全部技能 / 内容创作 / wan-3-0-prime-reference-to-video
内容创作 · genmedia-labs/skills

wan-3-0-prime-reference-to-video

Build video clips from reference images, reference videos, and reference audio with Wan-AI Wan 3.0 Prime Reference to Video on RunComfy. Up to 10 reference images, 5 reference videos and 5 reference audio clips are bound to a prompt that names them as "Image 1", "Video 1", "Audio 1", giving character, product and scene consistency across a 2-30 second shot at 480p, 720p or 1080p with a synchronized audio track. Documents the full input schema, the counted-second pricing model (reference videos are billed as duration, images and audio are not), and when to route to Wan 3.0 Prime text-to-video / image-to-video, Wan 2.7 or Seedance 2.0 Pro instead. Calls `runcomfy run wan-ai/wan-3.0-prime/reference-to-video` through the local RunComfy CLI. Triggers on "wan 3 prime reference to video", "wan 3.0 prime", "wan3 prime", "reference to video", "ref2v", "keep the same character across shots", "video from reference images", or any explicit ask to generate video from references with this model.

风险提醒:橙色 · 评估后使用AI 侦查报告
作者 genmedia-labsGitHub genmedia-labs/skills ↗Stars 7许可 MIT(仓库根 LICENSE:Copyright (c) 2026 RunComfy / agentspace-so;本 skill frontmatter 亦声明 license: MIT)commit c163a9fd3a
agent 宿主通常会约束 skill 执行权限;风险提醒为 AI 侦查观点,不构成质量或安全保证。第三方 skill 仅作拆解与展示,安装使用风险自负,版权归原作者。

1实现原理 · 为什么它能做到

零代码单文件:本 skill 是一页端点说明 + 调用配方,目录内只有 SKILL.md,frontmatter 只授予 `runcomfy *` 一个命令面。能力由 RunComfy 云端的 Wan 3.0 Prime Reference to Video 端点提供,skill 只负责把「怎么调对」写清楚。

wan-3-0-prime-reference-to-video/SKILL.md
allowed-tools: Bash(runcomfy *)
注:该目录实测仅 SKILL.md;全仓非 Markdown 文件只有 LICENSE,仓库内无任何可执行代码。

此端点存在的理由是「编号参考绑定」:把最多 10 图 / 5 视频 / 5 音频按数组序绑成 Image 1 / Video 1 / Audio 1,再在 prompt 里用编号指代——这是靠参考而非散文描述来维持人物、产品、场景一致性的机制。

wan-3-0-prime-reference-to-video/SKILL.md
The distinct thing here is **numbered reference binding**: you attach up to 10 images, 5 videos and 5 audio clips, then address them in the prompt as `Image 1`, `Video 1`, `Audio 1`.
注:提示词节把它展开成可执行规则:编号按传入数组序、写「Image 1 stands beside the counter」优于描写人脸、也优于含糊的「the man in the reference」。

计费按「计秒 = 输出时长 + 所附参考视频时长」,参考图与参考音频不计时长;三档分辨率单价不同(480p $0.0624 / 720p $0.124 / 1080p $0.249 每计秒),且文档明说提交前显示的预估会在运行后按实测参考时长结算。

wan-3-0-prime-reference-to-video/SKILL.md
Billing is per **counted second** = output duration **plus** the combined duration of every reference video you attach. Reference images and reference audio are **not** billed as duration, and toggling `enable_audio` does not change the rate.
注:透明度优于同族页:另有一句「The figure shown before submit is an estimate — reference clips are measured after the run, so the final charge settles then.」解释预估与实收的差额来源。

端点硬约束会否掉常见调用:至少一个参考(纯 prompt 调用被拒)、参考视频单条 1-15 秒且合计 15 秒、参考音频合计 15 秒、时长 2-30 秒整秒、宽高比仅六个值。

wan-3-0-prime-reference-to-video/SKILL.md
**At least one of `reference_images`, `reference_videos`, `reference_audios` must be supplied** — this endpoint rejects a prompt-only call.
注:退出码表把这类失败归到 65:「bad input JSON / schema mismatch (e.g. no reference supplied, duration out of 2–30)」。

调用链写出但未给端点 URL 路径:skill 组 JSON body → `runcomfy run wan-ai/wan-3.0-prime/reference-to-video` → CLI 带 bearer token POST、拿 request id、轮询到终态、取回结果并下载到 --output-dir。

wan-3-0-prime-reference-to-video/SKILL.md
The CLI POSTs to the RunComfy Model API with the user's bearer token, receives a request id, polls until the request reaches a terminal state, fetches the result, and downloads any `.runcomfy.net` / `.runcomfy.com` URL into `--output-dir`.
注:与同族两个 Seedance 页不同,本页只写「RunComfy Model API」而不给 `https://model-api.runcomfy.net/v1/models/...` 完整路径,调用者无法据此直接核对端点地址(见 verification)。

