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」：wan-2-7/ 只有一份 SKILL.md，无脚本；运行时由宿主 agent 用 Bash 执行 `runcomfy run wan-ai/wan-2-7/text-to-video --input '<JSON>' --output-dir <path>`，把提示与参数打成 JSON 交给仓外 CLI。skill 的增量是文档化的 schema + 提示法，不是任何本地推理能力（视频生成本身在 RunComfy 云上）。
wan-2-7/SKILL.md
The skill invokes `runcomfy run wan-ai/wan-2-7/text-to-video` with a JSON body matching the schema.
注：git ls-tree HEAD 核实 wan-2-7/ 下只有 SKILL.md 一个 entry；同仓 31 个技能同一形态，runcomfy-cli/SKILL.md 是这套 CLI 的独立说明书。
核心差异化能力是「自带音轨驱动口型」：audio_url 字段接收 WAV/MP3（3–30s、≤15MB），由它驱动 lip-sync；不传则自动生成背景音乐。这是 Wan 2.7 相对于该家族其它视频模型的关键分界（别的模型要么自生成语音，要么无法接外部音轨）。
wan-2-7/SKILL.md
| `audio_url` | string | no | — | WAV/MP3, 3–30s, ≤15MB. **Drives lip-sync.** Omit → background music auto-generated. |
注：文档补了配套纪律 'Match audio length to clip duration.'，并把越界素材列为直接拒绝的反模式（'Audio outside the 3–30s / 15MB / WAV-MP3 spec → rejected.'）。
输入 schema 共 8 个字段，覆盖长度/画幅/清晰度/否定词/提示扩写/复现：prompt（~5000 字符 / ~1500 tokens）、aspect_ratio（5 值，默认 16:9）、resolution（720p/1080p，默认 1080p）、duration（2–15 秒，默认 5）、negative_prompt（≤500 字符）、enable_prompt_expansion（默认 true）、seed。
wan-2-7/SKILL.md
| `enable_prompt_expansion` | bool | no | true | Auto-rewrites short prompts. Disable for literal control. |
注：schema 里没有任何 image/video 参考输入字段，但同一份文档的『Where it shines』与『Limitations』却宣称支持多参考（见 verification.second_pass 的 discrepancy 项）。
提示法把视频生成拆成可操作规则：镜头与运动用平实英语前置、一条主要动作、negative_prompt 只写具体问题、默认开启的提示扩写对品牌严格文案应关闭、seed 固定做变体对照。
wan-2-7/SKILL.md
**Use `negative_prompt` for concrete issues.** Good: "no subtitles, no watermark, no flicker". Bad (vague): "no bad lighting".
注：这类『好/坏写法对照』是文档价值所在——把模型对否定词的容忍度写成可执行判据，避免 agent 写无效提示。
路由表让本技能与家族其它视频模型互为分流：要自生成语音走 Seedance 2.0 Pro、要榜单最佳质量走 HappyHorse 1.0、要在既有素材上做运动编辑走 Kling、要极快迭代走 LTX 2；用户显式说 Wan 则无条件路由回来。
wan-2-7/SKILL.md
| Lip-sync video to an audio track you supply | **Wan 2.7** (`audio_url`) |
注：同页首段还有 'If the user said "Wan" / "Wan 2.7" / "wan-ai" / "alibaba video" explicitly, route here regardless.' 建议目标里 Seedance 2.0 与 HappyHorse 1.0 在仓内均有同名技能目录；『Kling Video O1』与『LTX 2』在仓内没有同名技能（见 second_pass）。
限制与失败面明确：时长上限 15s（更长要拼接多次调用）、分辨率上限 1080p、音频规格硬约束、参考素材上限 5，以及『本模型不生成语音，只接受音轨』的边界。
wan-2-7/SKILL.md
- **For in-pass voice generation (no separate audio track), use Seedance 2.0 Pro** — Wan accepts audio rather than generating it.
