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 11-03 00:11
21,836 个结果
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。
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 2（ChatGPT Images 2.0）Pro Pack 是一个可通过 RunComfy Model API 调用 OpenAI GPT Image 2 模型的技能，无需自备 OpenAI 密钥，采用异步 REST 方式。该技能支持文生图与图像编辑两类端点，主要优势在于指令遵循精度高：对多元素提示、版式线索与内嵌文字指令的执行比同类模型更可靠，适合需要画面上内容准确而非强风格化的场景，例如带文字与标识的商品图、广告、品牌素材多语言本地化、海报与包装样机、UI 模型图与科学插图等。安装方式为 npx skills add agentspace-so/runcomfy-skills --skill gpt-image-2 -g，调用前需安装 RunComfy CLI 并登录，也支持在 CI 或容器中通过环境变量提供令牌。
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。
RunComfy 上的图生视频智能路由技能：根据用户意图在 HappyHorse 1.0 I2V、Wan 2.7、Seedance 2.0 Pro 之间选择合适模型，把静态图片动画化，支持人像动画、自定义配音口型同步与多模态合成。
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 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。
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。
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。
Video Edit — Pro Pack 是 RunComfy 平台上的一款视频编辑技能，它本身不是单一模型，而是一个智能路由器：根据用户的编辑意图，在 RunComfy 模型目录中匹配最合适的视频编辑模型。它支持三类典型任务——通用风格重塑与背景替换（Wan 2.7 Edit-Video，默认选项，最高 1080p，源视频 2–10 秒、≤100MB）、将参考视频中的动作迁移到目标角色（Kling 2.6 Pro Motion Control，个人像方向输出上限 10 秒，视频方向上限 30 秒）、以及轻量的身份稳定风格改造与换装（Lucy Edit Restyle，限 720p）。使用时通过 RunComfy CLI 调用对应模型 ID 并传入 JSON 参数，也可先安装技能包。技能不会在单次调用中混合多个模型；若用户指定具体品牌模型，则建议转向对应的品牌技能。
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）。
基于 RunComfy CLI 的视频外绘（outpainting）技能：扩展视频空间画布、改变宽高比（如 9:16 竖屏转 16:9 横屏），通过 Wan 2-7 edit-video 模型以提示词驱动实现，适合社媒与内部用途；对拼接质量要求高的场景需改用 ComfyUI 工作流。
Wan 2.7 是 Wan-AI 的旗舰视频生成模型，通过 RunComfy Model API 调用，支持文生视频。该技能文档介绍了其核心能力，包括多参考条件控制（最多 5 个参考媒体，可组合图像、视频与语音）以及音频驱动的唇形同步；使用 audio_url 传入 WAV/MP3 音频（3–30 秒、不超过 15MB）即可驱动口型，省略该字段则自动生成背景音乐。可设置宽高比（16:9、9:16、1:1、4:3、3:4）、分辨率（720p 或 1080p）、时长（2–15 秒整数）、负面提示词、提示词自动扩写开关以及可复用的随机种子。调用方式为通过 RunComfy CLI 执行 runcomfy run wan-ai/wan-2-7/text-to-video 并传入 JSON 输入，输出文件下载到指定目录。适用场景包括带自定义配音的唇形同步广告、多语言配音变体、多参考运动控制、平滑转场与物理运动、以及通过负面提示词排除具体问题。限制方面：时长上限 15 秒，分辨率上限 1080p，仅支持文档列出的 5 种宽高比，音频规格受限，参考媒体上限 5 个；该模型消费音频而非生成音频。
一套以人为本的设计思维方法论技能，用于引导工作坊、用户研究与创意问题求解。涵盖共情、定义、构思、原型、测试五阶段及相应活动、模板与研讨会时间安排。
电商 UX 设计模式集合，涵盖商品页、购物车、结账流程与转化优化，提供各环节的界面布局与交互要点参考。
Pipeline 是一种面向顺序依赖任务的编排模式，适用于必须按阶段推进、且后一阶段依赖前一阶段产出的工作，例如设计→实现→测试。它通过阶段划分、检查点与交接协议，确保每步完成后再进入下一步。