Name: seedance-v2
Author: prime-skills/runcomfy-agent-skills

1实现原理 · 为什么它能做到

实现方式是「零代码 + 外部 CLI 委托」：seedance-v2/ 只有一份 SKILL.md，无脚本；运行时由宿主 agent 用 Bash 执行 `runcomfy run bytedance/seedance-v2/pro --input '<JSON>' --output-dir <path>`。视频生成与音频合成全部在 RunComfy 云上，skill 只负责把意图翻译成正确的 JSON 与提示词。

seedance-v2/SKILL.md

The skill invokes `runcomfy run bytedance/seedance-v2/pro` with a JSON body matching the schema.

注：git ls-tree HEAD 核实 seedance-v2/ 下只有 SKILL.md 一个 entry；同仓 31 个技能同一形态。

核心差异化是多模态参考条件：图像 0–9 张、视频 0–3 段、音频 0–3 段可同时喂入，配合 generate_audio 在同一次生成里产出同步语音/音效/配乐——这是家族里唯一『多类型参考 + in-pass 语音』的模型。

seedance-v2/SKILL.md

| `video_url` | array | no | `[]` | 0–3 clips (MP4/MOV), 2–15s each. |

注：三段参考各有独立格式/时长纪律（video/audio 均 2–15s、audio < 15MB、image 支持 JPEG/PNG/WebP/BMP/TIFF/GIF），文档在 schema、Prompting、Limitations 三处重复该规格，越界直接 reject。

schema 共 10 个字段，含画幅 7 值（默认 adaptive）、时长 4–15 秒（默认 5）、分辨率 480p/720p（默认 720p）、generate_audio 默认开启、seed。画幅枚举（含 21:9 与 adaptive）与时长下限 4s 都不同于兄弟模型，属模型自身规格。

seedance-v2/SKILL.md

| `aspect_ratio` | enum | no | `adaptive` | `adaptive`, `16:9`, `9:16`, `4:3`, `3:4`, `1:1`, `21:9`. |

注：adaptive 为默认值是家族里独有（wan-2-7/happyhorse 默认 16:9）；Limitations 明示 'Resolution ceiling 720p on the playground variant'，即『电影感』定位换来的分辨率妥协，文档未掩饰。

最重要的操作纪律是「图与文分工」：稳定身份（脸、服装、品牌标、logo）放 image_url，演进叙事（动作、氛围、光、机位）放 prompt；用文字详述脸会浪费 token 并产生漂移。

seedance-v2/SKILL.md

**Image vs text division.** This is the single most important rule. Stable identity (face, costume, brand mark, logo) → put in `image_url`. Evolving narrative (action, mood, lighting, camera) → put in `prompt`. Trying to verbally describe a face in detail wastes tokens and produces drift.

注：这条把『多参考』从参数问题变成方法论问题——文档甚至给反模式 'Trying to describe stable identity verbally → use `image_url` instead.'，即把错误用法直接命名。

音频方向与口型由 generate_audio 与提示词共同控制：默认在同趟生成同步语音/音效/配乐，文档要求显式写语气与氛围（warm friendly conversational / gentle cafe chatter, no foreground music），并承认口型质量取决于提示清晰度。

seedance-v2/SKILL.md

| `generate_audio` | bool | no | true | In-pass synchronized speech / SFX / music. |

注：Limitations 里写明 'Lip-sync quality — depends on prompt clarity; not guaranteed perfect under all conditions.'，把不确定性前置成使用预期，而非事后免责。

路由表把家族其它视频模型分工写清：要音轨驱动口型走 Wan 2.7（audio_url）、要榜单最佳画质走 HappyHorse 1.0、要既有素材运动编辑走 Kling、要极快迭代走 LTX 2；用户显式说 Seedance 则无条件路由回来。

seedance-v2/SKILL.md

| Audio-driven lip-sync from your own track | Wan 2.7 (`audio_url`) |

注：同页 'If the user said "Seedance" / "Seedance 2" / "ByteDance video" explicitly, route here regardless.'；建议目标中 Wan 2.7 / HappyHorse 1.0 在仓内有同名技能目录，'Kling Video O1' 与 'LTX 2' 无（见 second_pass）。

执行链与限制面：CLI 提交到 Model API 的 /v1/models/bytedance/seedance-v2/pro，轮询取结果，下载白名单产物；文档自陈分辨率上限 720p、无 `@` 角色绑定语法、>15s 会 422 需分段。

seedance-v2/SKILL.md

The CLI submits, polls, fetches the result, downloads `*.runcomfy.net`/`*.runcomfy.com` URLs into `--output-dir`.

