SKILL DIRECTORY
설치 수와 최근 흐름을 기준으로 필요한 Agent Skill을 찾아보세요.
skills.sh API 기준방금 확인
RunComfy에서 OpenAI GPT Image 2(ChatGPT Images 2.0)를 사용하여 이미지를 생성하고 편집하세요. 이 문서에서는 GPT Image 2의 강점(내장 텍스트, 로고, 다국어 타이포그래피, 지시의 정확도), 3가지 고정 크기, 원본 보존 편집 기능, 그리고 언제 대신 자매 서비스(Flux 2 / Nano Banana Pro / Seedream)로 전환해야 하는지에 대해 설명합니다. 로컬 RunComfy CLI를 통해 `runcomfy run openai/gpt-image-2/text-to-image` 또는 `/edit`을 호출합니다. "gpt image 2", "gpt-image-2", "ChatGPT Images 2", "image 2" 또는 이 모델을 사용하여 이미지를 생성하거나 편집하라는 명시적인 요청이 있을 때 트리거됩니다.
RunComfy에서 Google Nano Banana 2(Gemini 계열 플래시 티어 텍스트-이미지 변환 모델)를 사용하여 이미지를 생성하세요. 이 모델의 문서화된 프롬프트 패턴이 함께 제공되므로, 동일한 모델을 대상으로 단순한 프롬프트를 사용할 때보다 더 정교한 결과를 얻을 수 있습니다. Nano Banana 2의 강점(신속한 반복 작업, 이미지 내 타이포그래피 렌더링, 예측 가능한 구도, 선택적 웹 기반 컨텍스트), 해상도 단계별 가격 정책, 안전성 허용 범위 조절 기능, 그리고 언제 Nano Banana Pro / GPT Image 2 / Flux 2 / Seedream으로 전환해야 하는지에 대해 설명합니다. 로컬 RunComfy CLI를 통해 `runcomfy run google/nano-banana-2/text-to-image`를 호출합니다. "nano banana", "nano-banana-2", "nano banana 2", "google image gen", "gemini image" 또는 이 모델로 생성해 달라는 명시적인 요청이 있을 때 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에서 비디오 프레임 전반에 걸친 영역 편집 — 여러 프레임에 걸쳐 나타나는 물체를 제거하고, 전선이나 워터마크를 정리하며, 해당 영역을 움직임 패턴이 일치하는 부분으로 대체합니다. Wan 2-7 edit-video(기본값, 공간 언어를 활용한 프롬프트 기반 영역 편집), Lucy Edit Restyle(정체성 보존형 영역 인식 리스타일링), Seedream 4-0 edit-sequential(클립을 프레임 스택으로 처리할 때) 등 다양한 경로를 통해 편집이 이루어집니다. 변경 사항이 문장 기반인지, 정체성 고정형인지, 아니면 프레임 단위의 스틸 인페인팅 결과를 비디오로 연결해야 하는지에 따라 적절한 경로를 선택합니다. "비디오 인페인팅", "비디오 인페인팅 처리", "비디오에서 제거", "비디오 내 영역 마스킹", "비디오 정리", "클립에서 객체 제거", "비디오 패치", "프레임별 편집", "비디오에서 워터마크 제거", "지나가는 사람 제거" 또는 비디오 프레임 전반에 걸쳐 영역을 편집하라는 명시적인 요청 시 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에서 마스크 기반 이미지 인페인팅 수행. 마스크, 강도, 제어 스케일이 포함된 전용 인페인팅 엔드포인트인 Tongyi MAI Z-Image Turbo Inpainting과, 마스크를 사용할 수 없고 대신 영역을 기술해야 할 경우를 위한 정체성 보존 편집 모델 (Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro)로 연결됩니다. 마스크를 사용할 수 없어 대신 영역을 설명해야 할 때 사용됩니다. 물체 제거, 워터마크 제거, 영역 대체, 결점 제거 및 이진 마스크로 대상 영역을 정의하는 모든 제어된 국소 편집에 활용하십시오. "inpaint", "inpainting", "image inpaint", "remove from image", "fill region", "mask-driven edit", "remove watermark", "remove object", "사진 패치", "구멍 채우기" 또는 정지 이미지의 특정 마스크 영역을 편집하라는 명시적인 요청이 있을 때 트리거됩니다.
