SuperAPI AI 工具集

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 11-05 00:16

设计与创作

22,047 个结果

gpt-image-2

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。

设计与创作4 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4 次安装

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4 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4 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4 次安装

huashu-cad

huashu-cad 是面向 CAD 业务人员的 AI 技能,可用自然语言生成可编辑的 CAD 文件。二维方面支持用 ezdxf 读写真实 DXF 实体,并可从户型图片或 PDF 复刻、在户型上继续做布局、点位、铺装与跨楼层改图;三维方面用 build123d 生成参数化零件并导出 STEP,机械装配(齿轮、减速器、关节模组等)支持登记装配、干涉与啮合校验,并可输出交互爆炸图、运转视频和装配工程图。工作流程包含环境探测、保存输入哈希、只在副本修改、写后回读校验尺寸与几何、生成预览自检,并要求区分几何正确与图面清晰。DWG 需原生或转换环境,不能把 DXF 改扩展名交付;缺少目标 CAD 时只声明完成解析、几何与预览检查。需 Python 环境,依赖由 agent 安装。

设计与创作4 次安装