注：『无 @ 语法』这条把与某些竞品（用 @ 绑定角色）的能力差异明写出来，属对使用者有用的负面清单。

2核心能力

01多模态参考条件：图像 0–9、视频 0–3、音频 0–3 可同时喂入

02同趟生成同步语音 / 音效 / 配乐（generate_audio 默认开启）与自然口型

03图/文分工纪律（身份进参考图、叙事进提示词），避免文字描述人脸导致的漂移

04画幅/时长/分辨率控制（7 种画幅含 21:9 与默认 adaptive、4–15 秒、480p/720p）

05参考素材规格纪律（视频/音频 2–15s，音频 < 15MB；越界 reject）

06音频方向提示法（显式写语气与氛围，如 warm friendly conversational / no foreground music）

07seed 复现 + 固定 schema 的变体测试

08兄弟模型路由决策（音轨口型 → Wan 2.7、榜单质量 → HappyHorse 1.0、运动编辑 → Kling、快迭代 → LTX 2）

3外部依赖

类型	依赖
cli	runcomfy（RunComfy 官方 CLI）
package	@runcomfy/cli（npm 全局包）
package	npx skills（skills.sh 安装器）
api	RunComfy Model API（ByteDance Seedance 2.0 Pro）
network	RunComfy 产物下载白名单
network	用户传入的参考图/视频/音频 URL（最多 9+3+3，由 RunComfy 服务器抓取，非本机）
network	RunComfy 站点/模型页/文档（文档引用，非运行时调用）
network	GitHub（技能源码链接）

4风险提醒风险提醒：橙色 · 评估后使用

风险提醒：橙色 · 评估后使用

素材出网面与语音合成风险 — 最多 15 个外部素材 URL（图/视频/音频）由 RunComfy 服务器抓取并进入第三方模型；同趟合成的语音可用于生成逼真口播，参考音频还能引导音色——未发布素材与人声样本的保密性、声音权/肖像权问题文档未提示（Security 段只笼统讲图像注入）。
执行面在仓外且无版本 pin — 真实动作由 npm 全局安装的 @runcomfy/cli 完成（安装行不含版本）；CLI 内部实现与安全断言无法在本 pin 证实，供应链风险落在 npm 与 RunComfy 两方。
凭证与高单价计费 — CLI 以用户 RunComfy token 提交；多模态视频生成为高单价推理，按次计费，配合 75 重试码可能被自动重试放大消耗。
路由表含悬空引用 — 建议换用『Kling Video O1』『LTX 2』，但这两个名称在仓库内没有对应技能（仓内的 Kling 技能自称 Kling 3.0 / V3.0）——agent 照表跳转会找不到落点。
分辨率与画质定位落差 — 文档以 'cinematic' 定位，但输出上限 720p（playground variant）；用于大屏/影院级交付需先确认能否接受该上限（Limitations 有披露，非隐瞒，但营销措辞容易让人误判）。

风险提醒：橙色，评估后使用。按本次统一分档准则（同仓 image-edit 已取橙）：运行时驱动第三方 npm 包/CLI `@runcomfy/cli`，该 CLI 每次调用读取用户 RunComfy 凭证（~/.config/runcomfy/token.json 或 RUNCOMFY_TOKEN）——命中『调第三方 CLI/远程包且触凭证/配额』档；CLI 实现、Model API 行为、0600 token 权限、2 GiB 下载上限、退出码语义等断言全在仓库外，本 pin 无源码可核，按『拿不准取高一档』定橙。另：本技能的素材出网面最宽（最多 9 图 + 3 视频 + 3 音频），且会在同趟合成语音——未发布素材、真实人声样本的保密性与声音权风险不由本地控制；视频生成为高单价推理、按次计费。skill 本体纯 markdown、无脚本、无混淆、无隐藏端点，未触红档。

