SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-01 00:15
21,546 个结果
ElevenLabs Music Generation 是 RunComfy 平台上的一项 AI 音乐生成能力，通过 `runcomfy` 命令行工具调用 ElevenLabs Music 模型。用户提交一段文本提示词，其中同时包含风格描述和带段落标记的歌词，即可生成完整歌曲或纯器乐曲目。输出为 44.1 kHz 立体声，单次调用时长可在 5 秒至 5 分钟之间设定。支持通过参数强制生成纯器乐（无人声）版本，适合背景音乐、播客片头、游戏循环音乐等场景。该技能以 npm 包形式安装，需登录 RunComfy 账号或配置令牌后使用，生成结果由 CLI 下载到指定输出目录。
flux-2-klein 是一个基于 RunComfy Model API 的图像生成技能，调用 Black Forest Labs 的 Flux 2 Klein 模型（Flux 2 的蒸馏低延迟变体）。它提供 4B（延迟优先，亚秒级 4 步推理）与 9B（质量优先）两种变体，共用同一端点结构与提示词语法。该技能捆绑了模型特定的提示词模式，支持最多 4 张参考图，可用于风格迁移与引导式构图。使用前需安装 RunComfy CLI（npm i -g @runcomfy/cli）并登录 RunComfy 账号或在 CI 中设置 RUNCOMFY_TOKEN。适合实时艺术指导、快速概念迭代、产品可视化、多参考品牌风格统一等场景。限制包括分辨率上限约 2K、宽高比上限 16:9、提示词约 512 token 上限、参考图最多 4 张，文本渲染能力弱于 GPT Image 2。
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。
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。
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。
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。
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。
该技能通过 RunComfy CLI 对静态图片进行画面外延（outpainting），即在原画布之外继续扩展内容，补全相机未拍到的部分，或改变图片宽高比。它会在 RunComfy 目录中的多个身份保持型编辑端点上进行路由，根据需求选择合适的模型：用于文字描述驱动的扩展、参考风格匹配或品牌风格锁定的延续。默认使用 google/nano-banana-2/edit 模型，可处理如 1:1 转 16:9、人像裁切还原、横图扩展等场景。若出现接缝或光照不匹配，可改用带参考图的 GPT Image 2 Edit 或保真度更高的 FLUX Kontext Pro，或使用 ComfyUI 工作流进行精细控制。核心流程为：安装 CLI、登录、调用 runcomfy run 提交带 outpaint 提示词的 JSON 请求并下载结果。
Kling 3.0 是快手科技第三代电影级视频生成模型，在 RunComfy 平台上提供全部六个渲染端点：Standard、Pro、4K 三个质量档位，每档均有文生视频与图生视频两种模式。它支持多镜头电影化叙事、原生同步音频、跨镜头角色一致性以及物理感知运动，单次生成最长 15 秒，4K 档位可原生输出 3840x2160。Standard 档最高 1080p、无音频 0.084 美元/秒，Pro 档 1080p、0.112 美元/秒，4K 档统一 0.42 美元/秒。本技能通过 RunComfy CLI 调用，用户需先安装 CLI 并登录 RunComfy 账号，随后传入 prompt、时长、画幅等 JSON 参数，CLI 自动提交请求、轮询并下载成片。
该技能通过 runcomfy CLI 调用 RunComfy 平台上的多种唇形同步（lip-sync）模型，让一段音频驱动画面中人物的嘴部动作。它可根据用户的输入形态（已有视频+音频、单张肖像+音频、仅脚本）自动选择合适的模型路由，覆盖 ByteDance OmniHuman、Sync Labs sync v2/Pro、Kling Lipsync、Creatify、Wan 2-7、HappyHorse 1.0 等端点，并给出各模型的调用命令。使用前需安装并登录 CLI，再以 JSON 传入资源 URL。适用于外语配音、UGC 口播、虚拟主播、多语言发布等场景。技能本身不限制输入，明确要求拒绝未经同意的真人及诽谤、色情合成内容请求。
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。
Relight 是一个基于 RunComfy CLI 使用的图像重打光（relight）技能，用于在不重拍的前提下改变静图的布光方式，包括光照方向、色温、强度与氛围，同时尽量保持主体身份、姿态与构图不变。它默认路由到 Qwen Edit 2509 的专用 relight LoRA 端点（qwen/qwen-edit-2509/lora/relight），该模型针对光照方向、色温、强度和氛围的调整进行了专门调优；当需要把打光变化作为更广泛编辑（如同时换背景、加物体）的一部分时，可改用 Nano Banana 2 Edit 等保身份编辑端点，用文字描述完成打光。该技能通过 runcomfy 命令行工具调用，需先全局安装 @runcomfy/cli 并登录（CI 环境可用 RUNCOMFY_TOKEN 环境变量）。输入以 JSON 字符串通过 --input 传入，包含图像 URL 与提示词，结果下载到 --output-dir 指定目录。适用于产品目录重打光、人像氛围调整、一天中不同时段光线替换、参考图光照匹配以及多图批量统一打光等场景。限制方面：它不做从零生成图像，也不支持视频重打光（CLI 端点目前仅支持图像）；官方资料未提供具体的收费与价格信息。
