🫧 Video Edit — Pro Pack on RunComfy

核心用法

该skill是RunComfy视频编辑模型的智能路由器，根据用户意图自动选择三类专业模型：

Wan 2.7 Edit-Video（默认路由）：适用于通用视频重风格、背景替换、包装替换等场景，支持1080p输出，擅长身份与运动保留。调用runcomfy run wan-ai/wan-2-7/edit-video，关键参数包括prompt（需先声明保留目标）、video源文件、reference_image（可选，用于设计迁移）、audio_setting（建议设为origin保留原声）。

Kling 2.6 Pro Motion Control：专精运动迁移，将参考视频的动作精准映射到目标角色。适用于舞蹈动作迁移、口型同步等。调用kling/kling-2-6/motion-control-pro，需同时提供image（角色参考）和video（运动参考），character_orientation决定输出长度上限（image模式10s，video模式30s）。

Lucy Edit Restyle：轻量级身份稳定重风格，适合服装替换、场景重光照等局部修改。上限720p，无宽高比控制。调用decart/lucy-edit/restyle，提示词聚焦单一修改维度（outfit/lighting/background）。

显著优点

• 意图精准路由：避免用户在不匹配的模型上浪费迭代，显著提升编辑效率
• 专业化提示词封装：内置各模型的最佳实践（如Wan需"preservation goals first"，Kling需保证主体占比>5%）
• 身份+运动双保留：Wan和Kling均在各自擅长领域实现高质量时序一致性
• CLI原生集成：通过runcomfy run直接调用，支持CI/CD环境的RUNCOMFY_TOKEN注入
• 输出文件安全管控：CLI自动拦截>2GiB的异常下载，防止磁盘耗尽

潜在局限

• 分辨率天花板：Lucy仅720p，Wan最高1080p，无4K选项
• 时长硬性限制：Wan 2-10s，Kling image模式仅10s，长视频需分段处理
• 单模型单调用：不支持多模型融合或pipeline串联
• 参考图像风险：外部URL由RunComfy服务器拉取，存在图像提示注入攻击面
• 品牌覆盖不完整：若用户指定特定品牌模型，需路由至独立skill而非本通用路由器

适合人群

• 内容创作者/短视频运营：快速产出风格化视频、背景替换素材
• 电商广告团队：产品包装替换、模特服装快速变装
• AI视频开发者：需程序化调用RunComfy API的工程师
• 有CLI环境的服务器/容器场景

常规风险

• API token泄露：~/.config/runcomfy/token.json需严格权限控制（0600），CI环境建议改用环境变量
• 上游服务依赖：RunComfy平台故障将直接导致skill不可用（exit code 69）
• 生成内容合规性：深度伪造（deepfake）风险，需确保有明确授权的人物素材
• 成本累积：视频生成API按调用计费，批量处理前建议小样本验证

核心用法

该 Skill 是一个意图智能路由器，不绑定单一模型，而是根据用户的编辑需求自动选择 RunComfy 平台的三款视频编辑模型之一：

| 场景 | 推荐模型 | 核心能力 |

|---|---|---|

| 换背景/换包装/全局风格重塑，需保真人脸动作 | **Wan 2.7 Edit-Video** | 1080p 支持，身份+动作双重保留，单方向编辑稳定 |

| 将参考视频的精确动作迁移到目标角色 | **Kling 2.6 Pro Motion Control** | 动捕级运动迁移，支持 10-30s 输出，身份保持 |

| 轻量换装/场景光效调整，求快求稳 | **Lucy Edit Restyle** | 720p 上限，专注局部风格修改，时序一致性好 |

调用方式统一为 runcomfy run <vendor>/<model>/<endpoint>，Skill 内置各模型的 JSON Schema 和最佳实践提示模板，降低用户试错成本。

关键参数速查

• Wan 2.7: prompt（先写保留目标）、video（2-10s, ≤100MB）、reference_image（设计迁移用）、resolution（720p/1080p）、audio_setting（origin 保原声）
• Kling Motion Control: video（动捕参考）、image（角色参考）、character_orientation（image=10s/video=30s）、keep_original_sound
• Lucy Restyle: video_url、prompt（局部变化）、固定 720p 输出

显著优点

1. 意图免配置：无需记忆模型差异，自然语言描述需求即可自动路由
2. 零本地算力：纯云端推理，本地仅需轻量 CLI 工具
3. 专业级提示封装：内置 "Preserve...; change..." 等模板，减少迭代次数
4. 官方生态直连：RunComfy 为 Wan、Kling、Lucy 的官方/深度合作伙伴，模型更新及时

潜在缺点与局限性

1. 单模型单任务：不支持多模型融合调用，复杂需求需分步执行
2. 时长与分辨率硬限制：Wan 2.7 最长 10s，Lucy 仅 720p，长视频需预处理切片
3. 外部依赖刚性：必须安装 @runcomfy/cli 并维护有效 Token，离线不可用
4. 成本不可控：云端 GPU 推理按量计费，高迭代场景费用累积快
5. 输出一致性风险：AI 视频编辑的时序闪烁、身份漂移问题仍可能出现在边缘案例

适合人群

• 内容创作者/短视频运营：快速产出口播换背景、产品换包装等素材
• 广告制作团队：Motion Control 动捕迁移降低实拍成本
• AI 工作流开发者：希望通过 CLI 批量编排视频编辑 Pipeline
• 非技术用户（需配合 RunComfy 账户）：不想自建 ComfyUI 环境，追求开箱即用

常规风险

• Token 泄露：RUNCOMFY_TOKEN 或 ~/.config/runcomfy/token.json 若被窃取，账户可能被滥用
• 提示词隐私：编辑指令和源视频上传至 RunComfy 云端处理，敏感内容需谨慎
• 供应链风险：依赖的 NPM 包 @runcomfy/cli 需保持更新，防范依赖投毒
• 输出下载风险：生成结果仅从 *.runcomfy.net/com 域名下载，需防范钓鱼域名