Agentskillz Logo

prime-skills/runcomfy-agent-skills / image-to-video

image-to-video

Установки
410,144
Автор
prime-skills/runcomfy-agent-skills

Скилл анимирует статичные изображения через RunComfy, автоматически подбирая подходящую модель под задачу: от простой анимации портрета до липсинка с голосом и мультимодальной композиции с видео и аудио. Экономит время, избавляя от ручного выбора модели и настройки параметров.

Установить скилл

npx skills add https://github.com/prime-skills/runcomfy-agent-skills --skill image-to-video

Аудит безопасности

Gen Agent Trust Hub

pass

The 'image-to-video' skill is a router for AI video generation models on the RunComfy platform. It facilitates image-to-video tasks by invoking the RunComfy CLI. The skill follows security best practices, including safe token storage and JSON-based command input to prevent shell injection. It primarily interacts with official RunComfy domains for model execution and media downloads.

Audited: 7/13/2026, 4:10:43 AM

Socket

pass

No alerts

Audited: 7/13/2026, 4:11:03 AM

Snyk

pass

Risk: LOW · No issues

Audited: 7/13/2026, 4:11:09 AM

Промпт скилла

Image-to-Video — Pro Pack on RunComfy

runcomfy.com · HappyHorse I2V · Wan 2.7 · Seedance 2.0 Pro · GitHub

Image-to-video, intent-routed. This skill doesn't lock you to one model — it picks the right i2v model in the RunComfy catalog based on what the user actually wants: portrait animation, custom-voiceover lip-sync, or multi-modal composition.

npx skills add agentspace-so/runcomfy-skills --skill image-to-video -g

Pick the right model for the user's intent

User intentModelWhy
Animate a portrait — keep identity stableHappyHorse 1.0 I2V#1 on Artificial Analysis Arena (Elo 1392); strong facial fidelity
Product reveal / 360 / macro motionHappyHorse 1.0 I2VGeometry preservation + smooth camera moves
Native synchronized ambient audio in one passHappyHorse 1.0 I2VIn-pass audio synthesis
Animate and lip-sync to a custom voiceover trackWan 2.7 + audio_urlAccepts your own MP3/WAV (3–30s, ≤15MB) and drives lip-sync to it
Multi-language dub variants (same image, different audio per call)Wan 2.7 + audio_urlSame shot, swap audio_url per language
Multi-modal — image + reference video + reference audio togetherSeedance 2.0 ProUp to 9 image refs, 3 video refs (2–15s each), 3 audio refs
Brand-consistent narrative with character ref + scene ref + voice refSeedance 2.0 ProImage holds identity, video holds scene, audio holds voice
Default if unspecifiedHappyHorse 1.0 I2VBest all-round quality + native audio

The agent reads this table, classifies the user's intent, and picks the matching subsection below.

Prerequisites

  1. RunComfy CLI — npm i -g @runcomfy/cli
  2. RunComfy account — runcomfy login opens a browser device-code flow.
  3. CI / containers — set RUNCOMFY_TOKEN=<token>.
  4. A source image URL — JPEG/PNG/WebP, min 300px, ≤10MB; aspect 1:2.5 to 2.5:1 (HappyHorse) — other models have similar specs.

Route 1: HappyHorse 1.0 I2V — default for portrait / product / general animation

Model: happyhorse/happyhorse-1-0/image-to-video · Arena rank: #1 (Elo 1392)

Schema

FieldTypeRequiredDefaultNotes
image_urlstringyes—JPEG/JPG/PNG/WEBP. Min 300px. Aspect 1:2.5–2.5:1. ≤10MB.
promptstringyes—≤5000 non-CJK or 2500 CJK chars. Motion / camera / lighting description.
resolutionenumno1080P720P or 1080P.
durationintno53–15 seconds.
seedintno0Reuse for variant comparisons.
watermarkboolnotrueProvider watermark toggle.

Output aspect = input aspect. No independent reframing.

Invoke

runcomfy run happyhorse/happyhorse-1-0/image-to-video \
  --input '{
    "image_url": "https://.../portrait.jpg",
    "prompt": "Gentle camera drift around the subject'\''s face, subtle breathing motion, identity-stable features, soft natural light."
  }' \
  --output-dir <absolute/path>

Prompting tips

  • Lead with motion verbs: "drift", "dolly in", "orbit", "tilt up", "reveal", "blink", "breathe". Front-load what's MOVING.
  • Don't restate the image — the model sees it. Focus tokens on what changes.
  • Preservation goals explicit: "identity-stable features", "packaging unchanged", "background geometry stable".
  • Lighting evolution: "rim light intensifying", "shadows shortening as camera rises".
  • One beat per clip — single primary motion (orbit OR dolly OR tilt OR character action).

