SuperAPI AI 工具集

comfy-relay

设计与创作

查看项目

更新于 10-15 20:14

技能介绍

用途:这是 Comfy 创意工作(图像、视频、音频)的展示与交互层,配合 comfy 技能(CLI 与配方编写:apply/capture/foreach)使用。核心原则是创意工作靠“看”来推进,图像本身就是信息,关于图像的纯文字描述不算。

主要能力与用法: 一、先展示再说明。生成完成即用 Read 读取图像文件,使其在对话内联渲染;每个变体和最终结果都要展示,路径不能替代预览。 二、视频无法内联播放,改用单条命令生成画面:comfy --json preview clip.mp4,产出 clip.preview.png 联系表(contact sheet),再 Read 该图。comfy preview 支持视频→联系表、图像→缩略图、音频→波形;联系表/缩略图 PNG 始终可用,因 CLI 自带 ffmpeg,无需系统安装。它还会尝试报告时长、fps、是否有音轨,但这些来自 ffprobe,未随包附带;PATH 中无系统 ffprobe 时这些字段为 null,且联系表只覆盖第一秒。需要准确时间轴采样或元数据时安装系统 ffmpeg(brew install ffmpeg / apt install ffmpeg)。可选参数:--grid 6x4 自定义网格、--width 720 自定义宽度。 三、决策要视觉化。风格、取哪一版、结尾等分叉处,并排展示候选画面并给出推荐,不要用文字描述让用户想象。 四、长渲染的节奏。云端视频每段数分钟,应提交→一句话说明生成内容→后台运行→结果落地即展示;多镜头作品分阶段呈现,便于早期纠偏。 五、异步优先。comfy run 毫秒级返回 prompt_id,任务在服务端运行,需另行 watch/collect。不要阻塞等待,提交后继续做前置、脚本、音乐等实际工作;不要紧密轮询。可并行 fan out(4 个镜头即 4 次提交),也可为独立长任务派发子智能体(每个镜头/音乐/片头一个),由其端到端驱动 CLI 并回报产物路径与简短构建日志,保持主会话上下文干净。 六、品味优先、快速循环。带明确创作观点并给推荐,展示版本→用户反馈→调整,循环短、视觉化、成本低。 七、先给视觉,再给来源。预览之后展示配方、提示词、参数;工作流文件是构建产物,不要贴进对话。 八、诚实说明无法感知的内容。能读图像与视频帧,但听不到音频;音乐、音效、混音应请用户试听,只报告可验证的响度、时长、节拍位置等,不要声称音轨“很好听”。 九、产物不留在 /tmp。输出放在项目目录,可预览可重开;破坏性迭代保留备份(如 x__v2_backup.mp4),完成后在用户机器上打开最终文件。

适用场景:使用 Comfy CLI 进行图像、视频、音频创意生产与迭代时的对话交互。

限制:音频无法被听辨;视频不能内联播放,只能看帧或联系表;无系统 ffprobe 时元数据缺失、联系表仅覆盖第一秒;云端视频渲染时间较长。具体收费、价格等信息资料暂未提供。