI 行业资讯收藏

Skill 广场

找到适合任务的 Agent Skill，阅读介绍并复制安装命令。

更新于 10-14 00:01

设计与创作

12,861 个结果

image-to-video

Image-to-Video 是一个运行在 RunComfy 平台上的图生视频技能，本质是一个按用户意图智能路由到合适 i2v 模型的工具。它不锁定单一模型，而是根据用户的实际需求在 RunComfy 模型库中进行匹配，覆盖人像动画、自定义配音唇形同步以及多模态组合等场景。可路由的模型包括 HappyHorse 1.0 I2V（人像/产品/通用动画默认选择，据称在 Artificial Analysis Arena 排名第一，Elo 1392，具备面部保真和原生同步环境音频能力）、Wan 2.7（通过 text-to-video 端点接受 audio_url 驱动唇形同步，支持自定义 MP3/WAV）以及 Seedance 2.0 Pro（多模态，支持最多 9 张图像参考、3 个视频参考、3 个音频参考）。使用需先安装 RunComfy CLI（npm i -g @runcomfy/cli）并登录账号，通过 runcomfy run <model_id> 提交 JSON 请求。该技能每次调用只选择一个模型，不支持多路由混合，各路由继承各自模型限制（如时长上限 15 秒）。

设计与创作431,918 次安装

nano-banana-2

Nano Banana 2 是托管在 RunComfy Model API 上的 Google Nano Banana 2 文生图模型技能（Gemini 系列 flash 档位）。它面向快速构思、社交缩略图批量生成和快速草稿，具备较强的画面内文字排版能力。该技能通过 RunComfy CLI 调用 google/nano-banana-2/text-to-image 接口，支持 prompt、图像数量（1–4）、随机种子、宽高比（11 种）、分辨率（0.5K/1K/2K/4K）、输出格式（png/jpeg/webp）、安全容忍度、单轮生成限制以及联网检索等参数，并附带官方记录的提示词写法与示例。适合营销草稿缩略图、社媒原生尺寸出图、海报卡片文字排版、时事实体相关的联网接地图像生成，以及可复现的变体测试。限制为仅支持静态图像、单次最多 4 张输出、联网检索会增加延迟与成本、更高分辨率成本更高，图像编辑需使用同系列的 edit 端点。

设计与创作431,618 次安装

image-edit

Image Edit 是 RunComfy 平台上的一个图像编辑技能，定位为“智能路由器”：它不固定使用单一模型，而是根据用户的实际编辑意图，在 RunComfy 模型目录中挑选最合适的一个编辑模型来执行任务。可匹配的意图包括：批量身份保持编辑、多语言文字重写、单次精确局部编辑，以及基于蒙版的区域替换等。该技能通过匹配意图表格来分类用户需求，并在 Nano Banana Edit、GPT Image 2 Edit、Flux Kontext Pro、Z-Image Turbo Inpaint 四条路线中选择一条，然后以 runcomfy run 命令配合对应 JSON 参数调用。安装命令为 npx skills add agentspace-so/runcomfy-skills --skill image-edit -g，使用前需安装 RunComfy CLI（npm i -g @runcomfy/cli）并登录账号，CI/容器环境可设置 RUNCOMFY_TOKEN。每次调用只选择一个模型，不做多路线混合；若用户指定了具体品牌模型，则转由对应的品牌技能处理。

设计与创作431,207 次安装

nano-banana-edit

Nano Banana Edit 是基于 RunComfy 模型 API 的图像编辑技能，调用 Google Nano Banana 2 的 image-to-image 编辑端点，实现在保留主体身份、姿态、服装等前提下对图片进行背景替换、服装更换、局部物体增删和画面内文字替换等编辑。每次调用支持 1 至 20 张输入图片（首张为主图，其余提供辅助线索）和 1 至 4 张输出，适合 SKU 商品图批量换背景、代言人背景替换、广告素材 A/B 变体以及品牌资产重定位等需要一致性的批量编辑任务。该技能通过 RunComfy CLI 调用，需先安装 CLI 并登录 RunComfy 账号，CI 环境可用 RUNCOMFY_TOKEN 环境变量鉴权。

设计与创作431,081 次安装

flux-kontext

Flux Kontext Pro 是 Black Forest Labs 推出的单张参考图精确局部图像编辑模型，托管于 RunComfy Model API 之上。它通过一句声明式的编辑指令，对单张源图片做局部修改，并尽量保持人物身份、姿势、构图、品牌等其余部分不变，强调强提示词控制、一致输出与高保真度。该技能以 RunComfy CLI 调用 blackforestlabs/flux-1-kontext/pro/edit 端点，输入仅需 prompt 与 image，另可选 aspect_ratio 和 seed 两个字段。适合单图精确局部编辑、保留源主体身份的定向修改、品牌素材文字或配色替换以及单图快速迭代等场景。限制包括只支持单张源图（多图流程需改用 Nano Banana Edit）、复合式提示词容易漂移（建议拆分为多次串行单指令编辑）、多语言或图内嵌入文字编辑一般由 GPT Image 2 edit 更优、无源图的全新生成应使用 Flux 2 Klein。

