1仕組みと動作原理

i2vの意図ルーティング：一般的なアニメーション（ポートレート/製品）はデフォルトでHappyHorse 1.0 I2V、カスタムボイスオーバーのリップシンクはWan 2.7 t2v+audio_url、マルチモーダル合成はSeedance 2.0 Proへとルーティング。エージェントは意図テーブルに従って分類し、該当するセクションへと進みます。

image-to-video/SKILL.md

| Animate a portrait — keep identity stable | **HappyHorse 1.0 I2V** | #1 on Artificial Analysis Arena (Elo 1392); strong facial fidelity |

ルーティングテーブルには8つの意図行＋デフォルト行（Default if unspecified → HappyHorse）が含まれ、本文の接続文句は`The agent reads this table, classifies the user's intent, and picks the matching subsection below.`（video-editと同じ記述テンプレート）— 分類の実行役はホストLLMであり、スキル自体にコードは含まれません。

エンドポイントの注意点を誠実に明記：Wan 2.7には本カタログ内に独立したi2vエンドポイントが存在せず、リップシンクは実際にはt2vエンドポイント＋audio_urlを流用していることを文書で明示し、エージェントが思い込みで/image-to-videoを呼び出すのを防ぎます。

image-to-video/SKILL.md

**Model**: `wan-ai/wan-2-7/text-to-video` (NOT `/image-to-video` — Wan 2.7's t2v endpoint accepts an `audio_url` that drives lip-sync)

同じセクションで補足説明：`For pure i2v (image animated by motion prompt only), prefer HappyHorse i2v.` — スキーマが推測ではなくRunComfyカタログの実測に基づいて整理されていることを示し、descriptionの'(or endpoint variant)'という記述とも呼応しています。

マルチモーダル合成の参照プロトコル：Seedance 2.0 Proは画像0〜9枚、参照動画0〜3本、参照音声0〜3本の配列を受け付け、プロンプト内で「image 1 / video 1 / audio 1」と番号を振ることで各モダリティのキューをモデルへルーティングします。

image-to-video/SKILL.md

- **Number the refs** in the prompt: `"subject from image 1, lighting from video 1, voice from audio 1"`. Seedance routes cues correctly.

スキーマ行に配列上限（`image_url` 配列0〜9、`video_url` 0〜3、`audio_url` 0〜3）が明記され、プロンプトルールでは最初の画像がメインの被写体（`**First is the primary subject.**`）であることが強調されています。

モーションプロンプト構文：動作動詞の前置、画像内容の重複説明の排除、1クリップ1主運動を徹底し、「静止画を動かす」記述作法をテンプレート化。

image-to-video/SKILL.md

- **Lead with motion verbs**: "drift", "dolly in", "orbit", "tilt up", "reveal", "blink", "breathe". Front-load what's MOVING.

付属の規律 `Don't restate the image — the model sees it. Focus tokens on what changes.` および `One beat per clip — single primary motion` — i2vモデル特有の「冗長な説明が運動を希釈してしまう」問題に対処しています。

実行をruncomfy CLI＋クラウド推論に委譲：3つの選択肢から選定後、一致するJSON bodyで`runcomfy run <model_id>`を呼び出し、CLIが投入・ポーリング・生成物ダウンロードを担当します。

image-to-video/SKILL.md

The skill picks one of HappyHorse 1.0 I2V / Wan 2.7 t2v+audio / Seedance 2.0 Pro based on user intent and invokes `runcomfy run <model_id>` with the matching JSON body.

動画生成の重い処理は完全にクラウド側にあり、スキル自体は「ルーティング判断＋パラメータテンプレート＋プロンプト規律」を担うドキュメント媒体です。

2コア機能

01i2vの3系統意図ルーティング（ポートレート/製品の通常アニメ、カスタムボイスオーバー口型、マルチモーダル合成）

02audio_urlによるカスタムボイスオーバーのリップシンク（Wan 2.7 t2vエンドポイントの流用）

03同一画像の多言語吹き替えバリアント：seedを固定し、言語ごとにaudio_urlを切り替えて出力

04マルチモーダル参照合成（画像＋参照動画＋参照音声の配列、先頭画像がメイン被写体）

05モーション/カメラ/ライティングプロンプト構文＋negative_promptによる回避項目

06パラメータ化された出力：解像度/長さ/アスペクト比/seed/ウォーターマーク有無をフィールド単位で制御可能

3外部依存関係

Kind	Dependency / Endpoint
cli	runcomfy（@runcomfy/cli 官方 CLI）
package	@runcomfy/cli（npm 全局安装）
network	RunComfy Model API（请求提交）
network	生成结果下载白名单
network	云端模型路由（经 CLI/Model API 访问）：happyhorse/happyhorse-1-0/image-to-video、wan-ai/wan-2-7/text-to-video、bytedance/seedance-v2/pro
network	RunComfy 模型页 / 文档站（引用链接）
network	用户提供的源图/参考视频/参考音频 URL——由 RunComfy 模型服务器抓取