RunComfy의 코덱스 펫 생성기. 단일 참조 이미지를 사용하여 코덱스와 호환되는 ‘codex-pet-spritesheet.webp’ 및 ‘pet.json’ 파일을 생성한 후, 이를 `${CODEX_HOME:-$HOME/.codex}/pets/<name>/` 폴더에 넣으면, Codex가 이를 8개의 기본 펫 옆에 표시되는 사용자 정의 Codex 펫으로 인식합니다. 이 스킬은 Codex가 기대하는 정확한 Codex 펫 아틀라스(1536x1872 PNG/WebP, 8열 x 9행, 192x208 셀, 9가지 애니메이션 상태 — 대기, 오른쪽 달리기, 왼쪽 달리기, 손 흔들기, 점프, 실패, 대기, 달리기, 리뷰)를 생성합니다. 로컬 RunComfy CLI를 통해 `runcomfy run openai/gpt-image-2/edit` 명령어로 OpenAI GPT Image 2 편집 기능을 한 번 호출하여 표준 코덱스 펫 포즈를 생성한 후, ImageMagick의 미세 변환 기능을 사용하여 프로그래밍 방식으로 9개의 애니메이션 행을 모두 조합합니다. 코덱스 프로가 필요 없으며, `$imagegen`도 필요 없고, OPENAI_API_KEY도 필요 없으며, RUNCOMFY_TOKEN만 있으면 됩니다. "codex pet", "create codex pet", "make codex pet", "hatch codex pet", "/hatch image", "desktop pet codex", "codex pets", "spritesheet.webp" 또는 OpenAI Codex용 맞춤형 펫을 생성해 달라는 명시적인 요청 시 트리거됩니다.
`runcomfy` CLI를 통한 RunComfy의 비디오 아웃페인팅 — 비디오의 공간적 캔버스를 확장하고, 화면 비율을 변경하며(9:16 세로에서 16:9 가로로, 또는 그 반대로), 중심 장면을 유지한 채 원본 프레임 너머의 환경을 추가합니다. Wan 2-7 edit-video를 통해 프롬프트 형태의 공간 확장을 수행하며, 주인공의 표현 품질이 중요한 경우 에이전트가 전용 ComfyUI 아웃페인팅 워크플로우를 활용하도록 안내합니다. “비디오 아웃페인팅”, “비디오 아웃페인팅”, “비디오 캔버스 확장”, “비디오 프레임 확장”, “비디오 자르기 해제”, “종횡비 변경”, “세로에서 가로 비디오로”, “9:16에서 16:9로”, "TikTok에서 YouTube로 변환", 또는 동영상을 원래 프레임보다 공간적으로 확장해 달라는 명시적인 요청 시 트리거됩니다.
명령줄에서 RunComfy를 통해 어떤 모델이든 실행할 수 있습니다. `runcomfy` CLI는 하나의 바이너리, 하나의 인증 시스템, 수백 개의 모델 엔드포인트(이미지 생성, 이미지 편집, 동영상 생성, 이미지-동영상 변환, 립싱크, 얼굴 교체, 동영상 편집, 인페인팅, 아웃페인팅, 확장, ControlNet, 재조명, 업스케일, LoRA 훈련 등)로 구성됩니다. 요청을 제출하고, 상태를 확인하며, 출력물을 다운로드하세요. 이 스킬은 에이전트에게 설치, 인증, 모델 스키마 탐색, 모델 호출, 스트리밍/폴링/노웨이트, JSON 출력 모드에서 스크립트 작성, 오류 처리 방법을 가르쳐 줍니다. "runcomfy cli", "install runcomfy", "runcomfy login", "runcomfy run", "runcomfy whoami", "runcomfy api" 또는 스크립트나 터미널에서 RunComfy 모델을 호출하라는 명시적인 요청이 있을 때 트리거됩니다. 동급 스킬(ai-image-generation, ai-video-generation, image-edit, video-edit, face-swap, lipsync, image-to-video, image-inpainting, image-outpainting, video-extend, controlnet-pose, relight)은 모두 이 CLI를 통해 호출됩니다.
