1仕組みと動作原理
実装形態は「ノーコード ＋ 外部 CLI 委譲」です。wan-2-7/ には SKILL.md のみが存在しスクリプトはありません。実行時はホストエージェントが Bash で `runcomfy run wan-ai/wan-2-7/text-to-video --input '<JSON>' --output-dir <path>` を実行し、プロンプトとパラメータを JSON にまとめてリポジトリ外の CLI に渡します。スキルの付加価値は文書化されたスキーマとプロンプト手法であり、ローカルでの推論機能ではありません（動画生成自体は RunComfy クラウド上で実行されます）。
wan-2-7/SKILL.md
The skill invokes `runcomfy run wan-ai/wan-2-7/text-to-video` with a JSON body matching the schema.
git ls-tree HEAD により、wan-2-7/ 配下には SKILL.md という 1 つのエントリしか存在しないことを確認済みです。同一リポジトリ内の 31 個のスキルも同一の形態であり、runcomfy-cli/SKILL.md はこの CLI スイートの独立した説明書となっています。
中核となる差別化機能は「外部音源によるリップシンク駆動」です。audio_url フィールドで WAV/MP3（3〜30秒、≤15MB）を受け取り、それによってリップシンクを駆動します。省略した場合は BGM が自動生成されます。これは同系統の他の動画モデルに対する Wan 2.7 の決定的な境界線です（他のモデルは音声を自己生成するか、外部音源を受け取れません）。
wan-2-7/SKILL.md
| `audio_url` | string | no | — | WAV/MP3, 3–30s, ≤15MB. **Drives lip-sync.** Omit → background music auto-generated. |
ドキュメントには「Match audio length to clip duration.（音声の長さをクリップの再生時間に合わせること）」という付随規律が記載されており、仕様外のアセットは即座に拒否されるアンチパターンとして指定されています（「Audio outside the 3–30s / 15MB / WAV-MP3 spec → rejected.」）。
入力スキーマは計 8 フィールドで構成され、長さ／アスペクト比／解像度／ネガティブプロンプト／プロンプト拡張／再現性をカバーします：prompt（約 5000 文字 / 約 1500 トークン）、aspect_ratio（5 つの値、デフォルト 16:9）、resolution（720p/1080p、デフォルト 1080p）、duration（2〜15 秒、デフォルト 5）、negative_prompt（≤500 文字）、enable_prompt_expansion（デフォルト true）、seed。
wan-2-7/SKILL.md
| `enable_prompt_expansion` | bool | no | true | Auto-rewrites short prompts. Disable for literal control. |
スキーマ内には画像／動画の参照入力フィールドが存在しませんが、同一ドキュメント内の「Where it shines」および「Limitations」ではマルチリファレンス対応を謳っています（verification.second_pass の不一致項目を参照）。
プロンプト手法は動画生成を実行可能なルールに分解しています。カメラワークとモーションを平易な英語で前置すること、主要アクションを 1 つに絞ること、negative_prompt には具体的な問題のみを記述すること、ブランドの厳格な文言に対してはデフォルト有効のプロンプト拡張をオフにすること、バリエーション比較のために seed を固定することなどです。
wan-2-7/SKILL.md
**Use `negative_prompt` for concrete issues.** Good: "no subtitles, no watermark, no flicker". Bad (vague): "no bad lighting".
このような「良い例／悪い例の対比」にドキュメントの価値があります。ネガティブプロンプトに対するモデルの許容度を実行可能な判定基準として落とし込むことで、エージェントが無効なプロンプトを作成するのを防止します。
ルーティングテーブルにより、本スキルと同系統の他の動画モデルとの間でトラフィックを振り分けます。音声の自己生成が必要な場合は Seedance 2.0 Pro、リーダーボード最高峰の品質を求める場合は HappyHorse 1.0、既存素材に対するモーション編集を行いたい場合は Kling、極めて高速なイテレーションには LTX 2 を利用します。ユーザーが Wan を明示的に指定した場合は無条件でここへルーティングします。
wan-2-7/SKILL.md
| Lip-sync video to an audio track you supply | **Wan 2.7** (`audio_url`) |
同ページの冒頭には「ユーザーが明示的に "Wan" / "Wan 2.7" / "wan-ai" / "alibaba video" と発言した場合は、無条件でここへルーティングすること」とも記載されています。推奨される移行先のうち Seedance 2.0 と HappyHorse 1.0 にはリポジトリ内に同名のスキルディレクトリが存在しますが、「Kling Video O1」と「LTX 2」はリポジトリ内に対応するスキルが存在しません（second_pass を参照）。
制限事項と失敗パターンが明確に定義されています。再生時間の上限は 15 秒（それ以上は複数回の呼び出しを結合する必要あり）、解像度の上限は 1080p、音声仕様の厳格な制約、参照素材の上限 5 点、および「本モデルは音声を生成せず、音源の受け入れのみを行う」という境界線です。
wan-2-7/SKILL.md
- **For in-pass voice generation (no separate audio track), use Seedance 2.0 Pro** — Wan accepts audio rather than generating it.