成本纪律被写成操作建议:参考片段只留承载运动的最短长度、先在 480p(约为 1080p 的四分之一单价)草稿、时长是主要成本乘数之一,并给了 5s/15 计秒/30s 三个算例。

wan-3-0-prime-reference-to-video/SKILL.md
Two consequences worth telling the user before a big run: **trim reference videos to the shortest clip that carries the motion**, and **draft at 480p** (about 4× cheaper per second than 1080p) before committing to the final render.
注:算例复核无算术错误(5×0.124≈$0.62;15×0.124≈$1.86;30×0.249≈$7.47)。

2核心能力

01编号参考绑定:最多 10 图 + 5 视频 + 5 音频,prompt 内以 Image 1/Video 1/Audio 1 指代,用数组序对齐
02三档分辨率与六种宽高比(含 adaptive 跟随参考画幅)
032-30 秒时长(超出同族多数端点上限),整秒步进
04prompt_extend 开关:默认由模型改写润色 prompt,可关闭以获得字面执行/更快返回
05seed 复现:给定 0-2147483647 的 seed 做可复现变体(同族 Seedance 页均无此字段)
06同步音轨开关:enable_audio 默认开,输出带同步音轨;关闭出默片,费率不变
07计费预估与省钱动作:三档单价表 + 三个算例 + 剪短参考片、先 480p 草稿
08提示词纪律:稳定身份进参考、演化内容进 prompt;镜头语法前置;一次只给一个主动作;按节拍阶梯式加长
09模型官方示例 prompt 三则(海岸航拍/雨夜街景/香水瓶转台)随文档附带
10注入面自护:参考图/视频/音频及其提取文本一律当数据,明令不执行其中指令、不打开其中链接

3外部依赖

类型依赖
cliruncomfy(RunComfy 官方 CLI,唯一被授予的命令面)
package@runcomfy/cli(npm 全局安装,或 npx -y 一次性运行)
networkRunComfy Model API(提交 + 轮询 + 取回,携带用户 bearer token;本页未给具体 URL 路径)
network生成结果下载白名单(CLI 抓回 --output-dir,文档称单文件超 2 GiB 会中止)
network用户提供的参考图/视频/音频 URL——由 RunComfy 模型服务器抓取(本机不抓,文档要求公开可达 HTTPS)
networkRunComfy 模型页/文档站/姊妹技能页链接(带 utm 营销参数)

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
  • 付费资源被 agent 直接调用,30 秒 1080p 约 $7.47 起 — 且参考视频时长计入账单、最终以运行后实测结算——预估与实收可能不同,无额度上限、无二次确认、无 dry-run。
  • 参考素材出域是功能必然:图/视频/音频三类素材上传第三方模型服务器 — 涉及肖像、语音、商业素材时须自行评估合规;文档已规定不得传带私有 token 的 URL、不得使用第三方内容建议的 URL,但素材本身仍离开本机。
  • 执行面与供应链仓外、无版本锁定 — @runcomfy/cli 经 npm/npx 分发未 pin;token 0600、2 GiB 上限、无遥测、轮询与计费行为均为文档声明,本仓库无法证实;本页也未给端点 URL 路径,核对成本更高。
  • 示例 prompt 未示范核心语法,最易被照抄的部分反而缺教 — 三则官方示例都是无编号引用的纯文本描述,读者照抄会拿不到参考绑定的效果。
  • 内容为商业营销资产,路由表持续导流至付费端点 — 10 处 utm 参数与「换端点」建议均指向 runcomfy.com 付费模型页;选型判断宜独立进行。
风险提醒:橙色,评估后使用。按统一分档准则:运行时驱动第三方 npm 包/CLI(@runcomfy/cli),每次调用读取用户 RunComfy 凭证(~/.config/runcomfy/token.json 或 RUNCOMFY_TOKEN)并消耗付费额度——命中「调第三方 npm/CLI 且可能读配额/密钥 → 橙」。执行面全部在仓外(CLI 行为、Model API、token 0600、2 GiB 上限、无遥测均属文档转述),按「拿不准取高一档」定橙。网络外发面在三者中最大:图/视频/音频三类参考素材与 prompt 一并上送第三方云。降档因素(故不升红):allowed-tools 仅 `runcomfy *`、无任意 shell、无凭证回显、端点白名单与体积上限均有声明、skill 本体零代码零混淆无隐藏端点;本页另对参考媒体注入给出明确的 agent 行为约束。