Route 2: Wan 2.7 + audio_url — when the user has a custom voiceover

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)

Note on i2v with Wan 2.7: Wan 2.7's primary i2v animation isn't on a dedicated endpoint here. For pure i2v (image animated by motion prompt only), prefer HappyHorse i2v. Use Wan 2.7 specifically when the user has a custom audio track they want lip-synced to a generated talking-head clip.

Schema (Wan 2.7 t2v with audio)

FieldTypeRequiredDefaultNotes
promptstringyes—Up to ~5000 chars. Describe the talking-head shot: framing, lighting, motion.
audio_urlstringyes (for lip-sync)—WAV/MP3, 3–30s, ≤15MB. Drives lip-sync.
aspect_ratioenumno16:916:9, 9:16, 1:1, 4:3, 3:4.
resolutionenumno1080p720p or 1080p.
durationenumno52–15 (whole seconds). Match your audio length.
negative_promptstringno—Concrete issues to avoid (e.g. "no subtitles, no flicker").
seedintno—Reproducibility.

Invoke

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "Medium close-up of a confident spokesperson in a softly-lit recording booth, leaning slightly toward the camera, locked tripod, shallow DOF, warm key light from camera-left.",
    "audio_url": "https://.../voiceover-en.mp3",
    "duration": 12,
    "aspect_ratio": "9:16"
  }' \
  --output-dir <absolute/path>

Prompting tips

  • Describe the talking-head shot — framing, lighting, lens feel. The audio drives the lip-sync; the prompt builds the visual frame around it.
  • Match duration to audio length — clip will be silent past the audio if too long.
  • Use negative_prompt for issues: "no subtitles, no flicker, no distorted hands".
  • For multi-language dubs — same prompt, swap audio_url per call. Lock seed for visual consistency across languages.

Route 3: Seedance 2.0 Pro — multi-modal animation (image + ref video + ref audio)

Model: bytedance/seedance-v2/pro

Use when the user wants a single clip that combines: a subject image + scene from a reference video + voice tone from a reference audio.

Schema (Seedance 2.0 Pro, i2v-relevant fields)

FieldTypeRequiredDefaultNotes
promptstringyes—CN ≤500 chars OR EN ≤1000 words.
image_urlarrayyes (for i2v)[]0–9 images. First is the primary subject.
video_urlarrayno[]0–3 reference clips (MP4/MOV), 2–15s each.
audio_urlarrayno[]0–3 reference audio (WAV/MP3), 2–15s, < 15MB each.
aspect_ratioenumnoadaptiveadaptive, 16:9, 9:16, 4:3, 3:4, 1:1, 21:9.
durationintno54–15 (whole seconds).
resolutionenumno720p480p or 720p.
generate_audioboolnotrueIn-pass synchronized speech / SFX / music.
seedintno—Reproducibility.

Invoke

runcomfy run bytedance/seedance-v2/pro \
  --input '{
    "prompt": "Subject from image 1 walks through the café in video 1, voice tone matches audio 1. Medium close-up, slow push-in, warm light, gentle ambience.",
    "image_url": ["https://.../subject.jpg"],
    "video_url": ["https://.../cafe-locked-shot.mp4"],
    "audio_url": ["https://.../voice-tone.mp3"],
    "duration": 8
  }' \
  --output-dir <absolute/path>

Prompting tips

  • Image vs text division — use image_url for what must stay stable (face, costume, brand); use prompt for what should evolve (action, mood, lighting).
  • Number the refs in the prompt: "subject from image 1, lighting from video 1, voice from audio 1". Seedance routes cues correctly.
  • Reference media specs — videos / audio must be 2–15s; audio < 15MB.
  • Don't mix radically different aesthetics — if image 1 is a watercolor and video 1 is photoreal, output drifts.

Limitations

  • Each route inherits its model's limits. HappyHorse: 15s cap, output aspect = input aspect. Wan 2.7: 15s cap, audio 3–30s/15MB. Seedance: 720p ceiling on this template, 15s cap.
  • No multi-route blending. This skill picks one model per call. If the user wants HappyHorse animation + Wan-style lip-sync in the same clip, that's two calls + a stitch (out of scope here).
  • Brand-specific overrides — if the user named a specific model variant not listed (e.g. Wan 2.6, Seedance 1.5), route to the corresponding brand skill (wan-2-7, seedance-v2) instead of forcing it through here.

Exit codes

codemeaning
0success
64bad CLI args
65bad input JSON / schema mismatch
69upstream 5xx
75retryable: timeout / 429
77not signed in or token rejected

Full reference: docs.runcomfy.com/cli/troubleshooting.

How it works

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. 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.