「機能の境界線 ＋ どのモデルに切り替えるべきか」がセットで記載されているのは、この Pro Pack ドキュメント共通の書式です。終了コード表（0/64/65/69/75/77）により再試行セマンティクスが示されています。
2コア機能
01テキストからの動画生成（prompt ≤ 約 5000 文字 / 約 1500 トークン、長すぎると品質低下）
02外部音源によるリップシンク駆動（audio_url：WAV/MP3、3〜30秒、≤15MB、省略時は BGM 自動付与）
03再生時間／解像度／アスペクト比の制御（2〜15秒、720p/1080p、5種類のアスペクト比、デフォルトは 5s/1080p/16:9）
04具体的な不具合を排除するネガティブプロンプト（negative_prompt ≤500 文字、具体的な欠陥のみ記述）
05プロンプト拡張の切り替え（デフォルトで有効、短いプロンプトを自動リライト。厳格なブランドコピーでは無効化してリテラルな制御が可能）
06seed による再現性とバリエーション比較（同一 prompt かつ同一 seed で比較、seed を変更して多様性を確保）
07多言語吹き替えバリエーションのワークフロー（同一プロンプトで異なる audio_url を指定し多言語版を出力）
08終了コードのセマンティクスと再試行判定（75 は再試行可能、77 は再ログインが必要）
3外部依存関係
| Kind | Dependency / Endpoint |
|---|---|
| cli | runcomfy（RunComfy 官方 CLI） |
| package | @runcomfy/cli（npm 全局包） |
| package | npx skills（skills.sh 安装器） |
| api | RunComfy Model API（Wan 2.7 text-to-video） |
| network | RunComfy 产物下载白名单 |
| network | 用户传入的音轨/参考 URL（由 RunComfy 服务器抓取，非本机） |
| network | RunComfy 站点/文档（文档引用，非运行时调用） |
| network | GitHub（技能源码链接） |
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）
- scripts/: ローカルスクリプトまたはコマンドの実行: （スキル本体にスクリプトなし）ホストエージェントが Bash 経由でリポジトリ外の CLI を実行：`runcomfy run <vendor>/<model>/<endp`
- 网络端点: 外部ネットワークアクセスの宣言: POST https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-7/text-to-video (
- 本地工作目录: ファイルの読み書きと成果物の出力: 生成された成果物はリポジトリ外の CLI によってダウンロードされ `--output-dir` に書き込まれます（ドキュメントにはディスク満杯防止のため単一ファイルが 2 GiB を超えると中止すると記載）
監査ノート： 今回の統一グレーディング基準に基づく判定（同リポジトリの image-edit はすでに Orange 判定）：実行時にサードパーティの npm パッケージ／CLI である `@runcomfy/cli` を駆動し、この CLI は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）を読み取るため、「サードパーティ CLI／リモートパッケージを呼び出し、認証情報／クォータにアクセスする」基準に該当します。CLI の実装、Model API の挙動、パーミッション 0600 のトークン管理、2 GiB のダウンロード上限、終了コードのセマンティクスなどの主張はすべてリポジトリ外にあり、本 pin 内で検証可能なソースコードが存在しないため、「判断に迷う場合は上位ランクに割り振る」原則に従い Orange と判定しました。また、動画生成は従量課金の高単価推論であり、再試行コード 75 により消費が増幅される可能性があります。音源および（主張されている）参照素材は外部のサードパーティクラウドに送信されるため、未公開のナレーションや音声の機密保持はサードパーティに委ねられます。スキル本体は純粋な 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含まれていないため、Red 判定の要件には該当しません。
5二重目の独立検証
- [ok] skill 目录内容 = 仅 SKILL.md — git ls-tree HEAD 与 ls -a 双向核实；仓库根仅 LICENSE + README.md + 31 个技能目录，无 scripts/、plugins/、.claude/。
- [ok] 全部外部依赖条目回查调用点真实存在 — runcomfy CLI 调用点 4 处（默认/带音轨/字面控制示例）、npm 安装 1 处、npx skills 1 处、model-api 端点 1 处（How it works）、下载白名单 1 处（Security & Privacy）、文档/模型页/GitHub 链接多处，均实读命中。
