Was macht comfyui?
Erzeuge Bilder, Videos und Audio über Diffusions-Workflows.
Erzeuge Bilder, Videos und Audio über Diffusions-Workflows.
Diese Skill ermöglicht es KI-Agenten (z. B. Claude Code, Cursor, Codex), auf die leistungsstarke ComfyUI-Plattform zuzugreifen, um Bilder, Videos und Audio mithilfe von Diffusionsmodellen zu generieren. Sie ist nützlich für Entwickler und Kreative, die komplexe, modulare Workflows aus vortrainierten Modellen erstellen möchten, ohne sich in die zugrunde liegende Infrastruktur einarbeiten zu müssen. Die Skill unterstützt die Ausführung über CLI-Befehle oder API-Aufrufe und integriert sich nahtlos in agentengesteuerte Entwicklungsumgebungen, sodass Benutzer Workflows definieren, Modelle laden und Ausgaben innerhalb des Agentenkontexts verwalten können. Durch die Automatisierung von Diffusionsprozessen beschleunigt die Skill Rapid Prototyping, Content-Erstellung und Experimente mit generativen KI-Modellen, während die Transparenz und Kontrolle über den gesamten Generierungs-Pipeline erhalten bleibt.
npx skills add https://github.com/NousResearch/hermes-agent/tree/main/optional-skills/creative/comfyuiErzeuge Bilder, Videos und Audio über Diffusions-Workflows.
This repo contains 6 individual skills — each has its own dedicated page.
ASCII video: convert video/audio to colored ASCII MP4/GIF.
Watch product, flight, or listing prices; alert on target.
Render MP4/WebM videos from HTML compositions.
Run 150+ AI apps (image, video, LLM) via inference.sh CLI.
Plan and run multi-agent video production pipelines.
Transcribe and translate speech in 99 languages.
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.