all

所有 caveman 模式、技能和命令的快速参考卡。一次性展示，非持久模式。触发方式：/caveman-help、"caveman help"、"what caveman commands"、"how do I use caveman"。

在实现完成、所有测试通过，且需要决定如何集成工作时使用——通过展示……来指导开发工作的完成。

在 AKS 上搭建 AI Runway —— 从裸集群到模型运行。涵盖集群验证、控制器安装、GPU 评估、提供商配置以及首次…

当用户想要创建或优化应用内付费墙、升级界面、追加销售弹窗或功能门控时使用。当用户提及“paywall”、…时也应使用。

将自然语言记忆文件（CLAUDE.md、待办事项、偏好设置）压缩为极简格式以节省输入 token。保留所有技术实质、代码、URL 和结构。压缩版本将覆盖原始文件。人类可读的备份保存为 FILE.original.md。触发方式：/caveman:compress FILEPATH 或 "compress memory file"

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 HappyHorse 1.0 生成文本到视频。文档说明了 HappyHorse 1.0 的优势（在 Artificial Analysis Video Arena 排名第一，原生 1080p 且内置同步音频，多镜头角色一致性，支持 6 种语言提示词）、时长/宽高比/分辨率规范，以及何时应转用 Wan 2.7 / Seedance 2 / LTX 2。通过本地 RunComfy CLI 调用 `runcomfy run happyhorse/happyhorse-1-0/text-to-video`。当触发词为 "happyhorse"、"happy horse"、"happyhorse 1.0"、"happyhorse video"，或任何明确要求使用此模型生成视频的指令时触发。

在 RunComfy 上编辑现有视频 — 此技能是一个智能路由器，可将用户意图匹配到 RunComfy 目录中合适的编辑模型。支持选择 Wan 2.7 Edit-Video（通用风格重绘 / 背景替换 / 包装替换，保留身份特征与运动轨迹）、Kling 2.6 Pro Motion Control（将参考视频中的精确动作迁移至目标角色），或 Lucy Edit Restyle（轻量级且身份特征稳定的风格重绘 / 服装替换）。内置各模型文档化的提示词模式，使该技能能获得更精准的编辑效果，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>/<endpoint>`。触发词包括：“video edit”、“edit video”、“restyle video”、“swap video background”、“motion control”、“outfit swap video”，或任何明确要求转换视频的指令。

在 RunComfy 上使用 Wan 2.7（Wan-AI 的旗舰动态模型）生成文生视频。文档涵盖了 Wan 2.7 的优势（多参考条件控制、通过 `audio_url` 实现音频驱动的唇形同步、更平滑的过渡、提示词扩展）、时长/分辨率/宽高比规范，以及何时应转用 HappyHorse 1.0 / Seedance 2.0 / Kling / LTX 2。通过本地 RunComfy CLI 调用 `runcomfy run wan-ai/wan-2-7/text-to-video`。当触发词为“wan”、“wan 2.7”、“wan-2-7”、“wan video”，或明确要求使用此模型生成视频时激活。

在 RunComfy 上使用 Flux 1 Kontext Pro（Black Forest Labs 的精准局部图像编辑模型）编辑图像——内置该模型官方文档中的提示词模式，使该技能能获得比直接调用同一模型更出色的输出效果。文档说明了 Flux Kontext 的优势（单参考图精准局部编辑、强大的提示词控制能力、稳定的高保真输出）、其输入模式（单张图像 + 提示词），以及何时应转而使用 Nano Banana Edit / GPT Image 2 edit / Flux 2 Klein。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-1-kontext/pro/edit`。当触发词为 "flux kontext"、"flux-kontext"、"flux 1 kontext"、"kontext"、"BFL kontext"，或任何明确要求使用此模型进行编辑的指令时激活。

在 RunComfy 上使用 OpenAI GPT Image 2（ChatGPT Images 2.0 的 `/edit` 端点）编辑图像——内置该模型的文档化提示词模式，使该技能比针对同一模型的朴素提示词获得更精准的输出。记录了 GPT Image Edit 的优势（保留语言、多语言图像内文本编辑、最多支持 10 张图像的多重参考、布局/排版精度）、数据架构，以及何时应路由至 Nano Banana Edit / Flux Kontext / GPT Image 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run openai/gpt-image-2/edit`。在触发词为“gpt image edit”、“gpt-image-edit”、“chatgpt image edit”、“edit with gpt image 2”，或任何明确要求使用此模型进行编辑时触发。

