全部能力

在 RunComfy 上让任何静态图像动起来——此技能是一个智能路由器，能将用户意图匹配到 RunComfy 目录中合适的 i2v 模型。常规动画选取 HappyHorse 1.0 I2V（Arena #1、原生音频、保持身份特征），带 `audio_url` 的自定义配音口型同步选取 Wan 2.7，基于“图像 + 参考视频 + 参考音频”的多模态动画选取 Seedance 2.0 Pro。内置各模型的文档化提示词模式，让调用者获得更精准的输出，避免在错误的模型上浪费迭代次数。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或其端点变体）。触发词包括“image to video”、“image-to-video”、“i2v”、“animate image”、“make this move”，或任何将静态图像转换为视频的明确请求。

在 RunComfy 上使用 ByteDance Seedance 2.0 Pro 生成电影级短视频。文档说明了 Seedance 2.0 Pro 的优势（多模态参考——最多支持 9 张图像、3 个视频和 3 个音频——同步内嵌音频与自然唇形同步、电影级动作优化）、4-15 秒的时长规范，以及何时应转用 HappyHorse 1.0 / Wan 2.7 / Kling。通过本地 RunComfy CLI 调用 `runcomfy run bytedance/seedance-v2/pro`。在触发“seedance”、“seedance 2”、“seedance v2”、“seedance pro”、“bytedance video”或明确要求使用此模型生成视频时激活。

在 RunComfy 上使用 Kling 3.0 生成视频。Kling 3.0（亦称 Kling V3.0）是快手科技推出的第三代多镜头视频模型，具备原生同步音频功能，且能在多镜头间保持角色一致性。本技能涵盖全部六个 Kling 3.0 端点，横跨三个渲染级别（Standard、Pro、4K）与两种模式（text-to-video、image-to-video）。通过本地 RunComfy CLI 执行命令 runcomfy run kling/kling-3.0/<tier>/<mode>。当出现“kling”、“kling 3.0”、“kling v3”、“kling pro”、“kling 4k”、“kling text to video”、“kling image to video”，或任何明确要求使用 Kling 3.0 进行生成或制作动画的指令时触发。

通过 API 或 Chrome CDP 发布内容至微信公众号。支持以 HTML、Markdown 或纯文本输入发布文章（文章），以及图文…

通过命令行在 RunComfy 上运行任意模型。`runcomfy` CLI 是一个二进制文件、一次认证、数百个模型端点 —— 图像生成、图像编辑、视频生成、图生视频、唇形同步、换脸、视频编辑、局部重绘、外扩、扩展、ControlNet、重新打光、超分辨率、LoRA 训练等。提交请求、轮询状态、下载输出。本技能教授智能体如何安装、认证、发现模型 schema、调用模型、流式/轮询/无等待模式、JSON 输出模式脚本编写以及错误处理。触发词包括 "runcomfy cli"、"install runcomfy"、"runcomfy login"、"runcomfy run"、"runcomfy whoami"、"runcomfy api"，或任何明确要求从脚本或终端调用 RunComfy 模型的请求。同级技能（ai-image-generation、ai-video-generation、image-edit、video-edit、face-swap、lipsync、image-to-video、image-inpainting、image-outpainting、video-extend、controlnet-pose、relight）均通过此 CLI 进行调度。

当用户想要制作短视频（5–120秒）时使用此技能。支持任何视频类型：产品广告、TikTok/Instagram/YouTube内容、品牌视频、解说视频、社交媒体片段。适用于：视频制作、AI视频、制作视频、产品视频、品牌视频、宣传短片、解说视频、短视频。

ai-video-generation — 一个可安装的 AI 智能体技能，由 agentspace-so/runcomfy-agent-skills 发布。

结合 11 种调色板和 7 种渲染风格，通过 5 个维度（类型、调色板、渲染、文本、氛围）生成文章封面图。支持电影级……

Lip-sync a face to a specific audio track on RunComfy via the `runcomfy` CLI. Routes across ByteDance OmniHuman (audio-driven full-body avatar from a portrait + audio), Sync Labs sync v2 / Pro (state-of-the-art mouth sync onto a video), Kling lipsync (audio-to- video and text-to-video with synced speech), and Creatify lipsync. The skill picks the right endpoint for the user's actual intent — portrait still + audio (avatar-style), source video + audio (mouth- swap on existing footage), or generate-and-sync from a script. Triggers on "lip sync", "lipsync", "make this video speak", "match audio to mouth", "dub video", "sync lips to voice", "Sync Labs", "voiceover sync", or any explicit ask to drive a face's mouth from an audio track.

