核心用法
video-edit-runcomfy 是一个意图感知型视频编辑技能,通过智能路由将用户需求匹配至 RunComfy 生态中最适合的编辑模型,而非让用户手动试错。技能内置三类核心场景:
1. Wan 2.7 Edit-Video(默认):适用于通用重风格、背景替换、包装替换等场景,支持 1080p 输出,强调身份与运动保持
2. Kling 2.6 Pro Motion Control:专注于运动迁移,将参考视频的动作精准迁移到目标角色(10-30s 输出)
3. Lucy Edit Restyle:轻量级身份稳定重风格/换装,720p 上限,适合局部化编辑
使用方式通过 runcomfy run <vendor>/<model>/<endpoint> CLI 调用,JSON 参数体包含 prompt(必须以保留目标开头)、源视频/图片 URL、分辨率控制及音频设置等。
显著优点
- 意图路由减少迭代损耗:内置决策表自动匹配模型,避免用户因选错模型而浪费算力积分
- 专业化提示模板:每个路由附带经过验证的提示模式(如 "Preserve... then..." 结构),提升一次成功率
- 身份保持设计:三个模型均将身份保持作为核心优化目标,非简单像素替换
- CLI 工作流友好:支持 CI/CD 环境(
RUNCOMFY_TOKEN环境变量)、本地配置隔离、明确的退出码体系 - 音频控制选项:
audio_setting: "origin"可保留源视频音轨,避免生成视频重新配音
潜在缺点与局限性
- 单路由限制:每次调用仅启用一个模型,无法组合多模型能力(如同时做运动迁移+高分辨率重风格)
- 时长与分辨率天花板:Wan 2.7 限 2-10s,Kling 图像模式仅 10s,Lucy 仅 720p,长视频或超清需求需分段处理
- 外部 URL 依赖:视频/参考图需预先上传至可访问 URL,本地文件需额外处理
- 第三方内容风险:图像/视频 URL 由模型服务器拉取,存在图像提示注入的潜在攻击面
- 无实时预览:CLI 模式为异步轮询,需等待完整生成后才能查看结果
适合人群
- 内容创作者/营销团队:需批量生成产品背景替换、包装迭代视频
- MCN/短视频运营:快速制作风格化口播视频,保持主播形象一致性
- 广告技术团队:程序化生成多版本广告素材,需 CI 集成能力
- 独立开发者:探索视频生成工作流,需要结构化、可复现的 CLI 工具
常规风险
- API Token 安全:
~/.config/runcomfy/token.json需确保 0600 权限,CI 环境建议使用环境变量覆盖 - 算力成本控制:视频生成模型调用成本显著高于文本/图像,高频调用需预算监控
- 版权与肖像合规:运动迁移和身份保持功能涉及第三方形象,商用需确保授权链条完整
- 输出不可控性:生成模型存在随机性,即使固定 seed 也可能因上游模型更新产生差异,关键项目需留备份方案