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
passThe '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
passNo alerts
Audited: 7/13/2026, 4:11:03 AM
Snyk
passRisk: 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 intent | Model | Why |
|---|---|---|
| Animate a portrait — keep identity stable | HappyHorse 1.0 I2V | #1 on Artificial Analysis Arena (Elo 1392); strong facial fidelity |
| Product reveal / 360 / macro motion | HappyHorse 1.0 I2V | Geometry preservation + smooth camera moves |
| Native synchronized ambient audio in one pass | HappyHorse 1.0 I2V | In-pass audio synthesis |
| Animate and lip-sync to a custom voiceover track | Wan 2.7 + audio_url | Accepts 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_url | Same shot, swap audio_url per language |
| Multi-modal — image + reference video + reference audio together | Seedance 2.0 Pro | Up to 9 image refs, 3 video refs (2–15s each), 3 audio refs |
| Brand-consistent narrative with character ref + scene ref + voice ref | Seedance 2.0 Pro | Image holds identity, video holds scene, audio holds voice |
| Default if unspecified | HappyHorse 1.0 I2V | Best all-round quality + native audio |
The agent reads this table, classifies the user's intent, and picks the matching subsection below.
Prerequisites
- RunComfy CLI —
npm i -g @runcomfy/cli - RunComfy account —
runcomfy loginopens a browser device-code flow. - CI / containers — set
RUNCOMFY_TOKEN=<token>. - 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
| Field | Type | Required | Default | Notes |
|---|---|---|---|---|
image_url | string | yes | — | JPEG/JPG/PNG/WEBP. Min 300px. Aspect 1:2.5–2.5:1. ≤10MB. |
prompt | string | yes | — | ≤5000 non-CJK or 2500 CJK chars. Motion / camera / lighting description. |
resolution | enum | no | 1080P | 720P or 1080P. |
duration | int | no | 5 | 3–15 seconds. |
seed | int | no | 0 | Reuse for variant comparisons. |
watermark | bool | no | true | Provider 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)
| Field | Type | Required | Default | Notes |
|---|---|---|---|---|
prompt | string | yes | — | Up to ~5000 chars. Describe the talking-head shot: framing, lighting, motion. |
audio_url | string | yes (for lip-sync) | — | WAV/MP3, 3–30s, ≤15MB. Drives lip-sync. |
aspect_ratio | enum | no | 16:9 | 16:9, 9:16, 1:1, 4:3, 3:4. |
resolution | enum | no | 1080p | 720p or 1080p. |
duration | enum | no | 5 | 2–15 (whole seconds). Match your audio length. |
negative_prompt | string | no | — | Concrete issues to avoid (e.g. "no subtitles, no flicker"). |
seed | int | no | — | 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
durationto audio length — clip will be silent past the audio if too long. - Use
negative_promptfor issues:"no subtitles, no flicker, no distorted hands". - For multi-language dubs — same prompt, swap
audio_urlper 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)
| Field | Type | Required | Default | Notes |
|---|---|---|---|---|
prompt | string | yes | — | CN ≤500 chars OR EN ≤1000 words. |
image_url | array | yes (for i2v) | [] | 0–9 images. First is the primary subject. |
video_url | array | no | [] | 0–3 reference clips (MP4/MOV), 2–15s each. |
audio_url | array | no | [] | 0–3 reference audio (WAV/MP3), 2–15s, < 15MB each. |
aspect_ratio | enum | no | adaptive | adaptive, 16:9, 9:16, 4:3, 3:4, 1:1, 21:9. |
duration | int | no | 5 | 4–15 (whole seconds). |
resolution | enum | no | 720p | 480p or 720p. |
generate_audio | bool | no | true | In-pass synchronized speech / SFX / music. |
seed | int | no | — | 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_urlfor what must stay stable (face, costume, brand); usepromptfor 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
| code | meaning |
|---|---|
| 0 | success |
| 64 | bad CLI args |
| 65 | bad input JSON / schema mismatch |
| 69 | upstream 5xx |
| 75 | retryable: timeout / 429 |
| 77 | not 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 loginwrites the API token to~/.config/runcomfy/token.jsonwith mode 0600 (owner-only read/write). SetRUNCOMFY_TOKENenv 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
- SKILL.md
Другие скиллы автора
video-edit
411,704 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-skills/runcomfy-agent-skills
Flux 2 Klein — дистиллированная модель для генерации изображений
kling-3-0
385,451 установокprime-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 установокprime-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 установокprime-skills/runcomfy-agent-skills
Генерирует AI-видео через CLI RunComfy: из текста, изображения или продлевает существующие клипы. Автомати
ai-image-generation
354,763 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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 установокprime-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.