SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场image-edit

image-edit

设计与创作

查看项目

更新于 10-13 20:09

技能介绍

用途

Image Edit 是 RunComfy 上的图像编辑技能，核心定位是一个“按意图路由”的调度器。它不会把用户锁定在某个单一模型上，而是根据用户真正想要完成的编辑类型，在 RunComfy 模型目录中选择合适的编辑模型执行。

主要能力与路由逻辑

该技能依据一张意图对照表对用户需求进行分类，然后选择以下四条路线之一：

  • Nano Banana Edit（模型 google/nano-banana-2/edit）：默认路线，适合通用编辑与批量处理。支持每次调用传入 1–20 张图片，单次输出 1–4 张，可锁定宽高比与分辨率以保持系列一致性。适用于批量一致编辑（如 SKU 图库、A/B 变体）、换背景并保持主体身份、以及用空间语言描述（如“左边的物体”“右上角”）的局部增删。未指定时默认使用此路线。
  • GPT Image 2 Edit（模型 openai/gpt-image-2/edit）：适合多语言文字与多参考图合成。在多语言排版（日文假名、西里尔文、阿拉伯文）方面表现突出；支持编号引用多张参考图（主体来自图 1、场景来自图 2、色调来自图 3）；支持布局级方向性指令（如“把标题从右上移到下方居中”）；可在翻译标题变体之间保持身份一致。最多 10 个参考 URL，第一张为主图，其余为辅助图。
  • Flux Kontext Pro（模型 blackforestlabs/flux-1-kontext/pro/edit）：适合单张图的单次精确局部编辑，例如“她现在拿着一把橙色雨伞”。仅支持单张源图，不支持数组；单参考、单指令、高保真保留。
  • Z-Image Turbo Inpaint（模型 tongyi-mai/z-image/turbo/inpainting）：适合基于蒙版的精确区域编辑。必须提供灰度蒙版 URL（白色 = 重绘区域，黑色 = 保留区域），strength 可调，边缘一致。适用于蒙版驱动的物体移除（线缆、水印、干扰物）以及区域替换（用蒙版整体换背景）。

使用方式

使用前需具备：

  • RunComfy CLI：npm i -g @runcomfy/cli
  • RunComfy 账号：runcomfy login
  • CI / 容器环境：设置 RUNCOMFY_TOKEN=<token>

安装技能：

npx skills add agentspace-so/runcomfy-skills --skill image-edit -g

调用方式为 runcomfy run <model_id>，并通过 --input 传入 JSON，通过 --output-dir 指定输出目录。示例（Nano Banana Edit）：

runcomfy run google/nano-banana-2/edit \
  --input '{
    "prompt": "Keep the subject identity, pose, and clothing unchanged. Convert the background into a rainy neon cyberpunk street.",
    "image_urls": ["https://.../portrait.jpg"]
  }' \
  --output-dir <absolute/path>

各模型的字段结构不同，例如 Nano Banana Edit 支持 prompt、image_urls（1–20 个 HTTPS URL）、number_of_images、aspect_ratio、resolution、output_format、seed、enable_web_search；GPT Image 2 Edit 支持 prompt、images（最多 10 个 URL）、size（auto、1024_1024、1024_1536、1536_1024）；Flux Kontext Pro 使用 prompt、image（单图）等；Z-Image Turbo Inpaint 需要 prompt、image、mask_image，并可设置 strength、control_scale 等。

工作流程：技能选择一个模型，用匹配的 JSON 体调用 runcomfy run <model_id>；CLI 向 Model API 发送 POST 请求，轮询请求状态，获取结果，并将 .runcomfy.net/.runcomfy.com 的 URL 下载到 --output-dir。Ctrl-C 可在退出前取消远程请求。

提示词与参数建议（源自技能资料）

  • 保留优先：先写“保持 [身份 / 姿态 / 品牌 / 构图] 不变”，再说明要做的修改。
  • 空间范围：可用“仅背景”“左边的物体”“右上象限”等具体位置描述。
  • 批量一致性：批量任务中锁定 aspect_ratio 与 resolution。
  • 小步迭代：复合编辑建议拆成多次短步骤。
  • 多语言文本：在提示中精确引用图内文字，并说明文字体系（如“日文假名”“西里尔文”“阿拉伯文从右到左”）。
  • 多参考图：用编号对应（“主体来自图 1，光照来自图 2”）。
  • 蒙版：需要灰度蒙版 URL，白色为重绘区域，黑色为保留；蒙版边缘轻微模糊（1–3px）通常比锐利二值边缘融合更好。strength 取值：0.3–0.5 用于修图/清理，0.6–0.7 用于带风格匹配的物体替换，0.8–1.0 用于整区替换。

适用场景

  • 批量保持身份一致的图像编辑（如商品图库、A/B 变体）
  • 换背景同时保留主体身份
  • 用空间语言描述的局部物体增删
  • 多语言或非拉丁文字的图内文字重写
  • 多参考图合成（主体、场景、色调分别来自不同图）
  • 布局级精确重定位
  • 单张图单次精确局部编辑
  • 基于蒙版的物体移除与区域替换

限制

  • 每条路线继承其所属模型的限制：Nano Banana 为 1–20 输入、1–4 输出；GPT Image 2 Edit 最多 10 个参考、4 种固定尺寸；Flux Kontext 仅单参考；Z-Image Inpaint 必须有蒙版。
  • 不支持多路线混合，技能每次调用只选择一个模型。
  • 若用户明确指定了品牌模型，则路由到对应的品牌技能（gpt-image-edit、flux-kontext、nano-banana-edit）以获得更完整的处理。

退出码

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

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

安全与隐私

  • Token 存储：runcomfy login 将 API token 写入 ~/.config/runcomfy/token.json，权限模式 0600（仅所有者可读写）。在 CI / 容器中可通过 RUNCOMFY_TOKEN 环境变量绕过文件。
  • 输入边界：用户提示以 JSON 字符串通过 --input 传给 CLI；CLI 不做 shell 展开，直接将 JSON 体通过 HTTPS 传给 Model API，提示内容不构成 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；基于图像的提示注入是所有图像/视频编辑模型的已知风险。
  • 出站端点：仅 model-api.runcomfy.net（请求提交）以及 *.runcomfy.net / *.runcomfy.com（生成结果的下载白名单）。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，以防恶意或失控的模型输出占满磁盘。

暂未提供的信息

资料未提供该技能的收费、价格、平台支持范围、处理速度或效果保证等具体信息。