사용자가 기존 마케팅 문안을 편집, 검토 또는 개선하거나, 오래된 콘텐츠를 갱신하고자 할 때. 또한 사용자가 ‘이 문구를 수정해 주세요’, ‘제 문구를 검토해 주세요’, ‘문구에 대한 피드백’, ‘교정해 주세요’, ‘이 부분을 다듬어 주세요’, ‘더 좋게 만들어 주세요’, ‘문구 전반 점검’, ‘이 부분을 간결하게 정리해 주세요’, ‘이 문장이 어색하게 읽힙니다’, ‘이 텍스트를 정리해 주세요’, '너무 장황하다', '메시지를 더 선명하게', '이 콘텐츠를 새로 고침', '이 페이지를 업데이트', '이 콘텐츠는 구식이다' 또는 '콘텐츠 감사'와 같은 표현을 사용할 때도 적용됩니다. 사용자가 이미 카피를 보유하고 있으며, 처음부터 다시 작성하기보다는 이를 개선하거나 새로 고치고자 할 때 이 용어를 사용하십시오. 새로운 카피 작성을 위해서는 카피라이팅을 참조하십시오.
`runcomfy` CLI를 통해 RunComfy에서 AI 아바타, 토킹헤드 및 립싱크 동영상을 제작하세요. ByteDance OmniHuman(오디오 기반 전신 아바타), Wan-AI Wan 2-7(세로 화면에서 `audio_url`을 통한 오디오 기반 입모양 동기화), HappyHorse 1.0(인패스 오디오를 지원하는 아레나 #1 t2v/i2v), Seedance v2 Pro(참조 오디오 및 참조 피사체를 활용한 다중 모달 시네마틱)를 통해 다양한 루트를 제공합니다. 사용자의 실제 의도(UGC 보이스오버, 가상 진행자, 더빙된 제품 데모, 립싱크 캐릭터, 대화 장면)에 맞는 모델을 선택하고, 각 모델의 문서화된 프롬프트 패턴과 최소한의 `runcomfy run` 호출 명령을 제공합니다. "토킹 헤드", "립싱크", "아바타 영상", "X가 말하게 하기", "오디오를 영상으로", "오디오 구동 아바타", "가상 진행자", "AI 대변인", "더빙 영상", "UGC 아바타", "HeyGen 대체", "Synthesia 대체", "디지털 휴먼", "이 초상화에 말을 하게 해", "보이스오버로 동영상 만들기" 또는 얼굴에 대사를 입히는 것과 관련된 명시적인 요청 시 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에서 특정 오디오 트랙에 얼굴의 입모양을 동기화합니다. ByteDance OmniHuman(초상화와 오디오를 기반으로 한 오디오 구동형 전신 아바타), Sync Labs sync v2 / Pro(동영상에 최첨단 입모양 싱크를 적용), Kling 립싱크(음성-영상 및 텍스트-영상 동기화), Creatify 립싱크 등 다양한 경로를 지원합니다. 이 스킬은 사용자의 실제 의도(초상화 스틸 이미지 + 오디오(아바타 스타일), 소스 동영상 + 오디오(기존 영상에 입모양 교체), 대본을 기반으로 생성 및 싱크)에 따라 적절한 엔드포인트를 선택합니다. “립싱크”, “lipsync”, “이 영상에 말을 넣기”, “오디오와 입 모양 맞추기”, “영상 더빙”, “입 모양과 목소리 동기화”, "Sync Labs", "보이스오버 동기화" 또는 오디오 트랙에 맞춰 얼굴의 입 모양을 제어해 달라는 명시적인 요청 시 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy의 ElevenLabs Music으로 완성된 곡과 반주 트랙을 생성하세요. ElevenLabs Music은 스타일 설명과 구조화된 가사를 바탕으로, 섹션별 제어(인트로 / 절 / 코러스 / 브릿지), 다국어 보컬, 상업적 활용이 가능한 출력을 통해 5초에서 5분 길이의 스튜디오급 44.1kHz 스테레오 오디오를 생성합니다. 반주 트랙, 보컬이 포함된 완성된 곡, 징글, 팟캐스트 인트로, 게임 루프 또는 반주 베드를 생성해 보세요. 로컬 RunComfy CLI를 통해 `runcomfy run elevenlabs/elevenlabs/music-generation`을 호출합니다. "음악 생성", "노래 만들기", "AI 음악", "배경 음악", "기악 트랙", "ElevenLabs Music", "사운드트랙", "징글", "주제곡", "로열티 프리 음악", "작곡" 또는 텍스트 설명을 바탕으로 음악이나 노래를 생성해 달라는 명시적인 요청에 반응합니다.