设计与创作430,876 次安装

gpt-image-edit

GPT Image Edit 是 RunComfy Model API 上基于 OpenAI GPT Image 2 的 /edit（即 ChatGPT Images 2.0 图像到图像）端点的图像编辑技能。它在针对性编辑中保持人物身份、品牌标识和版式稳定，并能在图像内改写多语言文字（拉丁、假名、CJK、西里尔、阿拉伯等字符）。支持最多 10 张参考图，可通过编号引用分别指定主体、场景与配色，也能用方向性语言做版面级局部调整（如移动标题、替换 CTA）。使用时通过 RunComfy CLI 调用 runcomfy run openai/gpt-image-2/edit 提交 JSON 请求，输出结果下载到指定目录。官方建议先用保留语句、后写改动内容，并引用图像内文字原文而非转述。尺寸仅支持 auto 及三个固定值，超出会报 422。

设计与创作430,153 次安装

seedance-v2

Seedance 2.0 Pro 是字节跳动推出的多模态电影级短视频生成模型，托管在 RunComfy Model API 上，支持原生唇形同步音频。该技能通过 RunComfy CLI 调用 bytedance/seedance-v2/pro 接口，可根据文本提示词生成 4–15 秒、最高 720p 的短视频，并可将最多 9 张图片、3 段视频和 3 段音频作为参考素材输入，实现角色形象与参考场景、音频的多模态融合。适合制作唇形同步的口播广告、品牌一致的多语言叙事短片以及电影感短视频预演等场景。

设计与创作430,152 次安装

happyhorse-1-0

HappyHorse 1.0 是托管在 RunComfy Model API 上的文生视频模型，目前位列 Artificial Analysis Video Arena 第一名（盲投 Elo 1333 t2v / 1392 i2v）。它支持原生 1080p 输出，并在同一次生成中同步产出音频（对白、环境音、拟音），同时具备多镜头角色一致性。该技能通过 RunComfy CLI 调用 happyhorse/happyhorse-1-0/text-to-video 端点：提交 JSON 输入、每 2 秒轮询状态、下载结果到指定目录。输入字段包括 prompt（上限 2500 字符，支持中英日韩德法 6 种语言）、aspect_ratio（16:9、9:16、1:1、4:3、3:4）、resolution（720P 或 1080P）、duration（3–15 秒）、seed 和 watermark。适用场景包括多镜头品牌故事、需要片内配音与环境的解说视频、多语言短视频广告、电影级 1080p 交付。限制：时长上限 15 秒，仅支持 5 种画幅，音频只能在生成过程中产出，此 t2v 端点不接受外部音频或图片输入。

设计与创作430,089 次安装

motion-graphics

motion-graphics 是 HyperFrames 技能库中的一个工作流技能，专注制作简短、以设计驱动、无旁白的动态图形（motion graphic），核心思路是“动效即信息”。根据资料，该技能产出时长约 10 秒以内、无配音的作品，涵盖动态文字、数字滚动、图表/数据可视化冲击、Logo 收尾/品牌组合、下三分之一字幕条等形态。流程分为 init、plan、source、design、build、verify、approve、render 八个阶段，通过子代理依次完成分镜规划、素材获取、镜头设计、复用优先的合成构建与校验，最终由用户确认后渲染为 MP4，或以 webm/mov 输出透明叠加层。素材优先是首要原则：先决定素材策略并获取真实素材，再围绕素材设计镜头。纯代码/文字类条目（如 kinetic-type、多数图表与数字类）无需搜索素材，可直接从 plan 进入 design。运行环境要求 macOS Apple Silicon 或 Linux x64，需安装 node 与 ffmpeg，可选配置图像生成与搜索类 API 密钥。

设计与创作429,273 次安装

codex-pet

codex-pet 是一个运行在 RunComfy 上的 Codex Pet 生成技能，用于把一张参考图转换成 Codex 兼容的自定义桌面宠物。它通过一次 GPT Image 2 图像编辑调用生成一张 Q 版标准姿态图，再用 ImageMagick 的位移、旋转、眨眼等微变换确定性地拼出 8 列 × 9 行、共 1536×1872 的精灵图集（spritesheet.webp），并生成对应的 pet.json 清单文件。把这两个文件放进 ${CODEX_HOME:-$HOME/.codex}/pets/<name>/ 目录后，Codex 就能在 8 个内置宠物旁边识别到这个自定义宠物。相比 OpenAI 官方 hatch-pet 技能，它不依赖 Codex Pro 和 $imagegen 系统技能，只需要一个 RUNCOMFY_TOKEN 以及 runcomfy、magick 命令。

设计与创作395,494 次安装

embedded-captions

embedded-captions 是 HeyGen HyperFrames 体系下的字幕技能，用于给已有的单人出镜口播视频添加字幕，而不修改原始画面素材。它通过抠像（matting）将主体与背景分离，使字幕既能以干净的下三分之一字幕条（rail）呈现在人物前方，也能把关键高光词（embed）合成到人物背后的场景中，从而产生主体遮挡文字的层次效果。技能覆盖转录、音频包络、安全区分析、预览与合成渲染的完整流程，并提供一套包含 35 个身份的目录（CATALOG.md），用户从中挑选一个身份，引擎与编译方式由目录行推导。适用于讲解类、口播类、访谈类视频，不适合多主体、硬切镜头、无人物、无语音或已带烧录字幕的素材。

