1实现原理 · 为什么它能做到

i2v 意图路由：常规动画（肖像/产品）默认 HappyHorse 1.0 I2V，自定义配音口型同步走 Wan 2.7 t2v+audio_url，多模态合成走 Seedance 2.0 Pro；agent 按意图表分类后落到对应小节。

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 |

路由表含 8 个意图行 + 默认行（Default if unspecified → HappyHorse），正文承接句 `The agent reads this table, classifies the user's intent, and picks the matching subsection below.`（与 video-edit 同一写作模板）——分类执行者是宿主 LLM，skill 无代码。

诚实标注端点易错点：Wan 2.7 在此目录下没有独立 i2v 端点，口型同步实际复用 t2v 端点 + audio_url，文档显式声明以免 agent 想当然调 /image-to-video。

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)

同一节再补一句说明：`For pure i2v (image animated by motion prompt only), prefer HappyHorse i2v.`——这体现 schema 是照着 RunComfy 目录实测整理而非想当然；description 里也预留了 '(or endpoint variant)' 的说法与这里呼应。

多模态合成的引用协议：Seedance 2.0 Pro 接受 0–9 张图、0–3 段参考视频、0–3 段参考音频的数组，提示词以『image 1 / video 1 / audio 1』编号把各模态 cue 路由给模型。

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.

schema 行给出数组上限（`image_url` array 0–9、`video_url` 0–3、`audio_url` 0–3），提示词纪律页强调首图是 primary subject（`**First is the primary subject.**`）。

动效提示词语法：动作动词前置、不复述图像内容、单 clip 单一主运动，把『让静态图动起来』的写法约束成模板。

image-to-video/SKILL.md

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

配套纪律 `Don't restate the image — the model sees it. Focus tokens on what changes.` 与 `One beat per clip — single primary motion`——针对 i2v 模型『提示词描述冗余稀释运动』的通病。

执行委托 runcomfy CLI + 云端推理：三选一后以匹配 JSON body 调 `runcomfy run <model_id>`，CLI 负责提交、轮询与下载产物。

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.

视频生成重活全在云端；skill 自身是『路由决策 + 参数模板 + 提示词纪律』的文档载体。

2核心能力

01i2v 三路意图路由（肖像/产品常规动画、自定义配音口型、多模态合成）

02以 audio_url 驱动的自定义配音口型同步（复用 Wan 2.7 t2v 端点）

03同图多语言配音变体：锁 seed、换 audio_url 逐语言出片

04多模态参考合成（图+参考视频+参考音频数组，首图为主角）

05动效/镜头/光照提示词语法 + negative_prompt 规避项

06参数化出片：分辨率/时长/宽高比/seed/水印开关逐字段可控

3外部依赖

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管控建议与判定依据

建议配套管控措施

面向 Agent

分级或逐次授权，建议在沙箱运行

面向管理者

审批流程、可回滚、全程审计

判定依据（文件路径与关键语句摘要）

网络端点: 声明外部网络访问: model-api.runcomfy.net — i2v 请求提交（文档声明的唯一提交通道，经 runcomfy CLI）
本地工作目录: 文件读写与工件输出: CLI 将生成视频下载到 --output-dir 指定本地目录（路径由调用者决定）
SKILL.md: 声明调用宿主 CLI 解释器或外部运行环境

审计说明： 。按本次统一分档准则：运行时驱动第三方 npm 包/CLI @runcomfy/cli，该 CLI 每次调用读取用户 RunComfy 凭证（~/.config/runcomfy/token.json 或 RUNCOMFY_TOKEN 环境变量）——命中『调第三方 npm/CLI 且可能读配额/密钥 → orange』；执行面（CLI、Model API、token 读取）全部仓外，文档转述（0600、2 GiB 上限、无 shell 展开）无法在本 pin 证实，按『拿不准取高一档』定橙。另存在网络外发：源图/参考音视频（含配音轨，涉语音数据）与提示词经 model-api.runcomfy.net 上送第三方云，外发对象可预期但素材出域；参考媒体 URL 由服务器抓取。skill 本体纯 markdown、无脚本、无混淆、无隐藏端点，未触红档。

5第二遍独立确认

[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结论

按用途（普通动画/配音口型/多模态）拆分三路并给出默认选择，避免用户拿错模型烧迭代

端点易错点显式标注（Wan 用 t2v+audio_url），比『技能名叫 i2v 就硬调 i2v 端点』的文档更可靠

多模态引用协议清楚：数组上限 + 编号 cue 语法，可组合图/视频/音频三路参考

动效提示词纪律具体可执行（动作动词前置、不复述图、单主运动），针对 i2v 漂移通病

安全面自述透明，含第三方媒体抓取与图像注入风险提示

适合： 适合有 RunComfy 账号、需要把静态图/产品图做成动效视频、或做自定义配音口型/多语言配音素材的 agent 用户；电商产品动效、营销短片、多语言发言人视频等批量场景；也适合想抄『诚实标注端点异例』写作手法的 skill 作者。

不适合： 不适合无 RunComfy 账号或拒绝素材上云的用户；需要纯文本生成视频（无源图）的场景（本技能是 i2v 路由器）；需要单 clip 混用多模型能力（如 HappyHorse 动画 + Wan 口型同步）的场景——文档明示需两次调用自行拼接；也不适合追求本地离线生成或端到端可审计的用户。

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 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit fca19ae084.