核心用法
本 Skill 是 RunComfy 视频生成模型的智能路由层，通过本地 CLI 统一调度 10+ 行业顶尖视频模型。支持三大生成模式：
文本生成视频 (T2V)：默认调用 HappyHorse 1.0（Artificial Analysis Video Arena #1），原生 1080p 同步音频生成；可选 Wan 2-7 实现特定语音对口型，或 Seedance v2 Pro 进行多模态 cinematic 创作（支持 9 图/3 视频/3 音频参考）。
图像生成视频 (I2V)：HappyHorse 1.0 I2V 为默认，擅长人物动效与音频描述；Veo 3-1 主打物理精确运动与物体恒常性；Kling 3.0 提供 4K 多镜头角色一致性。
视频延长：Veo 3-1 Extend 支持运动/光照/身份连贯的片段续作。
调用范式标准化为 runcomfy run <vendor>/<model>/<endpoint> --input '{...}'，Skill 自动匹配用户意图（质量优先/速度优先/成本敏感/特定功能如 lip-sync）至最优模型。
显著优点
- 模型覆盖全面：集成 Arena 榜首 HappyHorse、Google Veo 3-1、Kling 3.0 4K、ByteDance Seedance v2/Dreamina、MiniMax Hailuo、Wan 2-7 等全量商业级模型，避免多平台账号碎片化。
- 意图智能路由：内置决策树自动选择模型——需原生音频选 HappyHorse，需物理精确旋转选 Veo，需 4K 角色叙事选 Kling 3.0，需语音对口型选 Wan 2-7，大幅降低模型选择认知负担。
- 统一 CLI 工作流：单条命令完成鉴权、提交、轮询、下载，输出目录可控，支持 CI/CD 集成。
- 提示词工程内置：每模型附带经 RunComfy 验证的 prompting 模式（如 Seedance 的 lens language、Veo 的 "no other motion" 约束），降低试错成本。
- 原生音频能力：HappyHorse 1.0 与 Seedance v2 支持 in-pass 音频生成，省去独立 Foley 制作步骤。
潜在缺点与局限性
- 成本分层显著：Kling 3.0 4K、Seedance v2 Pro 等顶级模型单位成本较高，需显式降级至 Pro/Standard/Fast 档位控制预算。
- 音频对口型局限：Wan 2-7 虽支持 audio_url 驱动唇同步，但需用户自备语音文件，无法像 HappyHorse 那样自动生成匹配音频。
- 物理 vs. 美学权衡：Veo 3-1 物理精确但艺术表现力弱于 Seedance；Seedance cinematic 风格强但计算开销大，无免费档位。
- 视频延长依赖同源：Extend 功能目前仅限 Veo 3-1 生态，其他模型（如 Kling、HappyHorse）尚不支持跨模型延长。
- CLI 依赖 Node/npm：需全局安装
@runcomfy/cli，Windows/Linux/macOS 环境需预配置 Node 运行时。
适合人群
- 创意广告与社媒运营：需快速产出 9:16/16:9 多比例短视频，带原生音频，迭代频繁。
- 影视预演与概念设计：利用 Seedance v2 多模态参考与 Kling 多镜头一致性，快速验证分镜。
- 电商与产品可视化：Veo 3-1 的物理精确旋转、物体恒常性适合产品 360° 展示。
- AI 工作流集成者：通过标准化 JSON 输入与 CLI 退出码，嵌入自动化管线（如批量生成、A/B 测试）。
- 技术型创作者：熟悉命令行，愿以代码化方式控制视频生成参数（seed、aspect_ratio、camera language）。
常规风险
- Token 安全：
RUNCOMFY_TOKEN以 0600 权限写入~/.config/runcomfy/token.json，CI 场景需通过环境变量注入，禁止硬编码或日志输出。 - 间接提示注入：参考图/音频/视频 URL 内容可能被恶意嵌入指令（图像内文字、EXIF 元数据、音频水印），需确保素材来源可信或由用户显式提供。
- 生成内容合规：AI 视频可能产生虚假人物、不当场景或版权敏感元素，商用前需人工审核，遵守平台 AUP 与地区法规。
- 成本失控：4K 档位与多模态参考叠加可能产生高额费用，建议先用 Fast/Standard 档位验证提示词。
- 依赖服务可用性：RunComfy 为第三方托管平台，模型 API 变更、速率限制或区域性故障可能影响生成任务。