基于 ByteDance Seedance 2.5 图像转视频（720p）的技能，可将单张静态图片动画化为 4–30 秒电影感片段，可选生成同步原生音频，输出画幅跟随输入图片，托管于 RunComfy Model API。
Video Extend 是一个通过 RunComfy CLI 调用 Google Veo 3-1 视频延展（extend-video）端点的技能，用于在已有视频片段基础上继续生成后续画面，突破单次调用的时长上限，或将一个种子镜头逐拍串联成连续叙事。它提供两个端点选择：默认的 Veo 3-1 Extend，用于追求运动、光照、身份和物理一致性的高质量续接与最终交付；以及 Veo 3-1 Fast Extend，用于成本敏感的多轮迭代与草稿。使用时由智能体选定端点并提供源视频 URL 与续接提示词，通过 runcomfy run 命令传入 JSON 输入并行输出。文档还包含提示词模式与链式调用建议，例如显式锚定镜头运动、每次延展只安排一个主要节拍、将上一次输出作为下一次输入以实现连续延展。该技能明确不负责从零开始的图生视频、已有视频的风格化重制，以及带音频同步的数字人延展，这些由其他技能承担。
Video Inpainting 是一个基于 RunComfy CLI 的视频区域编辑技能，用于跨视频帧进行区域级编辑。它可以移除在多个帧中出现的对象、清理电线或水印，或用与片段其余部分相匹配的运动替换某个区域。该技能在 RunComfy 目录中提示词驱动的视频编辑端点之间进行路由，为每种编辑意图给出明确默认选择。核心模型为 Wan 2-7 Edit-Video（默认），备选包括 Lucy Edit Restyle（身份稳定的重风格化，适合跨帧跟踪的轻量服装或物体替换）和 Seedream 4-0 Edit-Sequential（把视频当作帧堆栈逐帧编辑）。安装通过 npm 全局安装 @runcomfy/cli 或使用 npx，登录后通过 runcomfy run 命令调用。需要注意的是，该技能为提示词驱动，通过空间语言解析目标区域，而非像素级精确蒙版；若需 SAM2 分割跟踪加时序一致的蒙版传播，应改用 RunComfy 托管的 ComfyUI 工作流（GUI，CLI 无法访问）。
通过 runcomfy CLI 调用 Wan 2-7 视频编辑模型，对视频进行空间画布外扩（outpainting），例如切换宽高比或向左右、上下扩展画面，同时保留中央主体与动作。面向社交媒体改版与非主视觉内容。
用于生成或编辑原生 .drawio 文件的技能，强调 draw.io 兼容性与可编辑性：输出未压缩的 mxGraphModel XML，配合自动布局、双验证器校验与可选的 CLI 导出 SVG/PNG，适合需要交付原生 draw.io 图表的场景。
humane-agentic-design 中的编排型审查技能，用于对界面、文档或设计令牌运行一轮统一审查，协调布局规则、UX 文案、排版、尼尔森启发式、走查与设计令牌对比度等子技能，汇总为一份按用户影响排序的结论。
awesome-ai-motion 是一个用于按场景意图选择动效的“图鉴”式技能，覆盖视频、滚动演示文稿（scroll deck）和网页 UI 场景。它内置 637 个效果、128 个片段、11 个配方和 7 条路线，帮助用户为画面挑选合适的运动方式。使用流程是先明确场景目的与媒介，再从决策表中选出两三个候选动效，阅读对应效果卡片的含义、默认参数与过度使用注意事项，并比较片段；需要组合时查阅配方，需要按产出物设计时查阅路线。它支持确定性的命令行查询（如用 jq 从 index.json 中按目的或 slug 筛选效果、提取参数与提示词），也支持替换素材后渲染：复制选定的 index.html 到工作目录，替换文字、图片或数据并保留时间线，通过 node scripts/render.mjs 输出 clip.mp4、preview.gif 和 poster.jpg。渲染需要 Node.js 20+、ffmpeg、Playwright 与 Chromium。该技能聚焦于动效选择与短示例渲染，完整视频制作、基于简报的制作和滚动演示文稿制作分别由 HyperFrames、ReelForge 和 Scrolline Deck 处理。
verify-product-image 是 gooseworks-ai/goose-skills 中的一个技能，用于对生成的静态广告图片进行质量检查（QC gate）。它验证图片文件能否打开、是否符合要求的尺寸、是否展示了正确的产品/主体（形状、颜色等），以及是否存在严重瑕疵。该技能还会检查必需输入文件是否存在、输出文件或书面计划是否符合技能约定，并核对产品/资产、品牌一致性、文字与 logo 的正确性，最终在 verification.md 中记录通过、失败、跳过、阻塞或需人工复核的结果。
面向缺少既有先例的 UI 交互或架构决策的设计原则技能：通过构建 2-3 个相互竞争的原型并排比较，穷尽设计空间，也适用于依赖体感而非逻辑的产品设计决策。
「体验优先」是一条产品与设计原则，用于在出现产品、用户体验或功能范围取舍时做出决策。其核心主张是：当实现上的便利与用户愉悦发生冲突时，应选择用户愉悦。该原则要求每个功能、控件和选项都必须有正当理由，宁可少而精，也不要多而糙——三个打磨到位的功能胜过十个粗糙的功能。它建议在投入生产代码前先用一次性 HTML 做原型验证，因为设计决策在原型阶段修改成本更低；同时强调把细节做对，包括过渡动画、对齐、间距、反馈和错误状态，并收紧核心循环，让每个功能都服务于中心工作流，否则就应让路。该原则还扩展了「用户」的定义：用户是任何消费该成果的人——对 UI 而言是终端用户，对库或内部 API 而言是引入它的同事，而后续维护代码的工程师同样是用户，应以同样的方式权衡他们的体验，并从他们的视角解释影响。资料还指出，基础性思考决定工作的顺序，而这条原则决定工作的目标，即基础应当服务于体验。
该技能用于在现有设计中整合新需求时，从第一性原理出发重新设计，而不是把改动硬塞进原有结构，从而保持设计一致性与可选项价值。
design-handoff 是 @heyeddi-handoff 的已弃用别名，在 HeyEddi Skills v2.0.0 中更名。该目录仅为向后兼容保留，将在 v3.0.0 中移除，新文档和路由 JSON 不应再使用它。