注：『能力边界 + 该换哪个模型』成对出现，是这套 Pro Pack 文档的固定写法；退出码表（0/64/65/69/75/77）给出重试语义。
2核心能力
01文生视频（prompt ≤ ~5000 字符 / ~1500 tokens，超长会退化）
02外部音轨驱动的口型同步（audio_url：WAV/MP3、3–30s、≤15MB；省略则自动配乐）
03时长/分辨率/画幅控制（2–15 秒、720p/1080p、5 种画幅，默认 5s/1080p/16:9）
04具体问题的否定词排除（negative_prompt ≤500 字符，只写具体缺陷）
05提示扩写开关（默认开启，短提示自动改写；品牌严格文案可关掉取字面控制）
06seed 复现的变体对照（同 prompt 同 seed 比对，换 seed 取多样性）
07多语言配音变体工作流（同提示换不同 audio_url 出多语版本）
08退出码语义与重试判断（75 可重试、77 需重新登录）
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（Wan 2.7 text-to-video） |
| network | RunComfy 产物下载白名单 |
| network | 用户传入的音轨/参考 URL（由 RunComfy 服务器抓取，非本机） |
| network | RunComfy 站点/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
- 宣称能力与 schema 不符（多参考 conditioning） — description / Where it shines / Limitations 三处宣称 multi-reference 与『最多 5 个参考素材（图/视频/人声）』，但 input schema 表没有任何参考输入字段。按文档承诺组织工作流会落空，需先核实真实 API 字段；这是本次侦查中最实质的『文档 vs 能力』出入。
- 执行面在仓外且无版本 pin — 动作由 npm 全局安装的 @runcomfy/cli 完成（`npm i -g @runcomfy/cli` 不含版本），CLI 内部行为（凭证读取、下载上限、是否回传遥测）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（token.json 或 RUNCOMFY_TOKEN）提交；视频生成为高单价推理、按次计费，配合 75 重试码可能被 agent 自动重试放大消耗。
- 素材出网与保密性 — 音轨（及文档宣称的参考素材）URL 由 RunComfy 服务器抓取并进入第三方视频模型；未发布配音、人声样本、品牌素材的保密性不由本地控制。
- 外部排名与质量主张未证实 — 路由表用『Currently-#1 blind-vote video model | HappyHorse 1.0』这类排名口径做建议，本技能未给来源；同类排名主张在本仓其它文档反复出现但均无出处，属营销口径（本报告未做独立核实）。
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、token 权限 0600、2 GiB 下载上限、退出码语义等断言全部在仓库外，本 pin 内无源码可核，按『拿不准取高一档』定橙。另：视频生成为高单价推理，每次调用按次计费，75 重试码可能放大消耗；音轨与（宣称的）参考素材出网至第三方云，未发布配音/人声的保密性由第三方决定。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，无 scripts/、plugins/、.claude/。
- [ok] 全部外部依赖条目回查调用点真实存在 — runcomfy CLI 调用点 4 处（默认/带音轨/字面控制示例）、npm 安装 1 处、npx skills 1 处、model-api 端点 1 处（How it works）、下载白名单 1 处（Security & Privacy）、文档/模型页/GitHub 链接多处，均实读命中。
- [discrepancy] 『multi-reference conditioning / 最多 5 个参考素材』与输入 schema 一致 — description 写着 multi-reference conditioning，Where it shines 写 'Up to 5 reference media (image / video / voice)'，Limitations 写 'Reference media cap 5 (image + video + voice combined)'；但『Endpoints + input schema』表只有 prompt / audio_url / aspect_ratio / resolution / duration / negative_prompt / enable_prompt_expansion / seed 八个字段，没有任何 image/video 参考输入。结论：文档宣称了 schema 无法表达的能力（要么 schema 表不完整、要么能力被夸大），照 schema 写调用的 agent 拿不到该能力。
- [discrepancy] 路由建议的目标模型在本仓有对应技能 — 'Cinematic motion editing on existing footage | Kling Video O1' 与 'Ultra-fast iteration | LTX 2' 两个建议目标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，该名称只出现在 wan-2-7/seedance-v2/happyhorse-1-0/ai-video-generation 四份文档里）。路由表能指向自家技能（Seedance/HappyHorse），但这两条是悬空引用。
- [unlocatable] Security & Privacy 的技术断言可在本仓证实 — token 权限 0600、2 GiB 下载上限、CLI 不做 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 是同一套自述（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 — SKILL.md 安装行写 `npx skills add agentspace-so/runcomfy-skills --skill wan-2-7 -g`，GitHub 链接指向 agentspace-so/runcomfy-skills；本仓储物 pin 在 prime-skills/runcomfy-agent-skills（README 亦用 runcomfy-agent-skills）。gh api：agentspace-so/runcomfy-skills 仍存在（5★、最后推送 2026-04-29、含 wan-2-7 目录），是另一份较旧仓；prime-skills/runcomfy-agent-skills 与 agentspace-so/runcomfy-agent-skills 为同一仓（gh 对两者返回相同 stats，full_name=prime-skills/runcomfy-agent-skills）。按文档安装可能装到旧版。
- [ok] 音轨规格纪律在正文各处一致 — schema 行（WAV/MP3, 3–30s, ≤15MB）、Prompting 段（'`audio_url` must be 3–30s, ≤15MB, WAV/MP3. Out-of-range files reject.'）、Limitations 段（'Audio specs — 3–30s, ≤15MB, WAV/MP3 only.'）三处口径一致。
- [ok] 时长/画幅/分辨率口径一致 — duration 2–15（default 5）与 Limitations 'Duration cap 15s' 一致；aspect_ratio 5 值与 'only the 5 documented values' 一致；resolution 720p/1080p 与 'No native 4K — 1080p ceiling' 一致。
6结论
适合：适合：需要自有配音/口播的多语言视频变体（同一提示换不同 audio_url 出多语版）、口型需对齐指定音轨的广告与讲解片段、需要固定 seed 做变体对照的工程化视频流水线。前提是已装好 runcomfy CLI 并登录（或配置 RUNCOMFY_TOKEN）。
不适合：不适合：需要模型自己生成对白语音（应换 Seedance 2.0 Pro）、需要 >15s 连续镜头（应分镜多次生成再拼接）、需要 4K 交付（1080p 天花板）、以及任何要求数据不出本地的场景——全部推理在 RunComfy 云上，只有 JSON 与产物过本机。也不适合指望本技能提供多图/多视频参考条件的用法（schema 不支持，见风险第 1 条）。
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 wan-2-7.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agent63f9073a45acf23a…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
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 commit
fca19ae084许可MIT（仓库根 LICENSE：Copyright (c) 2026 RunComfy / agentspace-so；GitHub API spdx=MIT）
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。