Skills Prime Skills

runcomfy-agent-skills/ace-step

Generate, inpaint, and outpaint music with ACE Step on RunComfy via the `runcomfy` CLI. ACE Step is StepFun-AI's open-weights music foundation model — tag-driven composition (genre, mood, instruments), multilingual lyrics with section markers, 5 s to 4 min stereo output, $0.0002–0.0003 per second (≈ 27× cheaper than ElevenLabs Music). Four endpoints: ACE Step text-to-audio (the default), ACE Step 1.5 text-to-audio (50+ language lyrics, refined structured-lyric handling), ACE Step...

runcomfy-agent-skills/ai-avatar-video

Create AI avatar, talking-head, and lip-sync videos on RunComfy via the `runcomfy` CLI. Routes across ByteDance OmniHuman (audio-driven full-body avatar), Wan-AI Wan 2-7 (audio-driven mouth sync via `audio_url` on a portrait), HappyHorse 1.0 (Arena #1 t2v / i2v with in-pass audio), and Seedance v2 Pro (multi-modal cinematic with reference audio + reference subject). Picks the right model for the user's actual intent — UGC voiceover, virtual presenter, dubbed product demo, lip-synced...

runcomfy-agent-skills/ai-image-generation

Generate and edit images on RunComfy via the `runcomfy` CLI — a smart router across the full image-model catalog: FLUX 2 (Klein 9B/4B, Pro, Dev, Flash, Turbo, Max), Google Nano Banana 2 / Pro, OpenAI GPT Image 2, ByteDance Seedream 5 / 4-5 / 4-0 and Dreamina 4-0, Alibaba Qwen Image and Z-Image Turbo, Wan 2-7. Covers both text-to-image (t2i) and image-to-image / edit (i2i) endpoints — the skill picks the right model for the user's actual intent (typography precision, photoreal portraits,...

runcomfy-agent-skills/ai-music

Generate AI music on RunComfy via the `runcomfy` CLI — a smart router across the music-model catalog. Routes to ElevenLabs AI Music Generation (premium 44.1 kHz stereo vocal tracks, 5 s–5 min, $0.0083/s) and ACE Step / ACE Step 1.5 (StepFun-AI open-weights, tag-driven composition, multilingual lyrics, $0.0002–0.0003/s, ~27× cheaper), plus ACE Step audio-inpaint (regenerate a time range inside an existing track) and ACE Step audio-outpaint (extend a track before or after). Picks the right...

runcomfy-agent-skills/ai-video-generation

Generate AI videos on RunComfy via the `runcomfy` CLI — a smart router across the full video-model catalog: HappyHorse 1.0 (Arena #1, native in-pass audio), Wan-AI Wan 2-7 (open weights, audio-driven lip-sync), ByteDance Seedance v2 / 1-5 / 1-0 (multi-modal cinematic), Kling 3.0 / 2-6, Google Veo 3-1, MiniMax Hailuo 2-3, ByteDance Dreamina 3-0. Covers text-to-video (t2v), image-to-video (i2v), and Veo's video-extend endpoint. The skill picks the right model for the user's intent (Arena-#1...

runcomfy-agent-skills/codex-pet

Codex Pet generator on RunComfy. Build a Codex-compatible Codex Pet spritesheet.webp + pet.json from a single reference image, drop it into `${CODEX_HOME:-$HOME/.codex}/pets/ /` and Codex picks it up as a custom Codex Pet next to the 8 built-ins. This skill produces the exact Codex Pet atlas Codex expects (1536x1872 PNG/WebP, 8 cols x 9 rows, 192x208 cells, 9 animation states — idle, running-right, running-left, waving, jumping, failed, waiting, running, review). Calls OpenAI GPT Image 2...

runcomfy-agent-skills/controlnet-pose

Pose-conditioned generation on RunComfy via the `runcomfy` CLI. Routes across Kling 2-6 Motion Control Pro / Standard (transfer the motion / blocking of a reference video onto a target character), community Wan 2-2 Animate (audio-driven character animation with pose conditioning), and Z-Image Turbo ControlNet LoRA (pose-conditioned image generation from an OpenPose / DWPose / canny / depth control image). Picks the right route based on video vs still and stylized vs photoreal. Triggers on...

