video-edit
RunComfy上の既存動画を編集するスマートルータースキル。ユーザーの意図を解析し、汎用リスタイル・背景スワップ・モーション保持に対応する「Wan 2.7 Edit-Video」、参照動画から正確なモーションを転写する「Kling 2.6 Pro Motion Control」、軽量な衣装スワップや顔同一性を保ったリスタイルに特化した「Lucy Edit Restyle」の中から最適なモデルを自動選択し、ローカルのRunComfy CLIを通じて実行します。「restyle video」「swap video background」「motion control」「outfit swap video」など、動画変換に関するあらゆる指示をトリガーとして動作します。
description の原文を見る
> Edit existing video on RunComfy — this skill is a smart router that matches the user's intent to the right edit model in the RunComfy catalog. Picks Wan 2.7 Edit-Video (general restyle / background swap / packaging swap, identity + motion preservation), Kling 2.6 Pro Motion Control (transfer precise motion from a reference video to a target character), or Lucy Edit Restyle (lightweight identity-stable restyle / outfit swap). Bundles each model's documented prompting patterns so the skill gets sharper edits without burning iterations on the wrong model. Calls `runcomfy run <vendor>/<model>/<endpoint>` through the local RunComfy CLI. Triggers on "video edit", "edit video", "restyle video", "swap video background", "motion control", "outfit swap video", or any explicit ask to transform a video.
SKILL.md 本文
Video Edit — Pro Pack on RunComfy
runcomfy.com · Wan 2.7 Edit-Video · Kling Motion-Control Pro · Lucy Edit Restyle · GitHub
動画編集、インテント(意図)ベースのルーティング。 このスキルはひとつのモデルに限定されません。ユーザーが実際に必要とするもの(一般的なリスタイル、参照クリップからのモーション転送、軽量な ID 保持付きの衣装・背景スワップ)に基づいて、RunComfy カタログから適切な動画編集モデルを選択します。
npx skills add agentspace-so/runcomfy-skills --skill video-edit -g
ユーザーのインテントに応じた適切なモデルの選択
| ユーザーのインテント | モデル | 理由 |
|---|---|---|
| トーキングヘッド動画をリスタイル — 顔・ポーズ・リップシンクを保持 | Wan 2.7 Edit-Video | 強力な ID とモーション保持; 最大 1080p に対応 |
| 製品背景をスワップ、カメラモーションは維持 | Wan 2.7 Edit-Video | カメラモーション保持; 単一方向編集に対応 |
| 参照画像を使用してパッケージデザインを変更 | Wan 2.7 Edit-Video + reference_image | 参照条件付きデザイン転送 |
| シネマティックカラーグレード・商用ポーリッシュを適用 | Wan 2.7 Edit-Video | 単一方向グローバルルック変更に優れている |
| 参照動画からターゲットキャラクターに正確なモーションを転送 | Kling 2.6 Pro Motion Control | モーションマッピング設計と ID 保持機能 |
| ターゲットキャラクターのリップシンクをソース動画のリップムーブメントに同期 | Kling 2.6 Pro Motion Control | 厳密なテンポラルコヒーレンスのために設計 |
| 軽量な衣装・コスチュームスワップ ID 保持付き | Lucy Edit Restyle | ローカライズされた ID 安定編集が核となる強み |
| ID 安定リスタイル ("砂漠の宇宙飛行士", "温かいゴールデンアワーライティング") | Lucy Edit Restyle | リスタイルのテンポラル一貫性を専門とする |
| 指定なしの場合はデフォルト | Wan 2.7 Edit-Video | 最も汎用的、最高解像度 |
エージェントはこのテーブルを読み、ユーザーのインテントを分類し、以下の対応するサブセクションを選択します。
前提条件
- RunComfy CLI —
npm i -g @runcomfy/cli - RunComfy アカウント —
runcomfy login - CI / コンテナ —
RUNCOMFY_TOKEN=<token>を設定 - ソース動画 URL — フォーマットと制限は選択したルートに依存します
ルート 1: Wan 2.7 Edit-Video — リスタイル・背景・パッケージのデフォルト
モデル: wan-ai/wan-2-7/edit-video
