Was macht comfyui-minimax-h3-studio?
Ein-KI-Pipeline zur Videogenerierung aus einem einzelnen Satz als Agenten-Fähigkeit: Prompt-Verbesserung → Erstbild-Erzeugung → Videogenerierung. Eigene API-Schlüssel erforderlich, keine GPU nötig.
Ein-KI-Pipeline zur Videogenerierung aus einem einzelnen Satz als Agenten-Fähigkeit: Prompt-Verbesserung → Erstbild-Erzeugung → Videogenerierung. Eigene API-Schlüssel erforderlich, keine GPU nötig.
Diese Agenten-Fähigkeit ermöglicht es, aus einem einzelnen Satz in einem vollständig KI-gesteuerten Workflow ein Video zu generieren. Der Prozess besteht aus drei Schritten: Zuerst wird der Eingabe-Prompt durch eine Sprach-KI optimiert. Dann wird auf Basis des optimierten Prompts ein erstes Bild (Frame) erzeugt. Schließlich wird mithilfe des Modells MiniMax H3-Video aus diesem Bild und dem Prompt ein Video generiert. Der gesamte Worklauf läuft über ComfyUI und benötigt keine GPU, da er auf externe APIs (z.B. OpenAI, MiniMax) zurückgreift. Anwender müssen lediglich ihre eigenen API-Schlüssel bereitstellen, was Privatsphäre und Flexibilität gewährleistet. Plattformübergreifend einsetzbar in Agenten-Umgebungen wie Cursor, Claude Code oder Codex, eignet sich die Fähigkeit besonders für schnelles Prototyping und kreative Videoproduktion ohne Hardware-Aufwand.
npx skills add Guojiz/comfyui-minimax-h3-studioEin-KI-Pipeline zur Videogenerierung aus einem einzelnen Satz als Agenten-Fähigkeit: Prompt-Verbesserung → Erstbild-Erzeugung → Videogenerierung. Eigene API-Schlüssel erforderlich, keine GPU nötig.
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.