设计与创作384,895 次安装

industrial-brutalist-ui

这是一种将中世纪瑞士版式印刷、工业制造手册与复古未来航空／军事终端界面融合的网页 UI 设计技能。核心在于刚性模块化网格、极端的字体尺度对比、纯功能主义配色以及对模拟媒介退化效果（半色调、CRT 扫描线、位图抖动）的程序化模拟，目标是构建强调原始功能性、机械精度与高数据密度的数字界面，刻意摒弃常规消费级 UI 模式。资料给出两套互斥视觉原型：瑞士工业印刷（浅色底、巨型无衬线标题、可见分隔线、以警示红为唯一强调色）与战术遥测／CRT 终端（仅深色模式、等宽字体主导、高密度表格数据、技术框线与拟真硬件限制）。同时提供字体架构（宏观标题与微观数据字体及参数）、配色规则、布局与空间工程、UI 构件与符号、纹理后处理效果及 Web 工程指令等规范。

设计与创作376,143 次安装

stitch-design-taste

stitch-design-taste 是 leonxlnx/taste-skill 中面向 Google Stitch 的语义设计系统技能，用于生成供 Stitch 屏幕生成使用的 DESIGN.md 文件。该文件以自然语言描述配合精确数值（如色值、字体、组件行为），向 Stitch 的 AI 智能体传达一套统一的高阶设计语言，从而产出风格统一、避免通用模板化观感的界面。生成内容包括视觉氛围、色彩校准、字体架构、组件行为、布局原则、动效理念以及明令禁止的反模式清单。使用前需要具备 Google Stitch（labs.google/stitch）访问权限，可选配置 Stitch MCP Server 以便与 Cursor、Antigravity 或 Gemini CLI 进行程序化集成。文件中规定了强调色数量、饱和度、禁用紫色霓虹、禁用纯黑、字体选择偏好与禁用清单、首屏 Hero 结构、响应式折叠规则、弹簧物理动效参数等具体约束。

设计与创作374,203 次安装

face-swap

face-swap 是 RunComfy 平台上的换脸技能，通过 runcomfy CLI 调用多种模型 API，将指定人脸或角色替换到图片或视频中。技能会根据用户意图（静态图或视频、保留动作或保留身份、单张或批量、写实或风格化）在多个模型端点间自动路由，包括 Wan 2-2 Animate（音频驱动角色动画）、GPT Image 2 Edit、Nano Banana 2 Edit、FLUX Kontext Pro 和 Kling 2-6 Motion Control Pro。使用前需安装 @runcomfy/cli 并登录，通过 runcomfy run <model_id> 传入 JSON 参数执行。该技能属双用途工具，文档要求使用者在调用前确认对人脸身份、源素材拥有权利，并确保输出平台允许合成媒体。技能本身不对输入做门禁，责任由操作者承担。

设计与创作373,730 次安装

image-inpainting

image-inpainting 是一个基于 RunComfy CLI 的图像局部重绘（inpainting）技能，用于对图片中由遮罩指定的区域进行擦除、填充或替换。当存在灰度遮罩时，它默认路由到通义 MAI 的 Z-Image Turbo Inpainting 专用端点，通过白黑遮罩精确控制需重绘与需保留的像素区域，并支持 strength、control_scale、aspect_ratio、seed 等参数。若没有遮罩，则回退到基于文字描述的编辑模型（如 Nano Banana 2 Edit），用空间语言（如“右下角的水印”）定位目标区域。该技能通过 npm 安装的 runcomfy CLI 调用，需先登录或配置 RUNCOMFY_TOKEN，然后使用 runcomfy run 命令传入 JSON 输入并下载结果到指定目录。常见用途包括水印去除、物体移除、背景整体替换、向空洞中添加物体以及结合 LoRA 的品牌风格锁定重绘。注意：它不处理画布外扩（outpainting）或视频逐帧重绘，且遮罩需由上游工具（如 Photoshop、GIMP、分割模型）生成。

设计与创作371,604 次安装

controlnet-pose

该技能通过 RunComfy CLI 实现基于姿态（pose）、骨架或动作参考的条件化图像与视频生成。它按视频动作迁移和图像姿态条件生成两条路线分派请求：视频侧支持 Kling 2-6 Motion Control Pro/Standard 和 Wan 2-2 Animate 视频到视频，可将参考视频中的动作、走位迁移到目标角色图片上；图像侧支持 Z-Image Turbo ControlNet LoRA，接收 OpenPose 骨架、DWPose、canny 边缘或深度图等控制图像配合提示词生成姿态锁定的图像。技能通过 npm 全局安装或 npx 调用 CLI，登录后使用 runcomfy run 命令传入 JSON 输入，结果下载到指定输出目录。复杂多条件 ControlNet 组合需在 RunComfy 的 ComfyUI 云端工作流中完成，CLI 无法直接访问。

设计与创作371,364 次安装