メディアスキル

Mask-driven image inpainting on RunComfy via the `runcomfy` CLI. Routes to Tongyi MAI Z-Image Turbo Inpainting (the dedicated inpainting endpoint with mask, strength, and control-scale) and to identity-preserving edit models (Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro) when a mask isn't available and the region must be described instead. Use for object removal, watermark removal, region replacement, blemish cleanup, and any controlled local edit where a binary mask defines the...

Mask-driven image inpainting on RunComfy via the `runcomfy` CLI. Routes to Tongyi MAI Z-Image Turbo Inpainting (the dedicated inpainting endpoint with mask, strength, and control-scale) and to identity-preserving edit models (Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro) when a mask isn't available and the region must be described instead. Use for object removal, watermark removal, region replacement, blemish cleanup, and any controlled local edit where a binary mask defines the...

Image outpainting on RunComfy via the `runcomfy` CLI — extend a still beyond its original canvas, fill in what the camera didn't capture, change aspect ratio (square → 16:9, portrait → landscape) while preserving the original content. Routes across Nano Banana 2 Edit (default, spatial-language driven), GPT Image 2 Edit (multi-ref with reference-style matching), FLUX Kontext Pro (single-shot maximum-preservation), and the brand edit endpoints (Seedream / Dreamina / Qwen / FLUX 2). Picks the...

We need to translate the given text from English to Japanese, preserving the specified name "image-outpainting" and other technical terms. The instruction says: "Do not include the name unless it appears in the source text." The name "image-outpainting" appears in the source text? Actually, the source text starts with "Image outpainting on RunComfy..." so "image-outpainting" is not explicitly written as a name; it's part of the phrase "Image outpainting". But the instruction says "Name to preserve: image-outpainting". That likely means we should preserve that term as is when it appears. In the source, it appears as "Image outpainting" (capitalized). We should keep it as "Image outpainting" or "image-outpainting"? The instruction says "preserve" the name, so likely keep the exact form "image-outpainting" if it appears. But the source has "Image outpainting" without hyphen. However, the name given is "image-outpainting". I think we

We need to translate the given text from English to Japanese, preserving the specified name "image-outpainting" and other technical terms. The instruction says: "Do not include the name unless it appears in the source text." The name "image-outpainting" appears in the source text? Actually, the source text starts with "Image outpainting on RunComfy..." so "image-outpainting" is not explicitly written as a name; it's "Image outpainting". But the instruction says "Name to preserve: image-outpainting". So we should preserve that exact string if it appears. In the source, it's "Image outpainting" (capital I, space). But the name to preserve is "image-outpainting" (lowercase, hyphen). The instruction says "Do not include the name unless it appears in the source text." Since the source text has "Image outpainting" (without hyphen, capital I), we should not force the hyphenated version. However, the instruction says "Name to preserve: image-outpainting" meaning

静止画から動画への変換ガイド：モデル選択、モーションプロンプト、カメラ移動。Wan 2.5 i2v、Seedance、Fabric、Grok Videoの各モデルとその使用タイミングを網羅。用途：画像のアニメーション化、静止画からの動画作成、モーション追加、商品アニメーション。トリガー：画像から動画、i2v、画像をアニメーション化、静止画から動画、画像にモーション追加、画像アニメーション、写真から動画、静止画をアニメーション化、wan i2v、image2video、画像に命を吹き込む、写真をアニメーション化、画像からモーション

We need to translate the given text from English to Japanese, preserving the name "image-to-video" and other technical terms. The text describes a skill that animates still images on RunComfy, acting as a smart router to select appropriate i2v models. It mentions specific models: HappyHorse 1.0 I2V, Wan 2.7, Seedance 2.0 Pro. Also includes terms like "native audio", "identity preservation", "audio_url", "lip-sync", "multi-modal animation", "reference video", "reference audio", "prompting patterns". The translation should be natural Japanese, keeping all proper nouns and technical terms as is. No extra commentary or labels. Just the translation. Let's translate sentence by sentence. "Animate any still image on RunComfy — this skill is a smart router that matches the user's intent to the right i2v model in the RunComfy catalog." → "RunComfy上で任意の静止画像をアニメーション化します。このスキルは、