Security & Privacy

  • Token storage: runcomfy login writes the API token to ~/.config/runcomfy/token.json with mode 0600 (owner-only read/write). Set RUNCOMFY_TOKEN env var to bypass the file entirely in CI / containers.
  • Input boundary: the user prompt is passed as a JSON string to the CLI via --input. The CLI does NOT shell-expand the prompt; it transmits the JSON body directly to the Model API over HTTPS. No shell injection surface from prompt content.
  • Third-party content: image / mask / video URLs you pass are fetched by the RunComfy model server, not by the CLI on your machine. Treat external URLs as untrusted; image-based prompt injection is a known risk for any image-edit / video-edit model.
  • Outbound endpoints: only model-api.runcomfy.net (request submission) and *.runcomfy.net / *.runcomfy.com (download whitelist for generated outputs). No telemetry, no callbacks.
  • Generated-file size cap: the CLI aborts any single download > 2 GiB to prevent disk-fill from a malicious or runaway model output.

Все файлы скилла

Другие скиллы автора

video-edit

411,704 установок

prime-skills/runcomfy-agent-skills

Навык для редактирования видео через RunComfy: автоматически подбирает оптимальную модель (Wan 2.7, Kling, Lucy) под задачу — рестайлинг, перенос движений, замена фона или одежды. Позволяет выполнять точечные изменения с сохранением

nano-banana-2

409,837 установок

prime-skills/runcomfy-agent-skills

Генерация изображений через Google Nano Banana 2 (flash-модель семейства Gemini) с помощью RunComfy CLI. Поддерживает настройку разрешения, соотношения сторон, количества изображений, seed, текста в изображении и веб-поиска для актуальных событий. Подходит для быстрых черновиков, соцсетей и маркетинговых карточек.

nano-banana-edit

409,462 установок

prime-skills/runcomfy-agent-skills

Навык редактирует изображения через модель Google Nano Banana 2 на RunComfy: меняет фон, заменяет объекты и текст, сохраняя личность субъекта. Поддерживает пакетную обработку до 20 изображений за вызов и позволяет точно локализовать правки с помощью пространственных описаний.

image-edit

409,414 установок

prime-skills/runcomfy-agent-skills

Умный маршрутизатор для редактирования изображений на RunComfy: сам выбирает подходящую модель по задаче — пакетная обработка до 20 фото, переписывание текста на разных языках, точечные правки или замена областей по маске. Включает готовые паттерны промптов для каждой модели и запускает её через CLI одной командой.

flux-kontext

409,248 установок

prime-skills/runcomfy-agent-skills

Скилл выполняет точное локальное редактирование изображений через модель Flux 1 Kontext Pro на RunComfy: меняет отдельные детали по одной инструкции, сохраняя лицо, позу, одежду и остальные элементы исходника. Включает проверенные паттерны промптов и подсказки, когда вместо Kontext стоит использовать другие модели. Полезен для точечных правок, замены текста на бренд-макетах и быстрых итераций над одним изображением.

wan-2-7

408,708 установок

prime-skills/runcomfy-agent-skills

Генерирует видео по текстовому описанию с помощью модели Wan 2.7 на платформе RunComfy: поддерживает липсинк под аудиодорожку, управление несколькими референсами, выбор разрешения, длительности и соотношения сторон, а также автоматическое расширение промптов. Помогает подобрать подходящую модель среди альтернатив и корректно настроить запрос для качественного результата.

gpt-image-edit

408,538 установок

prime-skills/runcomfy-agent-skills

Редактирование изображений через GPT Image 2 (ChatGPT Images 2.0) на RunComfy: замена текста на изображении, сохранение лиц и деталей, композиция из нескольких референсов. Навык включает проверенные шаблоны промптов для точных правок и помогает выбрать подходящую модель для задачи.

seedance-v2

408,528 установок

prime-skills/runcomfy-agent-skills

Скилл генерирует короткие кинематографичные видео (4–15 секунд) через модель Seedance 2.0 Pro на RunComfy. Поддерживает мультимодальные референсы (до 9 изображений, 3 видео, 3 аудио), естественную синхронизацию речи и губ, управление камерой, длительностью и соотношением сторон. Подходит для рекламы, диалоговых роликов, превизуализации и брендированных нарративов.

happyhorse-1-0

408,491 установок

prime-skills/runcomfy-agent-skills

Навык для генерации видео по текстовому описанию с помощью модели HappyHorse 1.0 через платформу RunComfy: создаёт ролики вплоть до 1080p с синхронизированным звуком, сохраняет консистентность персонажей между кадрами и поддерживает шесть языков. Позволяет настраивать соотношение сторон, длительность, разрешение и сид, а также помогает выбрать подходящую модель для конкретной задачи.

