1实现原理 · 为什么它能做到

纯 prompt 路由编排，零代码：核心是一张『用户意图 × 视频编辑模型』分类表，agent 读表后把用户请求归入三种模型之一，全部决策由宿主 LLM 完成，skill 文件本身只有决策表、schema 与模板。

video-edit/SKILL.md

| Restyle a talking-head video — preserve face / pose / lip movement | **Wan 2.7 Edit-Video** | Strong identity + motion preservation; supports up to 1080p |

路由表紧随其后的一句 `The agent reads this table, classifies the user's intent, and picks the matching subsection below.` 声明了执行方式——是『agent 按表分类』而非程序化 if/else；本 skill 无任何脚本，运行载体是宿主 agent。

三种路线各自内嵌『字段级 schema + 可直接复制的 CLI 调用模板』，把 RunComfy CLI 的参数协议完整固化在文档里，agent 照 JSON 填即可，不必查外部 API 文档。

video-edit/SKILL.md

**Model**: `wan-ai/wan-2-7/edit-video`

每个 route 一节：schema 表（prompt/video/reference_image/resolution/aspect_ratio/duration/audio_setting/seed，含必填与默认值）+ 2 个完整 invoke 代码块 + prompting tips。这里的意图是让『换背景保身份留原声』这类需求以一段 JSON 一步到位。

真正的执行引擎是 RunComfy 官方 CLI 与远端 Model API：skill 说明 CLI 负责 POST、轮询、下载产物到 --output-dir，本地只提交请求与收结果，媒体计算全部在云端。

video-edit/SKILL.md

The skill picks one of Wan 2.7 Edit-Video / Kling 2.6 Pro Motion Control / Lucy Edit Restyle based on user intent and invokes `runcomfy run <model_id>` with the matching JSON body. The CLI POSTs to the Model API, polls the request, fetches the result, and downloads any `.runcomfy.net`/`.runcomfy.com` URL into `--output-dir`. `Ctrl-C` cancels the remote request before exit.

这是『为什么能实现宣称功能』的答案：能力本体是云端模型（Wan 2.7/Kling 2.6/Lucy），skill 的价值不在生成而在『选对模型 + 把提示词与参数写对』。CLI 细节（如 Ctrl-C 取消远端请求）为文档转述，CLI 源码不在本仓库。

第二价值是提示词防漂移纪律：把每个模型『怎么写才不糊』的经验压缩成短规则，例如保留目标前置、一次只改一个方向。

video-edit/SKILL.md

- **Preservation goals first**: `"Preserve [face / pose / motion / framing / lip movement]; [then state the change]"`.

同一节还有 `One edit direction per call. Compound edits drift on motion.`、`reference_image only when justified`、`audio_setting: "origin" for talking-head`——都是针对生成模型『复合指令漂移』这一已知缺陷的对策。

与同仓库品牌技能分层：本 router 处理通用意图；用户点名具体模型时转交对应品牌技能（wan-2-7 等），避免两个 skill 抢同一请求。

video-edit/SKILL.md

- **Brand-specific overrides** — if the user named a specific model, route to the corresponding brand skill (`wan-2-7`) for fuller treatment.

仓库内确有此分层：wan-2-7/、kling-3-0/ 等品牌目录与 video-edit、image-edit、image-to-video 等 router 目录并存；router 只覆盖『该品牌目录未细化的通用编辑意图』。

安全边界在文档内自述：--input 以 JSON 字符串直传 CLI（声称不做 shell 展开）、外发端点白名单、token 落盘位置与权限、单文件下载 2 GiB 上限。

video-edit/SKILL.md

- **Outbound endpoints**: only `model-api.runcomfy.net` (request submission) and `*.runcomfy.net` / `*.runcomfy.com` (download whitelist for generated outputs). No telemetry, no callbacks.

这些声明（含 `~/.config/runcomfy/token.json` mode 0600、2 GiB 上限）是对 CLI 行为的转述，属『文档级证据』；CLI 源码仓外无法独立证实（见 verification.unlocatable 项）。

2核心能力

01视频编辑意图路由：restyle / 动捕迁移 / 换装三类请求自动归到 Wan 2.7 Edit-Video、Kling 2.6 Pro Motion Control、Lucy Edit Restyle 之一

