Навык выбирает модель RunComfy под задачу редактирования изображения и запускает её через локальный RunComfy CLI. Подходит для пакетной обработки, замены текста и композиции по нескольким референсам, точечных правок и редактирования по маске.

Возможности

Направляет запрос в Nano Banana Edit, GPT Image 2 Edit, Flux Kontext Pro или Z-Image Turbo Inpaint.
Для Nano Banana Edit поддерживает от 1 до 20 входных изображений и от 1 до 4 вариантов результата за вызов.
Для GPT Image 2 Edit поддерживает до 10 изображений-референсов, включая запросы на замену текста на разных языках.
Использует Flux Kontext Pro для точной правки одного изображения, а Z-Image Turbo Inpaint — для правки области по обязательной grayscale-маске.
Если модель не указана, по умолчанию выбирает Nano Banana Edit.

Когда использовать

Нужно отредактировать одно изображение или пакет изображений: например, заменить фон или убрать объект.
Нужно переписать текст на изображении, в том числе на японском, кириллице или арабском.
Нужно собрать композицию из нескольких референсов или точно изменить расположение элементов.
Нужно заменить или очистить конкретную область по маске.

Установка

npx skills add https://github.com/prime-skills/runcomfy-agent-skills --skill image-edit

Примеры

Композиция по двум референсам через GPT Image 2 Edit:

runcomfy run openai/gpt-image-2/edit \
  --input '{
    "prompt": "Compose subject from image 1 into the room from image 2. Match the lighting and color palette of image 2. Keep image 1 subject identity unchanged.",
    "images": ["https://.../subject.jpg", "https://.../room.jpg"]
  }' \
  --output-dir <absolute/path>

Удаление объектов по маске через Z-Image Turbo Inpaint:

runcomfy run tongyi-mai/z-image/turbo/inpainting \
  --input '{
    "prompt": "Remove overhead cables; preserve rooflines and sky gradient; thin clean sky.",
    "image": "https://.../street.jpg",
    "mask_image": "https://.../cables-mask.png",
    "strength": 0.5,
    "control_scale": 0.8
  }' \
  --output-dir <absolute/path>