flux-2-klein

408,322 установок

prime-skills/runcomfy-agent-skills

Flux 2 Klein — дистиллированная модель для генерации изображений

kling-3-0

385,451 установок

prime-skills/runcomfy-agent-skills

Скилл для генерации видео через Kling 3.0 на платформе RunComfy: поддерживает шесть комбинаций тарифов (Standard, Pro, 4K) и режимов (текст-в-видео, изображение-в-видео). Позволяет создавать многосегментные ролики с синхронизированным звуком, управлять движением камеры, длительностью и стилем через CLI-команды.

codex-pet

373,846 установок

prime-skills/runcomfy-agent-skills

Скилл создаёт кастомного Codex Pet для OpenAI Codex из одного исходного изображения. Он генерирует спрайт-атлас и манифест через RunComfy и GPT Image 2, после чего питомца можно установить в Codex. Подходит тем, у кого нет Codex Pro или $imagegen.

ai-video-generation

355,063 установок

prime-skills/runcomfy-agent-skills

Генерирует AI-видео через CLI RunComfy: из текста, изображения или продлевает существующие клипы. Автомати

ai-image-generation

354,763 установок

prime-skills/runcomfy-agent-skills

Навык для генерации и редактирования изображений через CLI RunComfy. Поддерживает более 10 моделей (FLUX, Nano Banana, GPT Image, Seedream, Qwen и др.) для задач text-to-image и image-to-image, автоматически подбирая оптимальную модель под запрос пользователя.

runcomfy-cli

352,401 установок

prime-skills/runcomfy-agent-skills

Скилл обучает работе с CLI RunComfy: установка, авторизация, запуск сотен моделей генерации изображений и видео, обработка результатов и скриптование. Позволяет вызывать любые endpoint-ы из терминала, автоматизировать пайплайны и служит основой для других скиллов RunComfy.

ai-avatar-video

352,166 установок

prime-skills/runcomfy-agent-skills

Скилл создаёт видео с AI-аватарами и синхронизацией губ по аудио: от простых «говорящих голов» до кинематографичных роликов. Автоматически подбирает подходящую модель (OmniHuman, Wan, HappyHorse, Seedance) под задачу — озвучка, виртуальный ведущий, дубляж или анимация персонажа.

face-swap

352,094 установок

prime-skills/runcomfy-agent-skills

Скилл для замены лица или персонажа на фото и видео через RunComfy CLI. Подбирает оптимальную модель под задачу: видео с сохранением движений, одиночные изображения с несколькими референсами, пакетная замена лица для серий кадров или точечное редактирование по описанию.

video-inpainting

350,444 установок

prime-skills/runcomfy-agent-skills

Автоматически удаляет объекты, водяные знаки, провода и другие нежелательные элементы прямо в видео, заполняя область подходящим фоном. Помогает чистить и заменять регионы кадров через CLI RunComfy, автоматически выбирая нужную модель под задачу — от простого текстового описания до точных покадровых правок.

image-inpainting

349,959 установок

prime-skills/runcomfy-agent-skills

Скилл выполняет инпейнтинг изображений через RunComfy CLI: удаляет объекты, водяные знаки, заменяет области по маске или текстовому описанию. Поддерживает несколько моделей, включая Z-Image Turbo Inpainting и Nano Banana 2 Edit, с настройкой силы воздействия. Полезен для ретуши, замены фона и точечного редактирования снимков.

controlnet-pose

349,756 установок

prime-skills/runcomfy-agent-skills

Скилл управляет генерацией изображений и видео с учётом позы, скелета или движения через RunComfy CLI: переносит моушн с эталонного видео на нового персонажа, создаёт картинки по OpenPose-скелету или depth-карте и анимирует стилизованных героев. Помогает быстро подобрать нужную модель под задачу — от фотореалистичного переноса движений до позно-управляемой анимации.

lipsync

349,716 установок

prime-skills/runcomfy-agent-skills

Скилл для синхронизации движения губ персонажа с аудиодорожкой. Автоматически выбирает подходящую модель RunComfy (OmniHuman, Sync Labs, Kling и др.) в зависимости от входных данных: фото+аудио, видео+аудио или сценарий. Выполняет команды через CLI, учитывает требования к согласию при работе с реальными людьми.

video-extend

349,309 установок

prime-skills/runcomfy-agent-skills

Продлевает существующий видеоклип через RunComfy на базе Google Veo 3-1: добавляет новые кадры после исходного ролика с сохранением движения, освещения и персонажа. Позволяет удлинять короткие клипы, собирать многосценные истории из одного исходника и выбирать между обычным и быстрым режимом в зависимости от нужного качества и бюджета.

elevenlabs-music-generation

349,167 установок

prime-skills/runcomfy-agent-skills

Генерирует полноценные песни и инструментальные треки через ElevenLabs Music и RunComfy CLI. Поддерживает разметку секций (интро, куплет, припев), длительность от 5 секунд до 5 минут, мультиязычные тексты и коммерческое использование. Управление — командой runcomfy run elevenlabs/elevenlabs/music-generation.