runcomfy-agent-skills/elevenlabs-music-generation

Generate full songs and instrumental tracks with ElevenLabs Music on RunComfy via the `runcomfy` CLI. ElevenLabs Music turns a style description plus structured lyrics into studio-quality 44.1 kHz stereo audio — 5 seconds to 5 minutes — with section-level control (Intro / Verse / Chorus / Bridge), multilingual vocals, and commercial-friendly output. Generate a backing track, a full vocal song, a jingle, a podcast intro, a game loop, or an instrumental bed. Calls `runcomfy run...

runcomfy-agent-skills/face-swap

Swap a face / character into video or images on RunComfy via the `runcomfy` CLI. Routes across community Wan 2-2 Animate (audio-driven character animation + identity swap), GPT Image 2 Edit (single-shot precise face swap on still images via reference composition), Nano Banana Edit (batch identity-preserving swap), Flux Kontext (single-ref high-fidelity local face edit), and Kling 2-6 Motion Control Pro (transfer motion from one performance onto a target character). Picks the right model for...

runcomfy-agent-skills/flux-2-klein

สร้างภาพด้วย Flux 2 Klein (เวอร์ชันกลั่นที่รวดเร็วของ Flux 2 จาก Black Forest Labs) บน RunComfy — พร้อมกับรูปแบบการเขียนพรอมต์ที่ documented ของโมเดล เพื่อให้สกิลได้ผลลัพธ์ที่คมชัดกว่าการใช้พรอมต์แบบทั่วไปกับโมเดลเดียวกัน เอกสารนี้ครอบคลุมจุดแข็งของ Flux 2 Klein (ความหน่วงต่ำระดับเสี้ยววินาที, การจัดสไตล์แบรนด์แบบหลายข้อมูลอ้างอิง, พรอมต์แบบเน้นหัวข้อก่อน), กลยุทธ์จำนวนขั้นตอน (4–8 สำหรับการวนซ้ำเร็ว, ~25 สำหรับการเก็บรายละเอียด), ข้อแลกเปลี่ยนระหว่างเวอร์ชัน 9B และ 4B และเมื่อใดควรส่งต่อไปยัง Flux 2 Pro /...

runcomfy-agent-skills/flux-kontext

แก้ไขรูปภาพด้วย Flux 1 Kontext Pro (โมเดลแก้ไขภาพเฉพาะจุดที่แม่นยำของ Black Forest Labs) บน RunComfy — มาพร้อมกับรูปแบบการเขียนพรอมต์ที่บันทึกไว้ของโมเดล เพื่อให้สกิลให้ผลลัพธ์ที่คมชัดกว่าการใช้พรอมต์แบบทั่วไปกับโมเดลเดียวกัน เอกสารอธิบายจุดแข็งของ Flux Kontext (การแก้ไขเฉพาะจุดที่แม่นยำจากภาพอ้างอิงเดียว, การควบคุมพรอมต์ที่แข็งแกร่ง, ผลลัพธ์ความเที่ยงตรงสูงที่สม่ำเสมอ), โครงสร้าง (ภาพเดียว + พรอมต์), และเวลาที่ควรส่งต่อไปยัง Nano Banana Edit / GPT Image 2 edit / Flux 2 Klein แทน เรียกใช้...

runcomfy-agent-skills/gpt-image-2

Generate and edit images with OpenAI GPT Image 2 (ChatGPT Images 2.0) on RunComfy. Documents GPT Image 2's strengths (embedded text, logos, multilingual typography, instruction precision), its 3 fixed sizes, edit-with-preservation language, and when to route to a sibling (Flux 2 / Nano Banana Pro / Seedream) instead. Calls `runcomfy run openai/gpt-image-2/text-to-image` or `/edit` through the local RunComfy CLI. Triggers on "gpt image 2", "gpt-image-2", "ChatGPT Images 2", "image 2", or any...

runcomfy-agent-skills/gpt-image-edit

Edit images with OpenAI GPT Image 2 (the `/edit` endpoint of ChatGPT Images 2.0) on RunComfy — bundled with the model's documented prompting patterns so the skill gets sharper output than naive prompting against the same model. Documents GPT Image Edit's strengths (preservation language, multilingual in-image text editing, multi-reference up to 10 images, layout / typography precision), the schema, and when to route to Nano Banana Edit / Flux Kontext / GPT Image 2 t2i instead. Calls...

