核心用法
HappyHorse 1.0 是目前在 Artificial Analysis Video Arena 排名第一（Elo 1333 t2v / 1392 i2v）的文本转视频模型，通过 RunComfy CLI 调用。本技能并非单纯封装 API，而是捆绑了官方文档化的提示词模式与模型路由策略，确保代理能在首试或第二次尝试时获得最佳输出。
关键调用参数
| 参数 | 说明 | 默认值 |
|------|------|--------|
| `prompt` | 支持 6 种语言（中/英/日/韩/德/法），最多 2500 字符 | 必填 |
| `aspect_ratio` | 仅支持 5 种固定比例 | `16:9` |
| `resolution` | `720P` 或 `1080P` | `1080P` |
| `duration` | 3–15 秒 | `5` |
| `watermark` | 是否添加水印 | `true` |
提示词优化策略
- 动态描述优先：使用"推近、手持、目光转移"等时间性动词，而非静态画面描述
- 镜头语言前置："Wide shot"、"Tracking shot"、"35mm anamorphic" 等术语被模型直接解析
- 单节拍聚焦：每次只描述一个主要视觉动作，避免多动作竞争
- 多镜头一致性：每次镜头切换时重申主体特征（服装、颜色、标志性细节）
- 音频引导：同步生成环境音、对话语气，可在提示词中指定
智能模型路由
| 场景 | 推荐模型 |
|------|---------|
| 多镜头角色/服装一致性、原生音频同步 | **HappyHorse 1.0** |
| 精细口型同步 + 参考视频 | Seedance 2.0 Pro |
| 精细运动控制 + 多参考条件 | Wan 2.7 |
| 超快速迭代（亚秒级每帧）| LTX 2 |
显著优点
1. 排行榜领先质量：#1 on Artificial Analysis Video Arena，盲测胜率最高
2. 原生 1080p + 同步音频：单次生成即可输出广播级画质与配套音轨
3. 多语言原生支持：6 种语言无需翻译，提示词质量无损耗
4. 跨镜头角色一致性：内置身份保持机制，适合品牌叙事与连续场景
5. 专业提示词封装：将官方最佳实践编码为技能逻辑，降低用户学习成本
潜在缺点与局限性
- 时长严格受限：3–15 秒硬上限，长叙事需分段生成后拼接
- 画幅比例固定：仅 5 种预设，超宽银幕比例会被裁切或拒收
- 音频无法外接：仅支持 in-pass 生成，无法导入外部音频驱动口型（需转用 Wan 2.7）
- 无免费图生视频：此模板为纯文本生成，i2v 需调用独立 pipeline
- 商业依赖：必须持有 RunComfy 账户与有效 token，非自托管方案
- 成本试错：虽优化了提示词效率，但仍按 GPU 时长计费，大参数测试成本较高
适合人群
- 品牌与广告创作者：需要多镜头一致角色、多语言本地化、原生音频的短形式内容
- 影视预演与概念验证：快速生成分镜级动态预览，测试镜头语言与节奏
- 社交媒体运营：TikTok/Reels/YouTube Shorts 等平台原生 9:16 竖版内容
- 多语言内容团队：中/日/韩/德/法市场本地化，无需担心翻译导致的提示词漂移
常规风险
- 账户与令牌安全：
~/.config/runcomfy/token.json需妥善保管，CI 环境建议用RUNCOMFY_TOKEN而非持久化登录 - 下载域限制：CLI 仅自动下载
*.runcomfy.net/*.runcomfy.com域名内容，但用户仍需警惕恶意模型返回的外部链接 - 费用失控：长时间运行或高频调用可能产生意外账单，建议设置预算告警
- CLI 版本兼容性：技能依赖特定 CLI 行为，升级 CLI 时需验证接口变更
- 模型版本锁定：HappyHorse 1.0 为特定版本，后续模型更新可能需技能同步升级