We need to translate the given text from English to Japanese, preserving the name "image-to-video" and other technical terms. The text describes a skill that animates still images on RunComfy, acting as a smart router to select appropriate i2v models. It mentions specific models: HappyHorse 1.0 I2V, Wan 2.7, Seedance 2.0 Pro, and terms like "native audio", "identity preservation", "audio_url", "lip-sync", "multi-modal animation", "reference video", "reference audio". Also "prompting patterns". The translation should be natural Japanese, keeping all proper nouns and technical terms as is. The instruction says to translate only the text inside <text>, and not include the name unless it appears. The name "image-to-video" appears in the first sentence: "Animate any still image on RunComfy — this skill is a smart router..." Actually the name is given as "image-to-video" in the directory item type, but it's not in the text.

Animate any still image on RunComfy — this skill is a smart router that matches the user's intent to the right i2v model in the RunComfy catalog. Picks HappyHorse 1.0 I2V (Arena #1, native audio, identity preservation) for general animations, Wan 2.7 with `audio_url` for custom-voiceover lip-sync, or Seedance 2.0 Pro for multi-modal animation from image + reference video + reference audio. Bundles each model's documented prompting patterns so the caller gets sharper output without burning...

静止画から動画への変換ガイド：モデル選択、モーションプロンプト、カメラワーク。Wan 2.5 i2v、Seedance、Fabric、Grok Videoの各モデルとその使用場面を解説。用途：画像のアニメーション化、静止画からの動画作成、モーション追加、商品アニメーション。トリガー：画像から動画、i2v、画像をアニメーション化、静止画から動画、画像にモーション追加、画像アニメーション、写真から動画、静止画をアニメーション化、wan i2v、image2video、画像に命を吹き込む、写真をアニメーション化、画像からモーション生成

We need to translate the given English text into Japanese, preserving the name "image-to-video" and other technical terms like model names, URLs, etc. The instruction says: "Do not include the name unless it appears in the source text." The name "image-to-video" appears in the source? Actually, the source text starts with "Animate any still image on RunComfy — this skill is a smart router..." The name "image-to-video" is not explicitly in the source text; it's given as the directory item name. The instruction says "Do not include the name unless it appears in the source text." So we should not add "image-to-video" to the translation. Also, preserve product names: RunComfy, HappyHorse 1.0 I2V, Wan 2.7, Seedance 2.0 Pro, etc. Preserve technical terms: i2v, audio_url, lip-sync, multi-modal, etc. Translate the rest naturally into Japanese. Let's break down the text: "Animate

RunComfy上のKling 3.0動画生成。Kling 3.0（Kling V3.0とも呼ばれる）は、快手科技の第3世代マルチショット動画モデルで、ネイティブ同期オーディオとショット間で一貫したキャラクター同一性を備えています。このスキルは、3つのレンダリングティア（Standard、Pro、4K）と2つのモード（テキストから動画、画像から動画）にわたる、全6つのKling 3.0エンドポイントをカバーします。ローカルのRunComfy CLIを通じて、runcomfy run kling/kling-3.0/ / を呼び出します。"kling"、"kling 3.0"、"kling v3"、"kling pro"、...でトリガーされます。

RunComfy上でのKling 3.0動画生成。Kling 3.0（Kling V3.0とも呼ばれる）は、快手科技の第3世代マルチショット動画モデルで、ネイティブ同期オーディオとショット間で一貫したキャラクター同一性を備えています。このスキルは、3つのレンダリングティア（Standard、Pro、4K）と2つのモード（テキストから動画、画像から動画）にわたる、全6つのKling 3.0エンドポイントをカバーします。ローカルのRunComfy CLIを通じて、runcomfy run kling/kling-3.0/ / を呼び出します。"kling"、"kling 3.0"、"kling v3"、"kling pro"などでトリガーされます。

