SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场face-swap

face-swap

Agent Skill

查看项目

更新于 10-13 20:09

技能介绍

用途

face-swap 是一个面向 RunComfy 平台的换脸技能，用来把一张人脸或角色替换进静态图片或视频中。它本身不直接实现换脸，而是通过 runcomfy CLI 调用平台上已有的多个模型 API 端点，并根据用户的实际意图在这些路由之间选择。

主要能力与路由

技能会先对用户意图做分类：静态图还是视频、保留运动还是保留身份、单张还是批量、写实还是风格化，然后从五条路由中选择一条：

  • Wan 2-2 Animate（community/wan-2-2-animate/api）：视频路由的默认选择。属于 RunComfy 在 /feature/character-swap 下的特色端点，采用音频驱动的全身角色动画，输入新身份的一张参考图加音频，输出由该角色驱动的视频。适合替换场景中的角色、配音片段，写实与风格化均可。不适合需要保留特定源视频运动的场景。
  • Kling 2-6 Motion Control Pro（kling/kling-2-6/motion-control-pro）：输入参考表演视频与目标角色图，让目标角色执行参考视频中的运动，换脸是附带效果。适合需要精确保留源视频运动或走位、以及风格化角色的情况。
  • Nano Banana 2 Edit（google/nano-banana-2/edit）：默认保留身份，单次调用支持 1–20 张输入图，尊重空间语言描述。适合同一身份在多帧中保持一致，例如 SKU 图、A/B 变体、叙事分镜。
  • GPT Image 2 Edit（openai/gpt-image-2/edit）：最多 10 张参考图，支持图像内多语言文字重写，可执行精确的构图指令。适合需要把肖像中的确切人脸放进场景的主视觉图，并显式指定各图角色。
  • FLUX Kontext Pro（blackforestlabs/flux-1-kontext/pro/edit）：单张源图、单条声明式指令，对被编辑目标之外的所有内容保持最高保真度。适合用文字描述新面孔、且没有参考图的场景。限制为单源图、单次调用单次编辑。

若要处理音频驱动的说话头像身份替换（人脸与声音一次完成），文档建议使用 ai-avatar-video 技能，由 OmniHuman 同时处理人脸与音频。

使用方式

  1. 安装 CLI（详见 runcomfy-cli 技能）：npm i -g @runcomfy/cli，或 npx -y @runcomfy/cli --version。
  2. 登录：runcomfy login；在 CI 中可改为 export RUNCOMFY_TOKEN=<token>。
  3. 执行换脸：runcomfy run <model_id> --input '<JSON>' --output-dir ./out。

安装本技能的命令为：npx skills add agentspace-so/runcomfy-agent-skills --skill face-swap -g。

各路由的参数形态不同：视频路由使用 image_url + audio_url 或 reference_video_url + character_image_url；GPT Image 2 Edit 使用 prompt、images（最多 10 个 HTTPS 参考 URL）、size；Nano Banana Edit 使用 prompt、image_urls（1–20 张）、aspect_ratio、resolution；Flux Kontext 使用 prompt 与 image。

工作流程为：技能分类意图后选择路由，调用 runcomfy run <model_id> 并传入对应 JSON，CLI 向 Model API 发起请求、轮询状态、获取结果，并把 .runcomfy.net / .runcomfy.com 的 URL 下载到 --output-dir。

适用场景

文档列出的常见模式包括：把品牌代言人植入现有素材（Route 1）、同一身份贯穿 SKU 图库（Route 4）、风格化角色进入实拍镜头（Route 2）、广告主视觉中把肖像里的确切人脸放入场景（Route 3）、以及没有参考图时用文字描述新面孔（Route 5）。

限制与注意事项

  • 同意与披露：face-swap 属双用途工具。调用前需确认拥有目标人脸与源视频/图片的权利，且输出平台允许合成媒体（很多平台要求披露标签）。技能本身不做门禁，模型 API 会执行任何输入，责任由操作者承担。若请求涉及未经同意使用真人，或可能用于诽谤、色情或其他有害合成媒体，应拒绝。
  • 安装来源：仅通过经过验证的包管理器安装，不要将任意远程安装脚本管道进 shell。
  • 令牌存储：runcomfy login 会把 API 令牌写入 ~/.config/runcomfy/token.json，权限为 0600；CI/容器中可用 RUNCOMFY_TOKEN 环境变量绕过文件。
  • 输入边界：prompt 与素材 URL 通过 --input 以 JSON 字符串传入，CLI 不做 shell 展开，无 shell 注入面。
  • 间接提示注入：参考图/音频/视频 URL 属不可信内容，换脸流水线是参考素材注入的已知目标。缓解措施包括：只摄取用户为本次换脸明确提供的 URL；当换脸行为与 prompt 不符时怀疑参考素材；出站端点仅限 model-api.runcomfy.net 与 *.runcomfy.net / *.runcomfy.com，无遥测；单个下载文件超过 2 GiB 会被中止。
  • 权限范围：声明的 allowed-tools 为 Bash(runcomfy *)，技能不会指示代理运行 runcomfy 子命令以外的任何内容。
  • 退出码：0 成功、64 CLI 参数错误、65 输入 JSON 或 schema 不匹配、69 上游 5xx、75 可重试（超时/429）、77 未登录或令牌被拒。完整参考见 docs.runcomfy.com/cli/troubleshooting。
  • 文档提到，RunComfy 上许多换脸工作流以完整 ComfyUI 节点图形式存在（ReActor、Flux PuLID、ACE++、Flux Klein head-swap），这些不能由本 CLI 直接访问，但可在平台上作为工作流运行。

相关信息

参见 runcomfy-cli、ai-avatar-video、ai-video-generation、video-edit、image-edit、lipsync 等技能。分类表中未提供与换脸直接对应的分类，且该技能核心用途为图像/视频生成与编辑而非通用办公或编程，故归入 other-ai-tools。