runcomfy-agent-skills/happyhorse-1-0

Generate text-to-video with HappyHorse 1.0 on RunComfy. Documents HappyHorse 1.0's strengths (#1 on Artificial Analysis Video Arena, native 1080p with in-pass synchronized audio, multi-shot character consistency, 6-language prompt support), the duration / aspect-ratio / resolution schema, and when to route to Wan 2.7 / Seedance 2 / LTX 2 instead. Calls `runcomfy run happyhorse/happyhorse-1-0/text-to-video` through the local RunComfy CLI. Triggers on "happyhorse", "happy horse", "happyhorse...

runcomfy-agent-skills/image-edit

แก้ไขรูปภาพบน RunComfy — สกิลนี้เป็นเราเตอร์อัจฉริยะที่จับคู่ความตั้งใจของผู้ใช้กับโมเดลแก้ไขที่ถูกต้องในแคตตาล็อกของ RunComfy เลือก Nano Banana Edit (ประมวลผลเป็นชุดได้สูงสุด 20 รูป, คงเอกลักษณ์บุคคลเป็นค่าเริ่มต้น), OpenAI GPT Image 2 Edit (เขียนข้อความในภาพใหม่ได้หลายภาษา, ประกอบภาพจากหลายแหล่งอ้างอิง, ความแม่นยำในการจัดวาง), Flux Kontext Pro (แก้ไขเฉพาะจุดความละเอียดสูงจากแหล่งอ้างอิงเดียว), หรือ Z-Image Turbo Inpaint (แก้ไขพื้นที่เฉพาะที่แม่นยำโดยใช้มาสก์) รวบรวมรูปแบบการเขียนพรอมต์ตามเอกสารของแต่ละโมเดล เพื่อให้สกิล...

runcomfy-agent-skills/image-inpainting

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...

runcomfy-agent-skills/image-outpainting

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...

runcomfy-agent-skills/image-to-video

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...

runcomfy-agent-skills/kling-3-0

Kling 3.0 การสร้างวิดีโอบน RunComfy Kling 3.0 (หรือที่เรียกว่า Kling V3.0) คือโมเดลวิดีโอหลายช็อตรุ่นที่สามของ Kuaishou Technology พร้อมเสียงซิงโครไนซ์แบบเนทีฟและเอกลักษณ์ตัวละครที่สอดคล้องกันในทุกช็อต สกิลนี้ครอบคลุมเอนด์พอยต์ Kling 3.0 ทั้งหกจุด ครอบคลุมสามระดับการเรนเดอร์ (Standard, Pro, 4K) และสองโหมด (ข้อความเป็นวิดีโอ, รูปภาพเป็นวิดีโอ) การเรียกใช้ runcomfy run kling/kling-3.0/ / ผ่าน CLI RunComfy ในเครื่อง ทริกเกอร์เมื่อมีคำว่า "kling", "kling 3.0", "kling v3", "kling pro",...

runcomfy-agent-skills/lipsync

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...

runcomfy-agent-skills/nano-banana-2

สร้างภาพด้วย Google Nano Banana 2 (Gemini ตระกูล flash-tier text-to-image) บน RunComfy — มาพร้อมกับรูปแบบการเขียนพรอมต์ที่บันทึกไว้ของโมเดล เพื่อให้สกิลได้ผลลัพธ์ที่คมชัดกว่าการเขียนพรอมต์แบบง่ายกับโมเดลเดียวกัน บันทึกจุดแข็งของ Nano Banana 2 (การวนซ้ำอย่างรวดเร็ว, การเรนเดอร์ตัวอักษรในภาพ, การจัดเฟรมที่คาดเดาได้, บริบทที่เชื่อมกับเว็บได้), ราคาตามระดับความละเอียด, ตัวปรับระดับความปลอดภัย และเวลาที่ควรใช้ Nano Banana Pro / GPT Image 2 / Flux 2 / Seedream...

runcomfy-agent-skills/nano-banana-edit

Edit images with Google Nano Banana 2 (image-to-image edit endpoint) on RunComfy. Documents Nano Banana Edit's strengths (preserve subject identity, swap background, localize edits with spatial language, multi-image batch edits up to 20 inputs), the schema, and when to route to GPT Image 2 edit / Flux Kontext / Nano Banana 2 t2i instead. Calls `runcomfy run google/nano-banana-2/edit` through the local RunComfy CLI. Triggers on "nano banana edit", "edit with nano banana", "image edit nano...

