🫧 Image Edit — Pro Pack on RunComfy

核心用法

Image Edit — Pro Pack on RunComfy 是 RunComfy 生态的图像编辑统一入口。用户上传现有图像并给出编辑指令，Skill 自动路由至四类专业模型完成转换：

| 场景 | 路由模型 | 能力 |

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

| 通用编辑/批量处理 | `google/nano-banana-2/edit` | 背景替换、物体增删，支持 1–20 张批量处理，最高 4K |

| 多语言文字/多图合成 | `openai/gpt-image-2/edit` | 精准重写非拉丁文字（日/韩/阿拉伯等），最多 10 张参考图合成 |

| 单图精准微调 | `blackforestlabs/flux-1-kontext/pro/edit` | 单指令高保真编辑，身份保留最强 |

| 蒙版区域修复 | `tongyi-mai/z-image/turbo/inpainting` | 需配合灰度蒙版，支持强度控制，适合水印/线缆去除 |

调用方式：本地安装 npm i -g @runcomfy/cli，配置 RUNCOMFY_TOKEN，执行 runcomfy run <model>/edit --input '{...}'。

显著优点

• 智能路由：无需手动选型，意图识别自动匹配最优模型
• 身份保留：四大模型均以「主体一致性」为设计核心，适合商品图、人像、品牌物料
• 批量生产力：Nano Banana 支持单次 20 图同指令处理，SKU 图库、A/B 测试效率倍增
• 多语言本地化：GPT Image 2 对 CJK、阿拉伯、西里尔等文字渲染准确，出海物料一键本地化
• 蒙版精细化：Z-Image Inpaint 提供 0.3–1.0 强度控制，修复边缘自然

潜在缺点与局限

• 单路由限制：每次调用仅触发单一模型，无法跨模型融合处理
• 外部依赖：源图需公开 HTTPS URL，内网/私有存储需额外转接
• 成本与延迟：4K 输出、批量 20 图、网络搜索（enable_web_search）均显著增加耗时与 token 消耗
• 蒙版门槛：精确修复需用户自备灰度蒙版，无内置自动分割
• 品牌锁定：若用户指定特定模型（如「用 Flux」），需跳转对应独立 Skill，本路由不再覆盖

适合人群

• 电商运营：批量生成多背景 SKU 图、去水印、改文案
• 品牌设计师：快速产出多语言版本海报、保持视觉一致性
• 内容创作者：人像精修、场景替换，无需重拍
• 开发者/自动化工作流：CLI 驱动，易于接入 CI/CD 或批处理脚本

常规风险

• Token 安全：~/.config/runcomfy/token.json 存储 API 密钥，权限 0600，共享环境需额外防护
• 图像 URL 风险：外部图片可能携带对抗性 prompt 注入，建议预校验来源
• 版权与合规：生成内容受底层模型许可约束（MIT 外壳不覆盖模型本身条款）
• 服务可用性：上游 5xx 或限流（429）时返回 69/75 退出码，生产环境需重试机制
• 输出大小：单文件上限 2 GiB，超高清连拍序列需分批次

核心用法

Image Edit — Pro Pack on RunComfy 是一个智能路由型 Skill，专为基于现有图像的编辑任务设计。用户上传源图像并提供编辑指令后，Skill 自动识别意图并路由至 RunComfy 生态中最适合的 AI 模型，执行背景替换、对象移除/添加、图像内文本重写、蒙版区域填充等操作。

四大编辑路由

| 场景 | 模型 | 核心能力 |

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

| 通用编辑 / 批量处理（1-20张） | `google/nano-banana-2/edit` | 身份保持、背景替换、4K 输出 |

| 多语言文本重写 / 多参考合成 | `openai/gpt-image-2/edit` | 中日韩阿等字体渲染、最多10张参考图 |

| 单指令精准局部编辑 | `blackforestlabs/flux-1-kontext/pro/edit` | 单图高保真微调 |

| 蒙版驱动区域编辑 | `tongyi-mai/z-image/turbo/inpainting` | 精确蒙版控制、强度调节 |

典型工作流

1. 身份保持型编辑：强调 "Keep [identity/pose/clothing] unchanged" 后再描述变更
2. 批量电商出图：单指令处理 SKU 图库，统一锁定比例和分辨率
3. 多语言本地化：直接替换海报中的日文、阿拉伯文等文案
4. 蒙版去污/填充：配合精确蒙版移除线缆、水印或替换背景

显著优点

• 模型智能路由：无需用户了解底层模型差异，自动匹配最优方案
• 身份稳定性强：专为保留主体特征（人脸、产品、品牌标识）优化的编辑流程
• 批量生产力：支持单批次 20 张图像处理，适配电商 A/B 测试和多语言变体
• 分辨率上限高：Nano Banana 路由支持 4K 输出，满足印刷级需求
• 多语言文本能力：GPT Image 2 路由原生支持非拉丁字体的高质量渲染
• 安全架构清晰：无可执行代码，纯文档型 Skill，实际运算由外部 CLI 完成

潜在缺点与局限性

• 外部依赖单一：功能完全依赖 RunComfy 云服务，需有效 Token 和网络连接
• 无离线能力：所有图像数据需上传至 RunComfy 服务器，敏感内容存在合规顾虑
• 路由决策黑盒：Skill 内部的路由逻辑若与用户需求错位，可能选错模型（如复杂的蒙版编辑被路由到非蒙版模型）
• 单次单模型：不支持同一任务串联多模型能力，复杂编辑需分步调用
• 成本不透明：RunComfy API 调用按模型和分辨率计费，Skill 本身不展示价格预估
• 输入 URL 风险：源图像和蒙版需为公开 HTTPS 链接，存在潜在的原型链污染或恶意图像风险

适合人群

• 电商运营/设计师：需要批量生成产品多场景图、多语言版本海报
• 内容创作者/摄影师：快速替换背景、移除干扰元素、添加道具
• 本地化团队：需要精准替换图像内多语言文字（日、韩、阿、中等）
• 营销团队：A/B 测试素材快速变体生产
• 有 RunComfy 账户的技术用户：熟悉 CLI 工具，能接受云 API 调用模式

常规风险

• 数据隐私：图像上传至第三方云服务，涉密或敏感人物图像需评估合规性
• Token 安全：RUNCOMFY_TOKEN 需妥善保管，避免硬编码或泄露
• URL 验证：外部图像链接应来自可信源，防范基于图像的提示注入攻击
• 服务可用性：依赖 RunComfy 平台稳定性，存在单点故障风险
• 费用失控：批量 4K 输出可能产生较高 API 费用，建议先小批量测试
• 版权合规：编辑生成内容需确认源图像版权及商用授权范围