你想做一段 AI 视频，真正容易卡住的不是敲命令，而是该选哪个模型：文字生成视频、让静态图动起来，还是给已有片段续时。ai-video-generation 把 RunComfy 的视频模型放在同一个 CLI 入口里，会按画质、角色一致性、音频、运动方式和时长等要求选择路线。
如果只是从一句描述做通用短片，可以先看 HappyHorse 1.0；需要自带同步音频时，提示词里要把声音和画面一起写清楚。手里有固定配音、还要让人物对口型，则应走 Wan 2-7 的 `audio_url`，不要把歌词或台词硬塞进画面提示词。多张参考图、参考视频和参考音频要一起参与时，再考虑 Seedance v2。
从静态图开始时，先描述“谁怎么动、镜头怎么动”，不要重新复述图片里已经存在的内容；要延长 Veo 片段，则使用专门的 extend 端点。使用前还要登录 RunComfy，并确认输出时长、比例和分辨率符合模型限制。这个 Skill 负责路由模型和整理最小调用，不替你解决素材版权或后期剪辑。