使用 HappyHorse 1.0 R2V 搭配 Comfy Router

通过 Comfy Router 以 HTTP 调用 wan/happyhorse-1.0-r2v 的 Python、TypeScript 和 cURL 代码片段，以及请求字段与结果形状

HappyHorse 1.0 R2V 的 API 参考。HappyHorse 1.0 参考生视频可让一张或多张参考图像中的主体在新场景中保持一致性，并在提示词中以 character1、character2 等方式进行引用。

输入： 图像, 文本 · 输出： 视频

​

快速开始

在你的 Comfy 工作区中创建密钥，并将其导出为 COMFY_API_KEY。Python 和 TypeScript 代码片段使用 Comfy SDK（pip install comfy-sdk 和 npm install @comfyorg/sdk）；cURL 代码片段则是通过原始 HTTP 发出的同一调用。

模型 ID： wan/happyhorse-1.0-r2v

端点： POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-r2v

等待结果

Python

import asyncio
from comfy_sdk import AsyncComfy

# 从环境变量中读取 COMFY_API_KEY。
# SDK 会自动创建幂等键，并在自动重试时复用该键。
async def main():
    async with AsyncComfy() as client:
        result = await client.models.run(
            "wan/happyhorse-1.0-r2v",
            {
                "input": {
                    "prompt": "character1 walks in from the left, turns to the camera and waves, plain orange backdrop",
                    "media": [
                        {
                            "type": "reference_image",
                            "url": "https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/pink_robot_front.png",
                        },
                    ],
                },
                "parameters": {
                    "resolution": "720P",
                    "duration": 5,
                },
            },
        )

    print("video:", result["output"]["video_url"])

asyncio.run(main())

排队并稍后收集结果

相同的请求体，发送到 POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-r2v/requests。只要运行被接受，Router 就会立即返回 201 和一个 request_id；结果准备就绪后，可由当前进程或其他进程收集。队列投递 会详细说明状态查询、取消和结果收集。

Python

import asyncio
from comfy_sdk import AsyncComfy

# 从环境中读取 COMFY_API_KEY。
# 每次 submit() 调用都会自行生成一个 Idempotency-Key，并在自动重试时复用它。
async def main():
    async with AsyncComfy() as client:
        handle = await client.models.submit(
            "wan/happyhorse-1.0-r2v",
            {
                "input": {
                    "prompt": "character1 walks in from the left, turns to the camera and waves, plain orange backdrop",
                    "media": [
                        {
                            "type": "reference_image",
                            "url": "https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/pink_robot_front.png",
                        },
                    ],
                },
                "parameters": {
                    "resolution": "720P",
                    "duration": 5,
                },
            },
        )
        print("request_id:", handle.request_id)  # 配合模型 ID，就是另一个进程需要的全部信息

        # 轮询直到请求完成，按服务器给出的 Retry-After 等待。
        async for update in handle.iter_events():
            print(update.status, update.queue_position)

        # 提供商自身的载荷，与 models.run() 返回的值相同。
        # 失败或已取消的请求会在此处抛出类型化的 Router 错误。
        result = await handle.get()

    print("video:", result["output"]["video_url"])

asyncio.run(main())

​

Schema

​

输入

input · object · 必填

输入基本信息，例如提示词等。

input.audio_url · string

音频文件下载网址。支持的格式：mp3 和 wav。不能与 reference_video_urls 一起使用。

input.img_url · string

首帧图像网址或 Base64 编码数据。wan2.5-i2v-preview 和 wan2.6-i2v 模型必填。happyhorse-1.x i2v 的写法不在此处接收首帧： 它们将其作为类型为 first_frame 的媒体元素接收（见下方 media），而在 wan2.6-i2v 上能成功的 img_url 请求体，会被提供商在 happyhorse-1.0-i2v 和 happyhorse-1.1-i2v 上拒绝；wan2.7/wan3.0 的写法同样在 media 中接收其参考资产。图像格式：JPEG、JPG、PNG、BMP、WEBP。 分辨率：360-2000 像素。文件大小：最大 10MB。

input.media · object[]

媒体资产列表。指定用于视频生成的参考素材（图像、音频、视频）。 每个元素包含 type 和 url 字段。此字段由此组件提供的每个 模型共享，而某个模型接受哪些 type 值（以及它是否在此处而非 img_url 或 reference_video_urls 中携带其图像或视频输入）因模型而异。各模型 支持的 type 值：