Pose-conditioned generation on RunComfy via the `runcomfy` CLI. Routes across Kling 2-6 Motion Control Pro / Standard (transfer the motion / blocking of a reference video onto a target character), community Wan 2-2 Animate (audio-driven character animation with pose conditioning), and Z-Image Turbo ControlNet LoRA (pose-conditioned image generation from an OpenPose / DWPose / canny / depth control image). Picks the right route based on video vs still and stylized vs photoreal. Triggers on "controlnet", "control net", "pose control", "openpose", "DWPose", "transfer pose", "motion control", "pose driven", "character pose", "depth control", "canny edge", "use this pose", or any explicit ask to condition generation on a pose / skeleton / motion / depth / canny reference.

Image outpainting on RunComfy via the `runcomfy` CLI — extend a still beyond its original canvas, fill in what the camera didn't capture, change aspect ratio (square → 16:9, portrait → landscape) while preserving the original content. Routes across Nano Banana 2 Edit (default, spatial-language driven), GPT Image 2 Edit (multi-ref with reference-style matching), FLUX Kontext Pro (single-shot maximum-preservation), and the brand edit endpoints (Seedream / Dreamina / Qwen / FLUX 2). Picks the right route based on whether the outpaint is prose-driven, reference-driven, or brand-locked. Triggers on "outpaint", "outpainting", "extend image canvas", "expand the image", "fill in around the photo", "uncrop", "change aspect ratio", "extend frame", "wide-screen from square", or any explicit ask to add canvas around an existing still.

HyperFrames 合成的资产预处理——文本转语音旁白（Kokoro）、音视频转录（Whisper）以及背景移除，用于……

通过 Higgsfield 的 product-photoshop 提示词增强功能，在 GPT Image 2 / gpt_image_2 上生成品牌级产品图像。专业品牌/产品视觉的入口。适用场景：“产品照片”、“影棚照”、“生活方式图”、“Pinterest Pin”、“主图/Banner”、“轮播图”、“广告创意”、“Meta 广告”、“虚拟试穿”、“模特展示”、“人物手持产品”、“手部特写”、“悬浮/漂浮/水花飞溅产品”、“CGI/超现实产品”、“风格重绘”、“季节/美学变体”，或任何产品、品牌及付费社交媒体创意。模式：product_shot、lifestyle_scene、closeup_product_with_person、moodboard_pin、hero_banner、social_carousel、ad_creative_pack、virtual_model_tryout、conceptual_product、restyle。后端会组装最终提示词；切勿手动自由编写。不适用于：无产品的文本生成图像（请使用 higgsfield-generate）、品牌化身视频（请使用 higgsfield-generate Marketing Studio）、电商商品列表卡片（请使用 higgsfield-marketplace-cards）、Soul Character 训练（请使用 higgsfield-soul-id）。

总结或转录 URL、YouTube/视频、播客、文章、文字稿、PDF 及本地文件。

开箱即用的 Seedance 2.0 API 技能 —— 只需一个 API 密钥即可生成 AI 视频。支持构建故事板、使用 Seedream 4.5 生成参考图像、提交视频……

通过 URL 或视频 ID 下载 YouTube 视频的字幕和封面图。支持多语言、翻译、章节划分和说话人……

使用 mmx 通过 MiniMax AI 平台生成文本、图像、视频、语音和音乐。当用户想要创建媒体内容、与 MiniMax 聊天时使用……

赋予你的 AI 智能体双眼，使其能浏览整个互联网。通过 CLI、MCP、curl 和 Python 脚本支持 17 个平台。8 个渠道实现零配置。【路由方式】SKILL.md 包含路由表和常用命令，复杂场景需按需阅读对应分类的 references/*.md。分类：search / social (小红书/抖音/微博/推特/B站/V2EX/Reddit) / career(LinkedIn) / dev(github) / web(网页/文章/公众号/RSS) / video(YouTube/B站/播客)。当用户要求在任何支持的平台上进行搜索、阅读或互动，分享 URL，或要求搜索网页时使用。

Generate memes using the memegen.link API. Use when users request memes, want to add humor to content, or need visual aids for social media. Supports 100+…

为 X、LinkedIn、TikTok、YouTube、新闻通讯以及多平台复用营销活动创建平台原生内容系统。当用户想要社交……时使用。