¿Qué hace comfyui?
Genera imágenes, video y audio mediante flujos de trabajo de difusión.
Genera imágenes, video y audio mediante flujos de trabajo de difusión.
El skill NousResearch/comfyui permite a agentes de IA como Claude Code, Cursor o Codex generar contenido multimedia (imágenes, video y audio) utilizando flujos de trabajo de difusión. Está diseñado para integrarse con ComfyUI, una interfaz modular y potente para modelos de difusión como Stable Diffusion. La habilidad se basa en la ejecución de workflows personalizados, lo que permite controlar desde la generación de una simple imagen hasta la creación de secuencias de video complejas con múltiples pasos. Es útil para desarrolladores y creadores que necesitan automatizar la producción de contenido visual y auditivo de alta calidad directamente desde su agente de IA, sin salir del entorno de desarrollo. El skill aprovecha la arquitectura de nodos de ComfyUI para ofrecer máxima flexibilidad y reutilización de componentes.
npx skills add https://github.com/NousResearch/hermes-agent/tree/main/optional-skills/creative/comfyuiGenera imágenes, video y audio mediante flujos de trabajo de difusión.
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.