核心用法
image-edit-runcomfy 是一个智能意图路由技能，自动匹配用户编辑需求到RunComfy生态中的四大专业模型：
| 场景 | 自动路由模型 | 关键能力 |
|:---|:---|:---|
| 批量1-20张图一致性编辑（电商SKU、A/B测试） | Nano Banana Edit | 锁定分辨率/比例，身份保持 |
| 多语言文字重写（日文假名、西里尔、阿拉伯文） | GPT Image 2 Edit | 10图多参考合成，布局精准控制 |
| 单图精准局部修改（"她手持橙色雨伞"） | Flux Kontext Pro | 单参考高保真，指令式编辑 |
| 遮罩驱动区域修复/替换（去水印、换背景） | Z-Image Turbo Inpaint | 灰度遮罩控制，强度可调 |
调用方式统一为 runcomfy run <vendor>/<model>/edit --input '{...}' --output-dir <path>，CLI负责HTTPS提交、轮询、下载全流程。
显著优点
1. 零认知负担：用户无需研究模型差异，自然语言描述需求即可自动路由最优方案
2. 生产级批量：Nano Banana支持20张并行，锁定参数确保系列一致性
3. 全球化文本：GPT Image 2 Edit在业界领先的多语言排版能力，支持"将标题移至底部中央"等精准布局指令
4. 精细化控制：Z-Image Inpaint通过灰度遮罩+强度参数(0.3-1.0)实现从轻微修饰到完全替换的梯度控制
5. 安全设计：CLI不shell展开prompt，JSON直传HTTPS；token文件0600权限；单文件2GiB下载上限
潜在局限
- 单路由限制：每次调用仅激活一个模型，无法融合多模型能力
- 外部URL风险：图片/遮罩URL由RunComfy服务器端拉取，存在图像提示注入风险
- 固定输出尺寸：GPT Image 2 Edit仅支持4种预设分辨率，非"auto"可能改变构图
- 遮罩预处理：Z-Image要求用户自备灰度遮罩，边缘需1-3px模糊以获得自然融合
- 模型指定冲突：若用户明确命名特定模型，需跳转至对应品牌专属技能处理
适合人群
- 电商运营：批量生成SKU变体图、多语言版本海报
- 设计师：快速探索A/B视觉方案、精准局部修改
- 开发者：集成至CI/CD流水线，通过
RUNCOMFY_TOKEN实现无头认证 - 内容创作者：无需本地GPU，云端完成专业级图像编辑
常规风险
- API可用性：依赖RunComfy云服务，69/75退出码表示上游故障或可重试限流
- 成本累积：批量20张×4输出单次调用可达80张生成量，需监控用量
- 身份保持边界：复杂姿态+大幅场景变更仍可能出现面部漂移，建议分步迭代