5第二遍独立确认

[ok] skill 目录内容 = 仅 SKILL.md — git ls-tree HEAD 与 ls -a 双向核实；仓库根仅 LICENSE + README.md + 31 个技能目录。
[ok] 全部外部依赖条目回查调用点真实存在 — runcomfy CLI 调用点 3 处（默认/带角色参考/多模态示例）、npm 安装 1 处、npx skills 1 处、model-api 端点 1 处、白名单与外部素材抓取各 1 处、文档/模型页/GitHub 链接多处，均实读命中。
[discrepancy] 路由建议的目标模型在本仓有对应技能 — 'Motion editing on existing footage | Kling Video O1' 与 'Ultra-fast iteration | LTX 2' 在仓库内没有同名技能目录（全仓无 ltx-* 目录；kling-3-0/SKILL.md 自称 'Kling 3.0 (also called Kling V3.0)'，未使用 'Kling Video O1' 这一名称）。Wan 2.7 与 HappyHorse 1.0 两条路由目标在仓内有同名目录，属有效引用；Kling/LTX 两条为悬空引用。
[ok] 『cinematic 视频』定位与 720p 分辨率上限的一致性 — description 称 cinematic short-form，schema 与 Limitations 均明示 resolution 仅 480p/720p（'Resolution ceiling 720p on the playground variant'）。定位与规格存在张力，但文档主动披露上限，未夸大为 1080p/4K，判为一致。
[unlocatable] Security & Privacy 的技术断言可在本仓证实 — 0600 token 权限、2 GiB 下载上限、无 shell 展开、下载白名单、退出码语义均为仓外 @runcomfy/cli 行为；仓内无 CLI 源码或版本 pin，只能作为文档自述引用（同仓 runcomfy-cli/SKILL.md 为同源转述，非独立证据）。
[discrepancy] 安装一行与 GitHub 链接指向旧仓 agentspace-so/runcomfy-skills — 安装行 `npx skills add agentspace-so/runcomfy-skills --skill seedance-v2 -g` 与 GitHub 链接 github.com/agentspace-so/runcomfy-skills 指向旧仓；本仓 pin 在 prime-skills/runcomfy-agent-skills（README 用 runcomfy-agent-skills）。gh api：旧仓仍存在（5★、pushed 2026-04-29、含 seedance-v2 目录）；prime-skills/runcomfy-agent-skills 与 agentspace-so/runcomfy-agent-skills 为同一仓（相同 stats，full_name=prime-skills/runcomfy-agent-skills）。按文档安装可能装到旧版。
[discrepancy] 音/视频合成与声音权的风险披露 — 本技能会在同趟合成语音（generate_audio 默认 true），且接受 0–3 段参考音频引导音色；Security & Privacy 段仅泛泛提示 'image-based prompt injection'，未就『合成语音可用于伪造口播』或『参考音频可近似真人声音（声音权）』给出任何提示（对比：happyhorse 明写音频为 in-pass only、不接受外部音轨）。属安全提示覆盖不全。
[ok] prompt 长度规格是否自洽 — schema 写 'CN ≤ 500 chars OR EN ≤ 1000 words'，正文未另立口径（本族其它技能给的是字符/token 上限），无冲突。

6结论

多模态参考面最宽（9 图 + 3 视频 + 3 音频）且有明确的分工方法论：身份进图、叙事进文，避免用文字描述人脸造成漂移。

in-pass 同步音频省掉独立 TTS 环节：口播广告/对话片段一次生成即带语音与口型，默认开启且可用提示控制语气与氛围。

参考素材规格写死并三处重复（2–15s、<15MB、格式清单），越界即 reject 的后果前置说明，减少无效调用。

能力边界诚实：720p 上限、无 `@` 角色绑定语法、口型质量受提示清晰度影响、>15s 需分段，全部写在 Limitations。

零代码单文件，可整目录审读后再用。

适合：适合：有角色/场景参考素材（多张角色图、锁定镜头视频、参考音色）的品牌叙事短片；需要一次生成带口播与音效的对话式广告（省独立 TTS 与对口型流程）；需要固定 seed 做可复现变体测试的工程化流水线；多语言叙事（图文分工让翻译只改文本）。前提：已装 runcomfy CLI 并登录，且接受 720p 上限。

不适合：不适合：需要 1080p/4K 交付（应换 happyhorse-1-0 的 720P/1080P 或其它），需要用自己的音轨精确驱动口型（应换 wan-2-7 的 audio_url），需要 >15s 单镜（须分段），需要 @ 语法绑定角色（本模型无此语法）；也不适合素材不得出网、或需要可审计执行代码的合规环境。

安装 agent 直装可复制

① 本站镜像更新 2026-09-15

方式 A · 人下载镜像包下载 seedance-v2.tar.gz

sha256: 0cbe7963b5552282…

方式 B · JSON 格式安装指南，复制给 agent

安装指南

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② 上游 GitHub · 原始来源

能访问 GitHub？直接去上游安装（实时版，可能已更新）GitHub 原始 ↗

本页镜像锁定 commit fca19ae084；上游为实时仓库。

来源信息 GitHub 原始

作者 / 仓库prime-skills / prime-skills/runcomfy-agent-skills

原始 GitHubprime-skills/runcomfy-agent-skills ↗

Stars48

最近推送2026-05-15

本 skill commitfca19ae084

本站信息

收录日期2026-09-06

分类内容创作

侦查报告AI 侦查 · 2 遍 · 2026-09-06

本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。

seedance-v2

1实现原理 · 为什么它能做到

2核心能力

3外部依赖

4风险提醒 风险提醒：橙色 · 评估后使用

5第二遍独立确认

6结论

4风险提醒风险提醒：橙色 · 评估后使用