• wan2.7-i2v：first_frame、last_frame、driving_audio、first_clip。first_frame 和 last_frame：JPEG/JPG/PNG/BMP/WEBP，每边 240-8000 像素，宽高比在 1:8 到 8:1 之间，最大 20MB，公共网址或 data:{MIME_type};base64,… 网址。 driving_audio（WAV/MP3，2-30 秒，最大 15MB）和 first_clip（MP4/MOV，2-10 秒，每边 240-4096 像素，最大 100MB）：公共 HTTP/HTTPS 网址；内联 data: 网址不被接受。
• wan2.7-r2v：first_frame（可选，最多 1 个）、reference_image、reference_video。至少 需要一个 reference_image 或 reference_video，并且参考图像加 参考视频总计最多 5 个。first_frame 和 reference_image：JPEG/JPG/PNG/BMP/WEBP （不含透明度通道），每边 240-8000 像素，宽高比在 1:8 到 8:1 之间，最大 20MB，公共网址或 data:{MIME_type};base64,… 网址。reference_video：公共 HTTP/HTTPS 网址；内联 data: 网址不被接受。
• wan2.7-videoedit：video（恰好 1 个，即正在编辑的片段：MP4/MOV，2-10 秒， 每边 240-4096 像素，最大 100MB，公共 HTTP/HTTPS 网址；内联 data: 网址 不被接受），外加可选的 0 到 4 个 reference_image（JPEG/JPG/PNG/BMP/WEBP， 每边 240-8000 像素，宽高比在 1:8 到 8:1 之间，最大 20MB，公共网址 或 data:{MIME_type};base64,… 网址）。
• wan3.0-video、wan3.0-video-prime：first_frame（最多 1 个）、last_frame（最多 1 个）、 reference_image（最多 10 个）、reference_video（最多 5 个片段，总时长 <= 15s）、 reference_audio（最多 5 个片段，总时长 <= 15s）、file（最多 1 个，不能 与 link 一起使用）、link（最多 1 个，不能与 file 一起使用）。reference_*/file/link 类型 与 first_frame/last_frame 类型在同一请求中互斥。数组 顺序定义提示词中资产的参考顺序（Image 1、Video 1、 Audio 1、…）。first_frame、last_frame 和 reference_image：JPEG/JPG/PNG/BMP/WEBP， 每边 240-8000 像素，宽高比最多 8:1，最大 20MB，公共网址或 data:{MIME_type};base64,… 网址。reference_video、reference_audio、file 和 link：公共 HTTP/HTTPS 网址；内联 data: 网址不被接受。
• happyhorse-1.0-i2v、happyhorse-1.1-i2v：仅 first_frame，恰好 1 个。这些写法 在此处而非 img_url 中接收其首帧。至少 300x300 像素，宽高比 在 1:2.5 到 2.5:1 之间，JPEG/JPG/PNG/WEBP，最大 20MB，公共网址或 data:{MIME_type};base64,… 网址。
• happyhorse-1.0-r2v、happyhorse-1.1-r2v：仅 reference_image，1 到 9 个。这是 该模型唯一的参考输入。最短边至少 400 像素，JPEG/JPG/PNG/WEBP， 最大 20MB，公共网址或 data:{MIME_type};base64,… 网址。reference_video 不是此操作的输入类型。
• happyhorse-1.0-video-edit：video（恰好 1 个，即正在编辑的片段：MP4/MOV，3-60 秒，较长边最多 4096 像素，较短边至少 360 像素，宽高比 在 1:2.5 到 2.5:1 之间，最大 100MB，公共 HTTP/HTTPS 网址；内联 data: 网址不被接受），外加可选的 0 到 5 个 reference_image（JPEG/JPG/PNG/WEBP，至少 300x300 像素，宽高比在 1:2.5 到 2.5:1 之间，最大 20MB，公共网址 或 data:{MIME_type};base64,… 网址）。
• happyhorse-1.0-t2v、happyhorse-1.1-t2v、wan2.7-t2v、wan2.6-t2v、wan2.5-t2v-preview： 文生视频操作。它们的合作伙伴参考文档未记录任何 media 输入，因此请保持 此字段未设置。
• wan2.5-i2v-preview、wan2.6-i2v、wan2.6-r2v：此组件未为这些写法列举任何 media 词汇。wan2.5-i2v-preview 和 wan2.6-i2v 在 img_url 中接收其首帧； wan2.6-r2v 在 reference_video_urls 中接收其参考片段。 上述按模型列出的数量是合作伙伴的约束，而不是此 schema 的约束：media 上 未声明任何 minItems/maxItems，因为可接受的类型及其上限 因模型而异。Schema 接受并不意味着提供商接受；反过来说， 上述每项资产“最大 20MB”的数值（图像输入的上限，也是唯一 可以内联发送的输入）是合作伙伴对其最终获得的资产所设的上限， 当资产是公共网址时它们按原文适用，因为这些字节从不经过 Comfy 传输。 内联的 data:{MIME_type};base64,… 网址确实会经过 Comfy 传输，并且同样会遇到传输上限： Comfy Router 的 POST 请求体总计上限为 100 MiB，超过即返回 413， 而 base64 会使负载膨胀约 4/3，因此单个内联资产超过约 75 MB 时， 会在触及此处任何合作伙伴规则之前就被拒绝。在该大小下，单个资产按合作伙伴自身的20MB 的上限可以轻松容纳内联数据，因此对于单个资产而言，真正起约束作用的是合作伙伴规则；而涉及多个资产时则受传输上限约束，因为 100 MiB 的 Router 上限约束的是整个请求，而不是其中的每个元素。接近这些上限的任何内容都应以公共 URL 的形式发送。