`runcomfy` CLI를 통해 RunComfy의 ACE Step을 사용하여 음악을 생성, 인페인팅 및 아웃페인팅하세요. ACE Step은 StepFun-AI의 오픈 웨이트 음악 파운데이션 모델로, 태그 기반 작곡(장르, 분위기, 악기), 섹션 마커가 포함된 다국어 가사, 5초에서 4분 길이의 스테레오 출력을 제공하며, 초당 $0.0002–0.0003의 비용이 듭니다 (≈ ElevenLabs Music보다 27배 저렴). 네 가지 엔드포인트: ACE Step 텍스트-오디오(기본값), ACE Step 1.5 텍스트-오디오(50개 이상의 언어 가사 지원, 정교한 구조화된 가사 처리), ACE Step 오디오 인페인팅(기존 트랙 내 특정 시간 범위 재생성), ACE Step 오디오 아웃페인팅 (기존 트랙의 앞이나 뒤를 확장). “ace step”, “ace-step”, “acestep”, “ACE music”, "open music model", "cheap AI music", "inpaint audio", "audio inpaint", "extend music", "audio outpaint", "lengthen track", "music with tags" 또는 ACE Step을 사용하여 음악을 생성하거나 편집해 달라는 명시적인 요청 시 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에서 이미지 아웃페인팅 수행 — 원본 캔버스 범위를 넘어 정지 이미지를 확장하고, 카메라가 포착하지 못한 부분을 채워 넣으며, 원본 콘텐츠를 보존한 상태에서 화면 비율을 변경(정사각형 → 16:9, 세로 → 가로)할 수 있습니다. Nano Banana 2 Edit(기본, 공간 언어 기반), GPT Image 2 Edit(참조 스타일 매칭을 통한 다중 참조), FLUX Kontext Pro(싱글 샷 최대 보존), 그리고 브랜드 편집 엔드포인트(Seedream / Dreamina / Qwen / FLUX 2)를 아우르는 다양한 경로. 아웃페인팅이 문장 기반인지, 참조 이미지 기반인지, 브랜드 고정형인지에 따라 적절한 경로를 선택합니다. "아웃페인팅", "이미지 캔버스 확장", "이미지 확장", "사진 주변 채우기", "자르기 해제", "종횡비 변경", "프레임 확장", "정사각형에서 와이드스크린으로" 또는 기존 정지 이미지 주변에 캔버스를 추가하라는 명시적인 요청 시 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에 있는 기존 동영상 클립을 확장하거나 이어서 재생할 수 있습니다. Google Veo 3-1의 `extend-video` 및 `fast/extend-video` 엔드포인트로 연결됩니다. 소스 비디오와 다음에 일어날 상황을 설명하는 프롬프트를 선택하면, 모델이 원본과 일관된 움직임, 조명, 피사체 정체성을 유지하며 영상을 이어가는 클립을 생성합니다. 사용자가 짧은 Veo 클립을 가지고 있는데 이를 더 길게 만들고 싶거나, 단일 시드 클립을 바탕으로 샷 단위로 연결된 서사를 생성하고자 할 때 사용합니다. "extend video", "continue video", "longer video", "video extend", "make this clip longer", "Veo extend", "chain video shots", "video continuation" 또는 기존 동영상에 더 많은 프레임을 추가해 달라는 명시적인 요청이 있을 때 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에서 정지 이미지의 조명을 다시 설정할 수 있습니다(조명 구성, 색온도, 방향 또는 분위기 변경). Qwen Edit 2509의 전용 `relight` LoRA 엔드포인트로 라우팅되어 전용 조명 재설정 기능을 제공하며, 문장 형태의 조명 설명만으로도 충분한 경우에는 정체성 보존 편집 엔드포인트(Nano Banana 2 Edit, GPT Image 2 Edit, FLUX Kontext Pro)로 대체됩니다. 제품 조명 재설정(스튜디오 소프트박스 → 창가 빛), 인물 사진의 분위기 변경(흐린 날 → 골든 아워), 또는 색보정 변경에 사용하세요. "relight", "relighting", "change the lighting", "make it golden hour", "studio lighting", "rim light", "blue hour", "soft window light", "change light direction", "color temperature" 또는 스틸 이미지의 조명 방식을 변경해 달라는 명시적인 요청이 있을 때 트리거됩니다.