4推奨統制措置と判定根拠

安全運用のための推奨統制措置

Agent 向け

段階的・都度認可、サンドボックス推奨

管理者向け

承認フロー、ロールバック可能、全履歴監査

判定根拠（ファイルパスと抜粋）

网络端点: 外部ネットワークアクセスの宣言: model-api.runcomfy.net — i2vリクエスト送信（runcomfy CLIを経由する、文書に宣言された唯一の送信経路）
本地工作目录: ファイル読み書きとアーティファクト出力: CLIは生成された動画を--output-dirで指定されたローカルディレクトリにダウンロード（パスは呼び出し元が決定）
SKILL.md: ホストCLIインタプリタまたは外部実行環境の呼び出しを宣言

監査ノート： 統一判定基準に基づく評価：ランタイム時にサードパーティ製npmパッケージ/CLI @runcomfy/cli を駆動し、このCLIが呼び出しごとにユーザーのRunComfy認証情報（~/.config/runcomfy/token.json または RUNCOMFY_TOKEN 環境変数）を読み取るため、「サードパーティ製npm/CLIを呼び出し、クォータ/APIキーを読み取る可能性がある → オレンジ」に該当。実行面（CLI、Model API、トークン読み取り）はすべてリポジトリ外部にあり、ドキュメントの記述内容（0600、2 GiB上限、シェル展開なし）はこのpin単体では検証できないため、「判断に迷う場合は高位の判定を採用」に基づきオレンジ判定とします。また外部送信も存在します：ソース画像/参照音声・動画（音声データを含む配音トラック）およびプロンプトが model-api.runcomfy.net 経由でサードパーティのクラウドに送信され、送信先は予期可能であるものの素材は境界外に出ます。参照メディアURLはサーバー側でフェッチされます。スキル自体は純粋なMarkdownであり、スクリプト、難読化、隠蔽されたエンドポイントはなく、レッド基準には該当しません。

5二重目の独立検証

[ok] 三个 i2v 模型 ID 与路由表、调用示例一致 — happyhorse/happyhorse-1-0/image-to-video、wan-ai/wan-2-7/text-to-video（非 image-to-video）、bytedance/seedance-v2/pro 三处出现位置均成对自洽。
[unlocatable] HappyHorse『Arena #1 (Elo 1392)』宣称 — 路由表 Why 列与 Route 1 标题（'Arena rank: #1 (Elo 1392)'）均引用站外 Artificial Analysis 排名，pin 内无任何数据支撑；无法复核其时效与真伪，标记待补。
[ok] Wan 2.7 走 t2v 端点做口型同步的端点异例 — Route 2 明确 'NOT /image-to-video'，与 description 的 '(or endpoint variant)' 措辞呼应；无自相矛盾。
[ok] 限制声明一致性（Seedance 720p ceiling、时长上限、音频 2–15s/<15MB） — Limitations 节与三处 schema 表（duration/resolution/audio 规格）数字一致。
[unlocatable] SKILL.md 对 CLI 行为的断言（无 shell 展开、token 0600、2 GiB 上限） — CLI 源码不在本仓库，仅文档自述，无法独立证实。
[discrepancy] 身份/安装链接一致性 — SKILL.md 安装与 GitHub 链接指向 agentspace-so/runcomfy-skills，镜像 README 指向 agentspace-so/runcomfy-agent-skills，被 pin 仓库为 prime-skills/runcomfy-agent-skills——三处来源标识不一致（发布身份漂移，非代码缺陷）。

6結論

用途（通常アニメ/吹き替えリップシンク/マルチモーダル）ごとに3分岐しデフォルトを提示することで、モデル選択ミスによる試行回数浪費を防止

エンドポイントの注意点を明記（Wanはt2v+audio_urlを使用）し、「スキル名がi2vだからと無理にi2vエンドポイントを叩く」文書より高信頼

マルチモーダル参照プロトコルが明確：配列上限＋番号付きキュー構文により、画像/動画/音声の3系統参照を柔軟に組み合わせ可能

具体的で実践的なモーションプロンプト規律（動詞前置、画像内容の再記述禁止、単一主運動）で、i2v特有のモーション希釈ブレを抑制

サードパーティメディア取得や画像プロンプトインジェクションのリスク警告を含む、透明性の高いセキュリティ自己申告

最適な用途： RunComfyアカウントを所持し、静止画/製品画像をモーション動画に変換したい、あるいはカスタムボイスオーバーのリップシンク/多言語吹き替え素材を作成したいエージェントユーザーに最適。EC製品アニメーション、マーケティング短尺動画、多言語スポークスパーソン動画などのバッチ処理シナリオ、および「エンドポイントの例外事項を誠実に明記する」記述パターンを参考にしたいスキル作成者向け。

不向きな用途： RunComfyアカウントを持たない、または素材のクラウドアップロードを許容できないユーザーには不向き。元画像のない純粋なテキストからの動画生成（本スキルはi2vルーター）、単一クリップで複数モデルの機能を混在させたいシナリオ（例: HappyHorseアニメーション＋Wanリップシンク。文書内で2回呼び出して自己結合が必要と明記）、完全ローカルオフライン生成やエンドツーエンドで監査可能な環境を求める用途には適しません。

Install Agent-Ready

① Verified Mirror 2026-09-09

Option A · Direct DownloadDownload image-to-video.tar.gz

sha256: 72d420bb6e15ce52…

Option B · Copy Guide for Agent

install.json

Agent はこの JSON ガイドから自動的にダウンロードして検証します。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit fca19ae084.