02逐模型的字段级输入 schema（含必填/默认值/枚举/媒体约束 2–10s、≤100MB、1080p 上限）

03开箱即用 CLI 调用模板：每条路线给完整 `runcomfy run` + JSON body 示例

04防漂移提示词纪律库（保留目标前置、一次一个编辑方向、reference 按需传入、音频保留开关）

05模型能力边界说明：时长/分辨率/方向上限、禁止多 route 混搭

06退出码速查表（0/64/65/69/75/77）与故障排查文档入口

3外部依赖

Kind	Dependency / Endpoint
cli	runcomfy（@runcomfy/cli 官方 CLI）
package	@runcomfy/cli（npm 全局安装）及 npx skills add agentspace-so/runcomfy-skills --skill video-edit
network	RunComfy Model API（请求提交）
network	生成结果下载白名单
network	RunComfy 文档站（模型页与 CLI 故障排查，仅引用链接）
network	用户提供的第三方源媒体 URL（视频/参考图）——由 RunComfy 模型服务器抓取，非本机 CLI 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 — 视频编辑请求提交（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 将生成媒体下载到 --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：运行时唯一动作是驱动第三方 npm 包/CLI @runcomfy/cli（npm 全局安装），该 CLI 每次调用都会读取用户 RunComfy 凭证——~/.config/runcomfy/token.json（文档称 mode 0600）或 RUNCOMFY_TOKEN 环境变量——命中『调第三方 npm/CLI 且可能读配额/密钥 → orange』；且执行面（CLI、Model API、token 读取）全部在仓库外，文档对 CLI 的转述（0600、2 GiB 上限、无 shell 展开、Ctrl-C 取消）无法在本 pin 证实，按『拿不准取高一档』定橙。另存在网络外发：用户视频/参考图与提示词经 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、图像注入风险文档自认。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 route 模型 ID 真实存在于调用示例与 schema — wan-ai/wan-2-7/edit-video、kling/kling-2-6/motion-control-pro、decart/lucy-edit/restyle 均在 '**Model**' 行与 `runcomfy run` 示例中成对出现，无悬空引用。
[ok] 默认路由声明一致性 — 路由表末行 'Default if unspecified | Wan 2.7 Edit-Video | Most versatile, highest resolution' 与正文默认判断一致。
[unlocatable] SKILL.md 对 CLI 行为的断言（无 shell 展开、单端点、token.json 0600、2 GiB 上限、Ctrl-C 取消远端请求） — 属作者对 @runcomfy/cli 的转述；CLI 源码不在本仓库，无法在本 pin 内独立证实，标记待补而非采信为事实。
[ok] 品牌转交声明指向 wan-2-7 — 仓库根确有 wan-2-7/ 目录；但 Kling/Lucy 无同名品牌目录（kling-3-0 为另一版本模型），brand override 仅覆盖 wan——文档未宣称覆盖 Kling/Lucy，不算矛盾。
[discrepancy] 身份/安装链接一致性 — SKILL.md 内 npx 安装命令与 GitHub 链接指向 agentspace-so/runcomfy-skills，镜像仓库 README 指向 agentspace-so/runcomfy-agent-skills，被 pin 仓库实为 prime-skills/runcomfy-agent-skills——三处来源标识不一致（非代码缺陷，属发布身份漂移，详情页应展示被 pin 的 prime-skills 仓库）。
[ok] 功能声明 vs 实际能力夸大检查 — description 所称『smart router + 提示词模式库 + runcomfy CLI 调用』全部由文档兑现；'documented prompting patterns' 中的 documented 无仓内来源（指向 RunComfy 站外文档），'sharper edits' 为无评测证据的主观宣称，已在 risks 标注。

6结论

选型决策成本低：一张意图表把换背景/动捕/换装等自然语言需求映射到最合适的云端模型，非专家用户一句话即可起步

schema 与 JSON 模板内嵌，字段约束（时长、分辨率、宽高比、音频）直接可读，免查外部 API 文档

提示词纪律针对生成模型复合指令漂移缺陷给出可执行对策（保留前置/一次一方向）

安全面透明：端点白名单、token 落盘位置与权限、下载大小上限在文档内自述，便于使用者知情决策

与品牌技能分层组合，通用请求与指名道姓请求互不打架，可平滑下沉到更细粒度技能

适合： 适合已注册 RunComfy 账号、想把『视频换背景/换装/动捕转绘』交给云端模型的 Claude/Cursor agent 用户；营销与产品团队做素材批量改版；以及想在 prompt 层复用『意图路由 + 防漂移纪律』写作范式的 skill 作者。

不适合： 不适合无 RunComfy 账号或不愿把视频素材传第三方云的用户；需要本地/离线编辑、需要跨模型同 clip 复合编辑（文档明示一次一模型）的场景；需要端到端可审计安全性的场景（CLI 与云端均仓外）；也不适合以自由格式直接烧迭代的用户——本 skill 的价值前提是『按它的 schema 与纪律走』。

Install Agent-Ready

① Verified Mirror 2026-09-09

Option A · Direct DownloadDownload video-edit.tar.gz

sha256: 6e103a2472433792…

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.