`runcomfy` CLI를 통해 RunComfy에서 포즈 조건부 생성 수행. Kling 2-6 Motion Control Pro / Standard(참조 영상의 모션/블로킹을 대상 캐릭터로 이전), 커뮤니티 Wan 2-2 Animate(포즈 조건부 오디오 기반 캐릭터 애니메이션), Z-Image Turbo ControlNet LoRA(OpenPose / DWPose / 캐니 / 깊이 제어 이미지 기반 포즈 조건부 이미지 생성). 동영상 대 정지 이미지, 스타일화된 이미지 대 사실적인 이미지에 따라 적절한 경로를 선택합니다. "controlnet", "control net", "pose control", "openpose", "DWPose", "포즈 전이", "모션 제어", "포즈 기반", "캐릭터 포즈", "깊이 제어", "캐니 에지", "이 포즈 사용" 또는 포즈/골격/모션/깊이/캐니 참조를 기반으로 생성을 조건화하라는 명시적인 요청을 감지합니다.
RunComfy에서 Kling 3.0 동영상 생성. Kling 3.0(Kling V3.0이라고도 함)은 Kuaishou Technology의 3세대 멀티샷 동영상 모델로, 오디오가 기본적으로 동기화되어 있으며 샷 간에 일관된 캐릭터 정체성을 유지합니다. 이 스킬은 3가지 렌더링 티어(Standard, Pro, 4K)와 2가지 모드(텍스트-투-비디오, 이미지-투-비디오)에 걸쳐 총 6개의 Kling 3.0 엔드포인트를 모두 지원합니다. 로컬 RunComfy CLI를 통해 runcomfy run kling/kling-3.0/<tier>/<mode>를 호출합니다. "kling", "kling 3.0", "kling v3", "kling pro", "kling 4k", "kling text to video", "kling image to video" 또는 Kling 3.0을 사용하여 생성하거나 애니메이션을 적용하라는 명시적인 요청에 반응합니다.
RunComfy에서 ByteDance Seedance 2.0 Pro를 활용해 영화 같은 단편 동영상을 제작해 보세요. Seedance 2.0 Pro의 강점(다중 모달 참조 자료 — 최대 9장의 이미지, 3개의 동영상, 3개의 오디오 — 자연스러운 립싱크가 적용된 인패스 오디오 동기화, 영화 같은 모션 세밀화)을 설명하고, 4~15초 길이의 영상 생성 방식, 그리고 언제 HappyHorse 1.0 / Wan 2.7 / Kling으로 전환해야 하는지에 대해 설명합니다. 로컬 RunComfy CLI를 통해 `runcomfy run bytedance/seedance-v2/pro`를 호출합니다. "seedance", "seedance 2", "seedance v2", "seedance pro", "bytedance video" 또는 이 모델로 동영상을 생성해 달라는 명시적인 요청이 있을 때 트리거됩니다.
RunComfy에서 Flux 1 Kontext Pro(Black Forest Labs의 정밀한 국소 이미지 편집 모델)를 사용하여 이미지를 편집하세요. 이 모델의 문서화된 프롬프트 패턴이 함께 제공되므로, 동일한 모델에 대해 무작위로 프롬프트를 입력할 때보다 더 정교한 결과를 얻을 수 있습니다. Flux Kontext의 강점(단일 참조를 기반으로 한 정밀한 로컬 편집, 강력한 프롬프트 제어, 일관된 고품질 출력), 스키마(단일 이미지 + 프롬프트), 그리고 언제 Nano Banana Edit / GPT Image 2 edit / Flux 2 Klein으로 라우팅해야 하는지 설명합니다. 로컬 RunComfy CLI를 통해 `runcomfy run blackforestlabs/flux-1-kontext/pro/edit`를 호출합니다. "flux kontext", "flux-kontext", "flux 1 kontext", "kontext", "BFL kontext" 또는 이 모델로 편집해 달라는 명시적인 요청이 있을 때 트리거됩니다.
RunComfy에서 Wan 2.7(Wan-AI의 주력 모션 모델)을 사용하여 텍스트-비디오를 생성하세요. Wan 2.7의 강점(다중 참조 컨디셔닝, `audio_url`을 통한 오디오 기반 립싱크, 더 부드러운 전환, 프롬프트 확장), 재생 시간/해상도/화면비 구성 방식, 그리고 HappyHorse 1.0 / Seedance 2.0 / Kling / LTX 2로 라우팅해야 하는 시점을 설명합니다. 로컬 RunComfy CLI를 통해 `runcomfy run wan-ai/wan-2-7/text-to-video`를 호출합니다. "wan", "wan 2.7", "wan-2-7", "wan video" 또는 이 모델로 동영상을 생성해 달라는 명시적인 요청이 있을 때 트리거됩니다.