runcomfy-agent-skills/relight

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....

runcomfy-agent-skills/runcomfy-cli

Run any model on RunComfy from the command line. The `runcomfy` CLI is one binary, one auth, hundreds of model endpoints — image generation, image edit, video generation, image-to-video, lip-sync, face swap, video edit, inpainting, outpainting, extend, ControlNet, relight, upscale, LoRA training and more. Submit a request, poll for status, download the output. This skill teaches the agent how to install, authenticate, discover model schemas, invoke models, stream / poll / no-wait, script in...

runcomfy-agent-skills/seedance-v2

Generate cinematic short-form video with ByteDance Seedance 2.0 Pro on RunComfy. Documents Seedance 2.0 Pro's strengths (multi-modal references — up to 9 images, 3 videos, 3 audio — synchronized in-pass audio with natural lip-sync, cinematic motion refinement), the 4–15s duration schema, and when to route to HappyHorse 1.0 / Wan 2.7 / Kling instead. Calls `runcomfy run bytedance/seedance-v2/pro` through the local RunComfy CLI. Triggers on "seedance", "seedance 2", "seedance v2", "seedance...

runcomfy-agent-skills/video-edit

แก้ไขวิดีโอที่มีอยู่บน RunComfy — สกิลนี้เป็นตัวจัดเส้นทางอัจฉริยะที่จับคู่ความตั้งใจของผู้ใช้กับโมเดลการแก้ไขที่เหมาะสมในแคตตาล็อกของ RunComfy เลือกใช้ Wan 2.7 Edit-Video (ปรับสไตล์ทั่วไป / สลับพื้นหลัง / สลับบรรจุภัณฑ์ คงเอกลักษณ์และการเคลื่อนไหว), Kling 2.6 Pro Motion Control (ถ่ายโอนการเคลื่อนไหวที่แม่นยำจากวิดีโออ้างอิงไปยังตัวละครเป้าหมาย), หรือ Lucy Edit Restyle (ปรับสไตล์แบบเบาที่คงเอกลักษณ์ / สลับชุด) รวมรูปแบบพรอมต์ที่บันทึกไว้ของแต่ละโมเดลไว้ เพื่อให้สกิล...

runcomfy-agent-skills/video-extend

Extend or continue an existing video clip on RunComfy via the `runcomfy` CLI. Routes to Google Veo 3-1's `extend-video` and `fast/extend-video` endpoints — pick the source video plus a prompt describing what should happen next, and the model produces a clip that continues the original with consistent motion, lighting, and subject identity. Use when the user has a short Veo clip and wants it longer, or wants a chained narrative built shot-by-shot from a single seed clip. Triggers on "extend...

runcomfy-agent-skills/video-inpainting

Region edits across video frames on RunComfy via the `runcomfy` CLI — remove an object that appears across many frames, clean up wires or watermarks, replace a region with matching motion. Routes across Wan 2-7 edit-video (default, prompt-driven region edits with spatial language), Lucy Edit Restyle (identity-stable region-aware restyle), and Seedream 4-0 edit-sequential (when treating the clip as a frame stack). Picks the right route based on whether the change is prose-driven,...

runcomfy-agent-skills/video-outpainting

Video outpainting on RunComfy via the `runcomfy` CLI — extend the spatial canvas of a video, change aspect ratio (9:16 vertical to 16:9 horizontal or vice versa), add environment beyond the original frame while preserving the central action. Routes prompt-shaped spatial extension through Wan 2-7 edit-video and points the agent at dedicated ComfyUI outpaint workflows when seam quality matters for hero delivery. Triggers on "video outpaint", "video outpainting", "extend video canvas", "expand...

runcomfy-agent-skills/wan-2-7

Generate text-to-video with Wan 2.7 (Wan-AI's flagship motion model) on RunComfy. Documents Wan 2.7's strengths (multi-reference conditioning, audio-driven lip-sync via `audio_url`, smoother transitions, prompt expansion), the duration / resolution / aspect-ratio schema, and when to route to HappyHorse 1.0 / Seedance 2.0 / Kling / LTX 2 instead. Calls `runcomfy run wan-ai/wan-2-7/text-to-video` through the local RunComfy CLI. Triggers on "wan", "wan 2.7", "wan-2-7", "wan video", or any...