Kling 3.0のRunComfyでの動画生成。Kling 3.0（Kling V3.0とも呼ばれる）は、快手科技の第3世代マルチショット動画モデルで、ネイティブ同期オーディオとショット間での一貫したキャラクター同一性を備えています。このスキルは、Kling 3.0の全6つのエンドポイントをカバーし、3つのレンダリング層（Standard、Pro、4K）と2つのモード（テキストから動画、画像から動画）にわたります。ローカルのRunComfy CLIを通じてruncomfy run kling/kling-3.0/ /を呼び出します。「kling」、「kling 3.0」、「kling v3」、「kling pro」などでトリガーされます。

RunComfy上でのKling 3.0動画生成。Kling 3.0（Kling V3.0とも呼ばれる）は、快手科技の第3世代マルチショット動画モデルで、ネイティブ同期オーディオとショット間で一貫したキャラクター同一性を備えています。このスキルは、3つのレンダリングティア（Standard、Pro、4K）と2つのモード（テキストから動画、画像から動画）にわたる、全6つのKling 3.0エンドポイントをカバーします。ローカルのRunComfy CLIを通じて、runcomfy run kling/kling-3.0/ / を呼び出します。"kling"、"kling 3.0"、"kling v3"、"kling pro"などでトリガーされます。

Lip-sync a face to a specific audio track on RunComfy via the `runcomfy` CLI. Routes across ByteDance OmniHuman (audio-driven full-body avatar from a portrait + audio), Sync Labs sync v2 / Pro (state-of-the-art mouth sync onto a video), Kling lipsync (audio-to- video and text-to-video with synced speech), and Creatify lipsync. The skill picks the right endpoint for the user's actual intent — portrait still + audio (avatar-style), source video + audio (mouth- swap on existing footage), or...

Lip-sync a face to a specific audio track on RunComfy via the `runcomfy` CLI. Routes across ByteDance OmniHuman (audio-driven full-body avatar from a portrait + audio), Sync Labs sync v2 / Pro (state-of-the-art mouth sync onto a video), Kling lipsync (audio-to- video and text-to-video with synced speech), and Creatify lipsync. The skill picks the right endpoint for the user's actual intent — portrait still + audio (avatar-style), source video + audio (mouth- swap on existing footage), or...

Agent Media OS — resolve any media need (BGM, SFX, image, icon) into a frozen local file + ledger record. One verb (`resolve`) handles the full cascade — project cache, global cache, HeyGen catalog search, freeze, register. Keeps search noise on disk, hands the agent a path. Use when a composition needs background music, sound effects, images, or icons.

Mediabunnyライブラリを使用したマルチメディア処理

Google Nano Banana 2（Geminiファミリーのフラッシュ層テキスト・トゥ・イメージ）を使用して、RunComfy上で画像を生成します。このスキルには、モデルの文書化されたプロンプトパターンがバンドルされており、同じモデルに対する単純なプロンプトよりもシャープな出力が得られます。Nano Banana 2の強み（迅速な反復、画像内のタイポグラフィレンダリング、予測可能なフレーミング、オプションのウェブ基盤コンテキスト）、解像度層の価格設定、安全性許容度ダイヤル、およびNano Banana Pro / GPT Image 2 / Flux 2 / Seedreamに切り替えるタイミングを文書化しています。

inference.sh CLI経由でPruna P-Imageモデルを使用して画像を生成します。モデル：P-Image、P-Image-LoRA、P-Image-Edit、P-Image-Edit-LoRA。機能：テキストから画像、画像編集、LoRAスタイル、マルチ画像合成、高速推論。Prunaは品質を損なうことなくモデルを高速化します。トリガー：pruna、p-image、pruna image、fast image generation、optimized flux、pruna ai、p image、fast ai image、economic image generation、cheap image generation

