runcomfy-cli
RunComfy CLI で任意の AI モデルをコマンドラインから実行
こちらからも入手できます: doany-ai,agentspace-so
開発者やクリエイターは、数百もの AI 画像・動画モデルに対応する単一のスクリプト可能なインターフェースを必要としています。RunComfy CLI は、画像生成から動画編集、LoRA トレーニングに至るまで、すべての RunComfy モデルエンドポイントにアクセスするための単一のバイナリと単一の認証を提供します。
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「runcomfy-cli」を使用しています。 自分のマシンに runcomfy CLI をインストールする
期待される結果:
npm 経由で runcomfy CLI をグローバルにインストールします。CLI がインストールされ、使用可能な状態になりました。「runcomfy login」を実行して RunComfy アカウントで認証してください。
「runcomfy-cli」を使用しています。 夕日の紫の猫の画像を生成する
期待される結果:
runcomfy CLI を使用してその画像を生成します。リクエストが送信され、処理中です。画像が生成され、カレントディレクトリの ./result.png に保存されました。
「runcomfy-cli」を使用しています。 runcomfy の認証状態を確認する
期待される結果:
認証状態を確認します。CLI トークンを使用して you@example.com としてサインインしています。アカウントはモデルリクエストを送信できる状態です。
セキュリティ監査
低リスクStatic analyzer detected 174 patterns across 1 file (272 lines) with an automated risk score of 100/100, suggesting NEEDS_AI review. After human evaluation, ALL 174 findings are confirmed FALSE POSITIVES. The flagged patterns are markdown code formatting backticks misidentified as shell execution, legitimate API and documentation URLs misidentified as suspicious network targets, documented token storage paths misidentified as hidden file access, and CLI subcommand names misidentified as system reconnaissance. The skill uses external_commands, network, and filesystem by design as a CLI wrapper for an AI model service. The SKILL.md includes a comprehensive Security and Privacy section with explicit warnings about installation safety, token protection, shell injection boundaries, indirect prompt injection, outbound endpoint allowlisting, and file size caps. Risk level set to LOW because the skill legitimately invokes external commands and makes network requests in its intended operation.
低リスクの問題 (5)
リスク要因
⚙️ 外部コマンド (17)
🌐 ネットワークアクセス (12)
📁 ファイルシステムへのアクセス (3)
検出されたパターン
品質スコア
作れるもの
オンデマンドで AI 画像・動画を生成
クリエイティブプロフェッショナルは、ブラウザや専用アプリケーションを開くことなく、ターミナルから直接 AI モデルを使用して画像や動画の生成、編集、変換を行えます。
バッチメディア生成パイプラインの自動化
DevOps エンジニアは、シェルループ、JSON パース、終了コード処理を通じて数百のプロンプトをバッチ処理し、信頼性の高い本番ワークフローを構築できます。
開発ワークフローへの AI モデルの統合
AI 開発者は、JSON 出力モード、待機なし送信、ステータスポーリングを使用して、非同期ジョブオーケストレーションのためのモデル呼び出しを大規模アプリケーションに組み込めます。
これらのプロンプトを試す
npm を使用して runcomfy CLI をグローバルにインストールし、バージョンを確認してインストールを検証してください。
runcomfy を使用して、GPT Image 2 モデルでプロンプト「a serene mountain lake at sunrise, photorealistic」から画像を生成してください。
prompts.txt からプロンプトを読み込み、runcomfy を使用してプロンプトごとに 1 枚の画像を生成し、各出力を ./output/ 配下のタイムスタンプ付きディレクトリに保存してください。
runcomfy の待機なしモードを使用して動画生成ジョブを送信し、リクエスト ID を取得した後、定期的にステータスをポーリングし、完了時に結果をダウンロードしてください。
ベストプラクティス
- 混乱を招くエラーメッセージを避けるため、モデルコマンドを実行する前に必ず CLI がインストールされ認証されていることを確認する
- スクリプトや jq への結果のパイピングを行う場合は、--output json モードを使用して応答データの信頼性の高いプログラムによる解析を実現する
- 動画生成やその他の長時間実行ジョブでは、無期限の待機を防ぐために明示的な --timeout 値を設定する
回避
- 公式ドキュメントに記載されていても、ユーザーが事前に確認することなくリモートインストールスクリプトをシェルにパイプして実行しない
- API トークンをプロンプト、コマンド出力、またはバージョン管理にコミットされる可能性のあるファイルに記録または表示しない
- 画像参照や Web 検索による生成タスクにおいて、ユーザーが明示的に提供していない URL を自動的に解決または使用しない