核心用法
Video Outpainting 通过 runcomfy CLI 调用 Wan 2-7 Edit-Video 模型，实现视频的空间画布扩展。用户仅需提供视频 URL 和描述性提示词（如"Extend the canvas to 16:9"），即可将 9:16 竖屏视频转换为 16:9 横屏，或在四边添加匹配的环境内容。
关键命令结构：
runcomfy run wan-ai/wan-2-7/edit-video \
--input '{"video_url": "...", "prompt": "Extend the canvas..."}' \
--output-dir ./out提示词设计原则： 先声明画布变化目标，再描述扩展区域的风格/光照/景深一致性，最后强调中心内容保留，避免模型重绘主体。
---
显著优点
1. CLI 原生集成：无需 GUI 操作，适合自动化 pipeline 和批量处理
2. Prompt-driven 灵活控制：自然语言描述即可精确控制扩展方向和风格匹配
3. 快速交付：相比 ComfyUI 工作流，CLI 路径响应更快，适合社交内容敏捷迭代
4. MIT 开源授权：工具链透明可审计
---
潜在缺点与局限性
| 问题 | 说明 |
|------|------|
| **接缝质量不稳定** | Wan 2-7 非专门训练用于 outpainting，扩展区域可能出现闪烁或风格跳变 |
| **Hero-grade 场景受限** | 广告级高质量输出需转向 ComfyUI LTX 2-3 专用工作流（无 CLI 支持） |
| **多轮迭代衰减** | 超过 2 轮扩展后质量显著下降 |
| **旧素材修复弱** | 4:3 转 16:9 等历史 footage 处理对接缝要求极高，CLI 路径难以满足 |
---
适合人群
- 社交媒体运营：快速将 TikTok/Reels 竖屏内容适配 YouTube 横屏格式
- 内容创作者：需要批量处理多版本画幅的短视频生产者
- 原型验证阶段：在投入 ComfyUI 精细工作流前快速验证构图可行性
- 技术向用户：熟悉 CLI 环境，追求 pipeline 自动化的开发者
---
常规风险
1. Token 安全：RUNCOMFY_TOKEN 需妥善保管，建议使用环境变量注入而非硬编码
2. 第三方视频 URL：输入视频来源不可控，存在间接提示注入风险——仅限处理用户明确提供的自有素材
3. 输出质量预期管理：需明确告知最终用户 CLI 路径的接缝局限性，避免广告级交付预期
4. 2GiB 下载限制：大文件生成场景需前置检查输出规格
5. 模型漂移：提示词若未明确"preserve original action"，Wan 2-7 可能重绘中心主体