inference.sh CLI経由でPruna P-VideoおよびWANモデルを使用して動画を生成します。モデル：P-Video、WAN-T2V、WAN-I2V。機能：テキストから動画、画像から動画、音声対応、720p/1080p、高速推論。Prunaは品質を損なうことなくモデルを高速化します。トリガー：pruna video、p-video、pruna ai video、fast video generation、optimized video、wan t2v、wan i2v、economic video generation、cheap video generation、pruna text to video、pruna image to video

inference.sh CLI経由でPruna P-VideoおよびWANモデルを使用して動画を生成します。モデル：P-Video、WAN-T2V、WAN-I2V。機能：テキストから動画、画像から動画、音声対応、720p/1080p、高速推論。Prunaは品質を損なうことなくモデルを高速化します。トリガー：pruna video、p-video、pruna ai video、fast video generation、optimized video、wan t2v、wan i2v、economic video generation、cheap video generation、pruna text to video、pruna image to video

Pruna P-Video-Avatarをinference.sh CLI経由で使用し、トーキングヘッドアバタービデオを生成します。ポートレート画像を内蔵TTSでリアルなスピーキングビデオに変換。競合比18倍高速、6倍低コスト。モデル：P-Video-Avatar、P-Image（ポートレート生成用）。機能：テキストからアバター、音声駆動アバター、30の音声、10言語、720p/1080p、内蔵TTS、動的背景、全身制御。用途：AIプレゼンター、製品デモ、解説動画、バーチャルインフルエンサー、マーケティングなど。

Pruna P-Video-Avatarをinference.sh CLI経由で使用し、トーキングヘッドアバタービデオを生成します。ポートレート画像を内蔵TTSでリアルなスピーキングビデオに変換。競合比18倍高速、6倍低コスト。モデル：P-Video-Avatar、P-Image（ポートレート生成用）。機能：テキストからアバター、音声駆動アバター、30の音声、10言語、720p/1080p、内蔵TTS、動的背景、全身制御。用途：AIプレゼンター、製品デモ、解説動画、バーチャルインフルエンサー、マーケティングなど。

AI動画生成スキル。Seedance 2、Kling 3.0、HappyHorse、10以上のモデルから自動モデル選択を行い、テキスト、画像、URL、スクリプト、音声から完成されたマルチショット動画（5～120秒）を生成。AI音楽、リップシンク、マルチショットシーケンスを含む。プロンプト記述やモデル選択は不要。用途：動画制作、AI動画、動画作成、商品動画、ブランド動画、プロモーションクリップ、解説動画、ショート動画、TikTok動画、Instagramリール、YouTubeショート、商品広告など。

Relight a still image — change the lighting setup, color temperature, direction, or mood — on RunComfy via the `runcomfy` CLI. Routes to Qwen Edit 2509's dedicated `relight` LoRA endpoint for purpose-built relighting, with fallback to identity-preserving edit endpoints (Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro) when prose lighting language is enough. Use for product relighting (studio softbox → window light), portrait mood shift (overcast → golden hour), or color-grade change....

Relight a still image — change the lighting setup, color temperature, direction, or mood — on RunComfy via the `runcomfy` CLI. Routes to Qwen Edit 2509's dedicated `relight` LoRA endpoint for purpose-built relighting, with fallback to identity-preserving edit endpoints (Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro) when prose lighting language is enough. Use for product relighting (studio softbox → window light), portrait mood shift (overcast → golden hour), or color-grade change....

Relight a still image — change the lighting setup, color temperature, direction, or mood — on RunComfy via the `runcomfy` CLI. Routes to Qwen Edit 2509's dedicated `relight` LoRA endpoint for purpose-built relighting, with fallback to identity-preserving edit endpoints (Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro) when prose lighting language is enough. Use for product relighting (studio softbox → window light), portrait mood shift (overcast → golden hour), or color-grade change....

Remotionでキャプションを扱う