用途：该技能通过 runcomfy CLI 调用 RunComfy 上的音频驱动数字人模型，生成说话头像、口型同步与全身数字人视频。它会先判断用户意图（已有音频文件还是仅有脚本、写实人像还是风格化角色、单镜头还是电影化构图），再选择对应模型路由。
主要能力与路由：OmniHuman（bytedance/omnihuman/api）为默认，输入一张人像加一段音频，输出人物说话、演唱、自然手势的视频，无需 prompt；Wan 2-7（wan-ai/wan-2-7/text-to-video）支持 audio_url，prompt 描述场景、音频驱动口型；Wan 2-2 Animate（community/wan-2-2-animate/api）用于插画、动漫、吉祥物等风格化角色的全身动画；HappyHorse 1.0（happyhorse/happyhorse-1-0/text-to-video 或 image-to-video）无需外部音频，在生成中合成语音，需在 prompt 中用 says clearly: "…" 原样引用台词；Seedance v2 Pro（bytedance/seedance-v2/pro）用于电影化多模态合成，单次最多 9 张参考图、3 段参考视频、3 段参考音频。
使用方式：先安装并登录，npm i -g @runcomfy/cli 或 npx -y @runcomfy/cli --version；runcomfy login，CI 中可用 export RUNCOMFY_TOKEN=<token>。随后执行 runcomfy run <model_id> --input '{...}' --output-dir ./out，CLI 会提交请求、轮询状态、下载结果。安装技能：npx skills add agentspace-so/runcomfy-agent-skills --skill ai-avatar-video -g。
适用场景：UGC 口播、虚拟主播、产品演示配音、同一人像多语言视频、风格化吉祥物、无音频文件的“写脚本出视频”、电影化独白等。
限制与注意：OmniHuman 无 prompt 字段；Wan 2-7 不应把台词写进 prompt；HappyHorse 音频每次重新生成，无法锁定特定 MP3 的精确口型；Seedance 较慢且对简单任务过重。需拥有肖像与声音授权，遵守深度伪造披露规范，拒绝未经同意针对真实人物或有害合成媒体的请求。参考素材 URL 不可信，可能含间接提示注入。仅允许访问 model-api.runcomfy.net 及 *.runcomfy.net / *.runcomfy.com，单文件下载上限 2 GiB。退出码：0 成功、64 参数错误、65 输入 JSON 错误、69 上游 5xx、75 可重试超时/429、77 未登录或令牌被拒。