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。
| Restyle a talking-head video — preserve face / pose / lip movement | **Wan 2.7 Edit-Video** | Strong identity + motion preservation; supports up to 1080p |
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。
**Model**: `wan-ai/wan-2-7/edit-video`
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。
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.
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。
- **Preservation goals first**: `"Preserve [face / pose / motion / framing / lip movement]; [then state the change]"`.
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。
- **Brand-specific overrides** — if the user named a specific model, route to the corresponding brand skill (`wan-2-7`) for fuller treatment.
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。
- **Outbound endpoints**: only `model-api.runcomfy.net` (request submission) and `*.runcomfy.net` / `*.runcomfy.com` (download whitelist for generated outputs). No telemetry, no callbacks.
2核心能力
3外部依赖
| 类型 | 依赖 |
|---|---|
| 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风险提醒 风险提醒:橙色 · 评估后使用
- 执行面完全在仓库外(官方 CLI + 云端 API),本仓库无可审代码;行为正确性依赖 agent 拼对 JSON 且 CLI 行为与文档一致 — CLI 的『不 shell 展开/单端点/2 GiB 上限』等声明无法在本 pin 证实;若 CLI 实际行为与文档不符,超出本侦查范围。
- 用户视频/参考图与提示词必然上送 RunComfy 第三方云做推理,素材隐私外发是功能设计使然 — 涉敏素材(人脸、未发布产品、受版权内容)使用者须自行评估;文档无本地处理选项。
- 第三方媒体 URL 由 RunComfy 服务器抓取并进入图像模型,存在图像提示注入面 — 文档自认这是 known risk;不可信 URL 可能以视觉方式注入指令影响输出。
- 供应链仓外:@runcomfy/cli(npm 全局包)、npx skills 安装器、模型 API 服务端均非本仓库审计范围 — 凭证(token.json/RUNCOMFY_TOKEN)读取发生在 CLI 侧,其实现质量取决于官方包。
- 效果类宣称无仓内证据:『sharper edits』『documented prompting patterns』为营销话术,模型当前版本实际表现未知 — 路由表里的能力描述来自 RunComfy 站外文档,未在本仓库内可复核。
- 身份漂移可能误导安装来源 — SKILL.md 链接 agentspace-so/runcomfy-skills 而镜像为 prime-skills/runcomfy-agent-skills,两仓库内容是否同步无法在本 pin 确认。
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
6e103a2472433792…fca19ae084