SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场happyhorse-1-0

happyhorse-1-0

设计与创作

查看项目

更新于 10-15 10:24

技能介绍

用途

HappyHorse 1.0 — Pro Pack 是 RunComfy 平台上的文生视频（text-to-video）技能，用于把文本提示词直接生成为带同步音频的视频片段。该模型目前排名 Artificial Analysis Video Arena 第一。

主要能力

  • 原生 1080p 视频输出，支持 720P 与 1080P 两档分辨率。
  • 在同一生成过程中输出同步音频，包括对白、环境音与拟音（Foley）。
  • 多镜头角色一致性，可在跨镜头时保持人物与服装外观。
  • 支持 6 种提示词语言：中文、英文、日文、韩文、德文、法文。
  • 支持画幅：16:9、9:16、1:1、4:3、3:4。
  • 时长范围 3–15 秒。
  • 支持 seed 参数，便于复用进行变体对比。
  • 可关闭提供商水印（watermark 参数）。

使用方式

前置条件：

  • 安装 RunComfy CLI：npm i -g @runcomfy/cli
  • RunComfy 账号：运行 runcomfy login，会打开浏览器设备码流程。
  • CI / 容器环境：设置 RUNCOMFY_TOKEN=<token> 替代登录。

安装技能： npx skills add agentspace-so/runcomfy-skills --skill happyhorse-1-0 -g

端点：happyhorse/happyhorse-1-0/text-to-video

输入字段：

  • prompt（必填，string）：最多 2500 字符，支持 6 种语言。
  • aspect_ratio（可选，enum）：默认 16:9，仅支持 16:9、9:16、1:1、4:3、3:4。
  • resolution（可选，enum）：默认 1080P，可选 720P 或 1080P。
  • duration（可选，int）：默认 5，范围 3–15 秒。
  • seed（可选，int）：默认 0，范围 0..2^31-1。
  • watermark（可选，bool）：默认 true。

调用示例（默认 16:9 1080p 5 秒）： runcomfy run happyhorse/happyhorse-1-0/text-to-video
--input '{"prompt": "<user prompt>"}'
--output-dir <absolute/path>

竖屏短片示例（9:16、8 秒、无水印）： runcomfy run happyhorse/happyhorse-1-0/text-to-video
--input '{ "prompt": "<user prompt>", "aspect_ratio": "9:16", "duration": 8, "watermark": false }'
--output-dir <absolute/path>

低成本测试示例（720p）： runcomfy run happyhorse/happyhorse-1-0/text-to-video
--input '{"prompt": "<user prompt>", "resolution": "720P", "duration": 3}'
--output-dir <absolute/path>

CLI 会自动提交、每 2 秒轮询直至终态，然后把结果中所有 *.runcomfy.net / *.runcomfy.com 的 URL 下载到 --output-dir。stdout 为结果 JSON，stderr 为进度。

提示词建议：描述随时间变化的动作而非静态画面；用平实英文前置镜头与相机描述（如 Wide shot、Tracking shot、Locked tripod, low angle）；迭代时每个片段只保留一个视觉节拍；多镜头一致性需在每个镜头重新陈述锚点（人物外观、服装）；音频方向可直接写明想听到的声音。应避免的写法：只有静态描述没有时间动词、风格方向相互冲突、写满 2500 字符、使用不支持的画幅（会返回 422）。

模型定位（与同系列对比）

  • 多镜头故事且需角色 / 服装一致：HappyHorse 1.0
  • 同一生成过程内产出原生音频：HappyHorse 1.0
  • 当前盲投第一的视频模型：HappyHorse 1.0
  • 精细对口型对白 + 参考视频：Seedance 2.0 Pro
  • 精细运动控制 + 多参考条件：Wan 2.7
  • 超快迭代（每帧亚秒级）：LTX 2
  • 对现有素材做电影感运动编辑：Kling Video O1

适用场景

  • 单一一致角色的多镜头品牌故事（原生跨镜头身份保持）。
  • 需要片内配音与环境音的口播解说。
  • 多语言短视频广告（6 种提示词语言，脚本质量无明显下降）。
  • 电影级 1080p 交付。

限制

  • 时长上限 15 秒，更长叙事需拆分为多镜头提示词后拼接。
  • 仅支持文档列出的 5 种画幅，超宽银幕会被裁切或拒绝。
  • 音频只能在生成过程中产出，无法传入外部音频驱动对口型；音频驱动的对口型应使用 Wan 2.7（接受 audio_url）或 Seedance 2.0 Pro。
  • 该模板不提供免费的图生视频；HappyHorse 通过独立管线支持 i2v，此处 t2v 端点仅接受文本。

退出码

  • 0：成功
  • 64：CLI 参数错误
  • 65：输入 JSON 错误 / schema 不匹配（如 duration: 30 会返回 422）
  • 69：上游 5xx
  • 75：可重试：超时 / 429
  • 77：未登录或 token 被拒

完整参考：docs.runcomfy.com/cli/troubleshooting。

工作流程

  1. 技能调用 runcomfy run happyhorse/happyhorse-1-0/text-to-video，传入符合 schema 的 JSON。
  2. CLI 携带用户 bearer token 向 https://model-api.runcomfy.net/v1/models/happyhorse/happyhorse-1-0/text-to-video 发起 POST。
  3. Model API 返回 request_id，CLI 每 2 秒轮询 GET .../requests/<id>/status。
  4. 终态时 CLI 请求 GET .../requests/<id>/result，并下载主机名以 .runcomfy.net 或 .runcomfy.com 结尾的 URL 到 --output-dir，其他 URL 仅列出不下载。
  5. 轮询期间 Ctrl-C 会发送 POST .../requests/<id>/cancel，避免为已停止的 GPU 计费。

安全与隐私

  • Token 存储：runcomfy login 将 API token 写入 ~/.config/runcomfy/token.json，权限 0600（仅所有者读写）。CI / 容器可设置 RUNCOMFY_TOKEN 环境变量绕过文件。
  • 输入边界：用户提示词通过 --input 以 JSON 字符串传给 CLI，CLI 不做 shell 展开，直接经 HTTPS 将 JSON 体发送至 Model API，提示词内容不存在 shell 注入面。
  • 第三方内容：传入的图片 / 蒙版 / 视频 URL 由 RunComfy 模型服务器抓取，而非本地 CLI。应将外部 URL 视为不可信；基于图片的提示词注入是任何图片编辑 / 视频编辑模型的已知风险。
  • 出站端点：仅 model-api.runcomfy.net（请求提交）与 *.runcomfy.net / *.runcomfy.com（生成产物下载白名单）。无遥测，无回调。
  • 生成文件大小上限：CLI 会中止任何超过 2 GiB 的单个下载，防止恶意或失控的模型输出占满磁盘。

注意事项

该技能不是自托管视频运行器，也不提供能力授权，依赖可用的 RunComfy 账号。收费与价格信息资料中未提供。