スキーマ
| フィールド | 型 | 必須 | デフォルト | 備考 |
|---|---|---|---|---|
prompt | string | yes | — | 保持目標から始める。1 呼び出し 1 編集方向。 |
video | string | yes | — | MP4/MOV URL、2–10s、≤100MB |
reference_image | string | no | — | URL — 直接的なデザイン・外観転送のみ使用 |
resolution | enum | no | (input) | 720p または 1080p |
aspect_ratio | enum | no | (input) | W:H。入力にデフォルト |
duration | int | no | 0 | 0 = 入力に合わせる; 2–10 = 開始から切り詰め |
audio_setting | enum | no | auto | auto または origin (ソースオーディオ保持) |
seed | int | no | — | 再現性のため |
実行
背景スワップ、ID 保持、オーディオ維持:
runcomfy run wan-ai/wan-2-7/edit-video \
--input '{
"prompt": "Preserve the speaker'\''s face, pose, and lip movement; change the background to a modern office with neutral lighting.",
"video": "https://.../speaker.mp4",
"audio_setting": "origin"
}' \
--output-dir <absolute/path>
参照画像付きパッケージスワップ:
runcomfy run wan-ai/wan-2-7/edit-video \
--input '{
"prompt": "Maintain the original framing and hand movement; replace the packaging design using the reference image.",
"video": "https://.../hand-holding-package.mp4",
"reference_image": "https://.../new-packaging.png",
"audio_setting": "origin"
}' \
--output-dir <absolute/path>
プロンプトのコツ
- 保持目標を最初に:
"Preserve [face / pose / motion / framing / lip movement]; [then state the change]" - 1 呼び出し 1 編集方向。 複合編集はモーションで方向が定まりません
reference_imageは正当な場合のみ (パッケージスワップ、ターゲットビジュアルと共にコスチュームスワップ)。一般的なリスタイルでは参照を渡さないでくださいaudio_setting: "origin"トーキングヘッドで、サウンドトラック再生成が不要な場合- ソース動画の制約: 2–10s、≤100MB
ルート 2: Kling 2.6 Pro Motion Control — 参照クリップからのモーションが重点のとき
モデル: kling/kling-2-6/motion-control-pro
ユーザーが参照動画のモーションをターゲットキャラクター(画像 OR 別の動画で駆動)に転送したいときに使用します。これはリスタイルではなく、ID 保持付きのモーションマッピングです。
スキーマ
| フィールド | 型 | 必須 | 備考 |
|---|---|---|---|
prompt | string | yes | ターゲットモーション・スタイルを説明 |
image | string | yes (画像方向) | キャラクター・背景一貫性の参照 |
video | string | yes | モーション参照。方向により 10–30s |
keep_original_sound | bool | no | 参照動画のオーディオを保持 |
character_orientation | enum | yes | image (最大 10s 出力) または video (最大 30s 出力) |
実行
runcomfy run kling/kling-2-6/motion-control-pro \
--input '{
"prompt": "A young american woman dancing",
"image": "https://.../target-character.jpg",
"video": "https://.../motion-reference-dance.mp4",
"character_orientation": "image",
"keep_original_sound": true
}' \
--output-dir <absolute/path>
プロンプトのコツ
- 被写体はフレームの > 5% 以上 必要 — クリーンな ID 保持のため
- 空間制約が効果的:
"character on left side, background motion right" - 反復間でドリフトする場合は簡潔に — 形容詞を削除、モーション説明を保持
character_orientation: "image"は出力を 10s に限定;"video"では 30s を許可
ルート 3: Lucy Edit Restyle — 軽量 ID 安定リスタイル・衣装スワップ
モデル: decart/lucy-edit/restyle