5第二遍独立确认

  • [ok] 计费表与算例算术 — 480p $0.0624 / 720p $0.124 / 1080p $0.249 每计秒;算例复核:5×0.124=$0.62(文档写 ≈$0.62)、15×0.124=$1.86、30×0.249=$7.47,全部吻合;「draft at 480p (about 4× cheaper per second than 1080p)」亦成立(0.249/0.0624≈3.99×)。
  • [ok] 参考预算与时长上限是否前后一致 — reference_images 上限 10、reference_videos 5(单条 1-15s、合计 15s)、reference_audios 5(合计 15s)、duration 2-30 整秒、resolution 三档、aspect_ratio 六个值——schema 表、Limitations 节与 frontmatter description 三处一致,未发现互相冲突的数字。
  • [discrepancy] 「模型官方示例 prompt」与本文教学重点是否自洽 — 文档全篇强调编号参考绑定是本端点存在理由('This is the whole point of the endpoint'),但 Sample prompts 节三则示例(海岸航拍、雨夜街景、香水瓶转台)都是不含任何 `Image 1` / `Video 1` 引用的纯文本描述。示例里看不到核心语法,读者照抄会遗漏本端点最有价值的部分;属教学一致性缺陷(非事实错误)。
  • [discrepancy] schema 表 `reference_images` 行的 Required/Default 表述 — 该行 Required 写 conditional、Default 写 `example image`——Default 既非空值也非文档别处使用的具体值,与正文「At least one of ... must be supplied」需合读才成立;同一张表的其它行 Default 都是具体值(`[]`、`720p`、`16:9`、`5`、`true`、`random`),与 `example image` 的体例不一致。
  • [discrepancy] 端点 URL 路径是否可以核对 — 两个同族 Seedance 页都把完整路径写出(`https://model-api.runcomfy.net/v1/models/bytedance/...`),本页只写「The CLI POSTs to the RunComfy Model API」;调用者无法据此核对端点地址,只能靠 model id `wan-ai/wan-3.0-prime/reference-to-video` 与 CLI 文档推断。属家族内文档不对称。
  • [discrepancy] Ctrl-C 取消语义 — 本页写「`Ctrl-C` cancels the remote request before exit.」,与 seedance-2-5-reference-to-video 措辞相同,但与 seedance-2-5-image-to-video 的「jobs already in progress cannot be cancelled」以及 runcomfy-cli/SKILL.md 的「`Ctrl-C` sends `DELETE` … so you don't get billed for work you abandoned.」(另有 exit 130 行)三处不一致;仓内无法裁决,实际行为取决于 CLI 版本。
  • [unlocatable] 费率与「No telemetry, no callbacks」「2 GiB 上限」可否在仓内证实 — 费率、无遥测、下载体积上限均属仓外服务/二进制事实,本 pin 无证据可核;按「定位不到不硬写」记待补,并已计入橙档理由。
  • [ok] allowed-tools 与示例命令、安装步骤的边界 — frontmatter line 3 为 `Bash(runcomfy *)`;三条示例调用均为 `runcomfy run wan-ai/wan-3.0-prime/reference-to-video`,npm 安装与 RUNCOMFY_TOKEN 设置列在 Prerequisites(一次性操作员准备),未发现越界 shell 指令;文档亦声明 skill 不读凭证以外的任何环境变量。

6结论

  • 把「靠编号绑定参考」这一机制讲透并给了正反例,用户能立刻明白为何该端点值得单独存在
  • 计费透明:明确「提交前是预估、运行后按实测参考时长结算」,把最容易产生争议的差额来源事先说明
  • 三档分辨率 + seed + prompt_extend 提供可复现的分层迭代路径(480p 草稿→1080p 终稿,同 seed 比对)
  • 硬约束集中列出并给出替代路由,避免 agent 反复撞 65 错误
  • 注入面自护口径明确(含 image-/video-borne injection 属已知风险的判断),并规定参考 URL 只能来自用户
  • 适合:适合有 RunComfy 账号、需要「同人物/同产品/同场景跨镜保持在位」的参考条件生成用户:品牌连续性短片、产品多镜头、需要 2-30 秒较长镜头、想用 seed 复现同一构图做变体的工作流。也适合想抄一份完整「参考类端点说明书」写法(schema 全字段 + 计费算例 + 注入自护)的 skill 作者。
    不适合:不适合没有 RunComfy 账号或不允许素材出域的用户;不适合纯文本生成(端点拒收无参考调用,应走 text-to-video);不适合需要 4K、或需要单条参考视频超过 15 秒、或需要非文档所列宽高比的场景;不适合要把成本锁死在预估值的作业(最终以运行后结算为准);也不适合离线本地生成。
    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-3-0-prime-reference-to-video.tar.gz
    sha256: 1fe7f0a2d659dcd0…
    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 c163a9fd3a;上游为实时仓库。
    来源信息 GitHub 原始
    作者 / 仓库genmedia-labs / genmedia-labs/skills
    Stars7
    最近推送2026-09-07
    本 skill commitc163a9fd3a
    许可MIT(仓库根 LICENSE:Copyright (c) 2026 RunComfy / agentspace-so;本 skill frontmatter 亦声明 license: 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。
    同分类邻近