在 RunComfy 上使用 Google Nano Banana 2（图生图编辑端点）编辑图像。文档说明了 Nano Banana Edit 的优势（保留主体特征、替换背景、使用空间语言进行局部编辑、支持多达 20 张输入的多图批量编辑）、数据结构，以及何时应转而使用 GPT Image 2 edit、Flux Kontext 或 Nano Banana 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/edit`。在触发“nano banana edit”、“edit with nano banana”、“image edit nano banana”或任何明确要求使用此模型进行编辑的指令时激活。

在 RunComfy 上编辑图像——此技能是一个智能路由器，可将用户意图匹配至 RunComfy 目录中最合适的编辑模型。支持选择 Nano Banana Edit（批量处理最多 20 张，默认保持身份特征）、OpenAI GPT Image 2 Edit（多语言图像内文本重写、多参考组合、精准布局）、Flux Kontext Pro（单参考高保真局部编辑）或 Z-Image Turbo Inpaint（基于遮罩的精准区域编辑）。内置各模型官方文档的提示词模式，使该技能能获得更精准的编辑效果，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>/edit`。触发词包括“image edit”、“edit image”、“image-to-image”、“i2i”、“swap background”、“remove object”、“rewrite headline”，或任何明确要求编辑单张或批量图像的指令。

在 RunComfy 上使用 Flux 2 Klein（Black Forest Labs 推出的 Flux 2 蒸馏快速变体）生成图像——内置该模型官方文档的提示词模式，使该技能能获得比直接调用同一模型更精准的输出。详细说明了 Flux 2 Klein 的优势（亚秒级延迟、多参考品牌风格、声明式主体优先提示词）、步数策略（4-8 步用于快速迭代，约 25 步用于精修）、9B 与 4B 变体的权衡，以及何时应转用 Flux 2 Pro / Seedream 5 / GPT Image 2。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-2-klein/9b/text-to-image`（或 `/4b/`）。在触发词为 "flux 2 klein"、"flux-2-klein"、"flux klein"、"BFL flux 2"，或任何明确要求使用此模型生成时触发。

在 RunComfy 上使用 Google Nano Banana 2（Gemini 系列的 flash 级文本生成图像模型）生成图像——内置该模型官方文档中的提示词模式，使该技能能获得比直接调用同一模型更出色的输出效果。文档详细说明了 Nano Banana 2 的优势（快速迭代、图像内文字排版渲染、可预测的画面构图、可选的联网背景信息）、分辨率级别的定价、安全容忍度调节机制，以及何时应转而使用 Nano Banana Pro / GPT Image 2 / Flux 2 / Seedream。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/text-to-image`。当触发词为“nano banana”、“nano-banana-2”、“nano banana 2”、“google image gen”、“gemini image”，或明确要求使用此模型生成图像时触发。

react:components — 一项可安装的 AI 代理技能，由 google-labs-code/stitch-skills 发布。

AI驱动的自主数据提取功能，能够导航复杂网站并返回结构化JSON。当用户需要从网站获取结构化数据、提取定价层级、产品列表、目录条目，或需要按Schema提取任意数据为JSON时，请使用此技能。触发条件包括“提取结构化数据”、“获取所有产品”、“抓取定价信息”、“提取为JSON”，或当用户提供用于网站数据的JSON Schema时。对于多页结构化数据提取，它比简单的网页抓取更强大。

批量提取整个网站或特定站点分区的内容。当用户需要抓取网站、提取文档分区的所有页面、跟踪链接批量抓取多个页面，或者提及“crawl”、“get all the pages”、“extract everything under /docs”、“bulk extract”，以及需要获取同一站点多个页面的内容时，请使用此技能。支持处理抓取深度限制、路径过滤和并发提取。

发现并列出网站上的所有 URL，支持可选的搜索过滤。当用户希望在海量网站中查找特定页面、列出所有 URL、查看网站结构、查找某内容在域名中的具体位置，或者提到“映射网站”、“查找……的 URL”、“……有哪些页面”或“列出所有页面”时，请使用此技能。当用户明确知道所在网站但不知道具体页面时，此技能必不可少。