編集がローカライズされたスタイル変更 — 衣装スワップ、シーンリライト、雰囲気的リスタイル — で、ID 保持が重要な場合に使用します。Wan 2.7 Edit より軽量; 720p に制限されています。
スキーマ
| フィールド | 型 | 必須 | デフォルト | 備考 |
|---|---|---|---|---|
prompt | string | yes | — | 自然言語編集指示 |
video_url | string | yes | — | MP4/MOV/WEBM/GIF |
resolution | enum | no | 720p | このティアでは 720p のみ |
実行
衣装スワップ:
runcomfy run decart/lucy-edit/restyle \
--input '{
"prompt": "Change outfit to professional business attire; preserve face and motion.",
"video_url": "https://.../subject-walking.mp4"
}' \
--output-dir <absolute/path>
雰囲気的リスタイル:
runcomfy run decart/lucy-edit/restyle \
--input '{
"prompt": "Make lighting warm and golden hour; preserve face, pose, and motion.",
"video_url": "https://.../subject-portrait.mp4"
}' \
--output-dir <absolute/path>
プロンプトのコツ
- ローカライズされた変更フレージングが効果的。 "衣装"、"ライティング"、"背景" — ひとつのカテゴリを選択
- ID 保持目標を保持 —
"preserve face and motion"で十分; 過剰指定しないでください - 全置換を避ける ("宇宙空間の宇宙飛行士"は動作; "被写体を別人に変更"は不可)。Lucy はローカライズスタイル変更用に構築; 完全キャラクタースワップではありません
- アスペクト比制御なし — 出力は入力に合わせます。事前マッチングしない場合、サーバー側でクロップが発生します
制限事項
- 各ルートはそのモデルの制限を継承します。 Wan 2.7 Edit: 2–10s、1080p 天井。Kling: 10s (画像方向) または 30s (動画方向)。Lucy: 720p 天井、アスペクト比制御なし
- マルチルートブレンディングなし。 このスキルは 1 呼び出しにつき 1 モデルを選択
- ブランド固有のオーバーライド — ユーザーが特定のモデルを指定した場合、対応するブランドスキル (
wan-2-7) にルート化して、より充実した処理を行います
終了コード
| コード | 意味 |
|---|---|
| 0 | 成功 |
| 64 | 不正な CLI 引数 |
| 65 | 不正な入力 JSON / スキーマ不一致 |
| 69 | アップストリーム 5xx |
| 75 | 再試行可能: タイムアウト / 429 |
| 77 | サインインしていない、またはトークン拒否 |
完全リファレンス: docs.runcomfy.com/cli/troubleshooting
仕組み
スキルはユーザーのインテントに基づいて Wan 2.7 Edit-Video / Kling 2.6 Pro Motion Control / Lucy Edit Restyle のいずれかを選択し、対応する JSON 本体で runcomfy run <model_id> を実行します。CLI は Model API に POST、リクエストをポーリング、結果をフェッチし、任意の .runcomfy.net/.runcomfy.com URL を --output-dir にダウンロードします。Ctrl-C は終了前にリモートリクエストをキャンセルします。
セキュリティとプライバシー
- トークンストレージ:
runcomfy loginは API トークンを~/.config/runcomfy/token.jsonに書き込み、モード 0600 (所有者のみ読み取り/書き込み)。CI / コンテナではRUNCOMFY_TOKEN環境変数を設定してファイルを完全にバイパス - 入力境界: ユーザープロンプトは
--input経由で JSON 文字列として CLI に渡されます。CLI はプロンプトをシェル展開しません; JSON 本体を HTTPS 経由で Model API に直接送信します。プロンプトコンテンツからのシェルインジェクション表面なし - サードパーティコンテンツ: 渡された画像・マスク・動画 URL は RunComfy モデルサーバーでフェッチされ、マシン上の CLI ではありません。外部 URL を信頼できないとして扱います; 画像ベースのプロンプトインジェクションは、あらゆる画像編集・動画編集モデルで既知リスク
- アウトバウンドエンドポイント:
model-api.runcomfy.net(リクエスト送信) と*.runcomfy.net/*.runcomfy.com(生成出力のダウンロードホワイトリスト) のみ。テレメトリなし、コールバックなし - 生成ファイルサイズキャップ: CLI はディスク満杯を防ぐため、2 GiB を超える単一ダウンロードを中止します (悪意またはランアウェイモデル出力から)
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- agentspace-so
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/agentspace-so/runcomfy-agent-skills / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。