- [discrepancy] 『multi-reference conditioning / 最多 5 个参考素材』与输入 schema 一致 — description 写着 multi-reference conditioning，Where it shines 写 'Up to 5 reference media (image / video / voice)'，Limitations 写 'Reference media cap 5 (image + video + voice combined)'；但『Endpoints + input schema』表只有 prompt / audio_url / aspect_ratio / resolution / duration / negative_prompt / enable_prompt_expansion / seed 八个字段，没有任何 image/video 参考输入。结论：文档宣称了 schema 无法表达的能力（要么 schema 表不完整、要么能力被夸大），照 schema 写调用的 agent 拿不到该能力。
- [discrepancy] 路由建议的目标模型在本仓有对应技能 — 'Cinematic motion editing on existing footage | Kling Video O1' 与 'Ultra-fast iteration | LTX 2' 两个建议目标在仓库内没有同名技能目录（全仓无 ltx-* 目录；kling-3-0/SKILL.md 自称 'Kling 3.0 (also called Kling V3.0)'，未使用 'Kling Video O1' 这一名称，该名称只出现在 wan-2-7/seedance-v2/happyhorse-1-0/ai-video-generation 四份文档里）。路由表能指向自家技能（Seedance/HappyHorse），但这两条是悬空引用。
- [unlocatable] Security & Privacy 的技术断言可在本仓证实 — token 权限 0600、2 GiB 下载上限、CLI 不做 shell 展开、下载白名单、退出码语义均为仓外 @runcomfy/cli 行为；仓内无 CLI 源码或版本 pin，只能作为文档自述引用。同仓 runcomfy-cli/SKILL.md 是同一套自述（同源转述，非独立证据）。
- [discrepancy] 安装一行与 GitHub 链接指向旧仓 agentspace-so/runcomfy-skills — SKILL.md 安装行写 `npx skills add agentspace-so/runcomfy-skills --skill wan-2-7 -g`，GitHub 链接指向 agentspace-so/runcomfy-skills；本仓储物 pin 在 prime-skills/runcomfy-agent-skills（README 亦用 runcomfy-agent-skills）。gh api：agentspace-so/runcomfy-skills 仍存在（5★、最后推送 2026-04-29、含 wan-2-7 目录），是另一份较旧仓；prime-skills/runcomfy-agent-skills 与 agentspace-so/runcomfy-agent-skills 为同一仓（gh 对两者返回相同 stats，full_name=prime-skills/runcomfy-agent-skills）。按文档安装可能装到旧版。
- [ok] 音轨规格纪律在正文各处一致 — schema 行（WAV/MP3, 3–30s, ≤15MB）、Prompting 段（'`audio_url` must be 3–30s, ≤15MB, WAV/MP3. Out-of-range files reject.'）、Limitations 段（'Audio specs — 3–30s, ≤15MB, WAV/MP3 only.'）三处口径一致。
- [ok] 时长/画幅/分辨率口径一致 — duration 2–15（default 5）与 Limitations 'Duration cap 15s' 一致；aspect_ratio 5 值与 'only the 5 documented values' 一致；resolution 720p/1080p 与 'No native 4K — 1080p ceiling' 一致。
6結論
最適な用途： 適した用途：独自の吹き替え／ナレーションを要する多言語動画バリエーション（同一プロンプトで audio_url を差し替えて多言語版を生成）、指定音源と口型を合わせる必要がある広告や解説クリップ、固定 seed によるバリエーション比較を要する構造化された動画パイプライン。前提条件として runcomfy CLI がインストールされ、ログイン済み（または RUNCOMFY_TOKEN が設定済み）である必要があります。
不向きな用途： 適さない用途：モデル自身に対話音声を生成させる必要がある場合（Seedance 2.0 Pro へ切り替え推奨）、15 秒を超える連続ショットを求める場合（シーンを分割して生成し結合を推奨）、4K 納品が必要な場合（1080p が上限）、およびデータがローカル外に出ることを一切許可しないシナリオ全般（推論はすべて RunComfy クラウド上で行われ、ローカルマシンを通過するのは JSON と成果物のみ）。また、本スキルによる複数画像／動画リファレンス条件付けを期待する用途にも適しません（スキーマが未対応、リスク項目 1 を参照）。
Install Agent-Ready
① Verified Mirror 2026-09-15
Option A · Direct DownloadDownload wan-2-7.tar.gz
sha256:
Option B · Copy Guide for Agent63f9073a45acf23a…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.