input.media[].type · string · 必填

媒体资产类型

可能的值：first_frame、last_frame、driving_audio、first_clip、reference_image、reference_video、reference_audio、video、file、link

input.media[].url · string · 必填

媒体文件的 URL：可以是公共 HTTP/HTTPS URL，或者（仅限上文 media 描述中为各模型列出的那些 IMAGE 输入：wan2.7-i2v 的 first_frame 和 last_frame；wan2.7-r2v 的 first_frame 和 reference_image；wan2.7-videoedit 的 reference_image；wan3.0-video 和 wan3.0-video-prime 的 first_frame、last_frame 和 reference_image；happyhorse-1.0-i2v 和 happyhorse-1.1-i2v 的 first_frame；happyhorse-1.0-r2v 和 happyhorse-1.1-r2v 的 reference_image；以及 happyhorse-1.0-video-edit 的 reference_image）可以是内联的 data:{MIME_type};base64,... URL。这些模型上的任何视频、音频、文件或 link 输入都不接受内联 data: URL。来自合作伙伴自有上传服务的 oss://dashscope-instant 临时 URL，或者（在 wan2.7-videoedit 上）Asset Center 的 asset_id，只能针对上传它们的那个阿里云账号解析；Comfy 使用自己的密钥发起模型调用，且不对外暴露任何上传途径，因此调用方自己的 oss:// URL 或 asset_id 并不是受支持的输入。此字段不会校验 URL scheme，因此这类值会被原样转发给合作伙伴，而不会在这里被拒绝。各模型的尺寸与像素限制，以及从整体上约束内联载荷的 100 MiB Router 请求体上限，请参阅 media 描述。

input.negative_prompt · string

反向提示词用于描述你不希望在视频画面中出现的内容

input.prompt · string

文本提示词。支持中文和英文，长度不超过 800 个字符 （wan3.0-video 最多可达 20,000 个字符；超出限制的内容会被截断）。 对于带有多个参考视频的 wan2.6-r2v，请按参考视频的顺序使用 ‘character1’、‘character2’ 等来指代主体。 示例：“Character1 sings on the roadside, Character2 dances beside it” 对于 wan3.0-video 的参考模式，请使用 ‘Image 1’、‘Video 1’、‘Audio 1’ 等按 media 数组中对应的顺序来指代媒体资产。

input.reference_video_urls · string[]

仅适用于 wan2.6-r2v 模型的参考视频 URL。由 1-3 个视频 URL 组成的数组。 输入限制：

• 格式：mp4、mov
• 数量：1-3 个视频
• 单个视频时长：2-30 秒
• 单个文件大小：最大 30MB
• 不能与 audio_url 同时使用 参考时长：单个视频最长 5 秒，两个视频每个最长 2.5 秒，三个视频则按比例更短。 计费：按实际使用的参考时长计算。

input.template · string

视频效果模板名称。可选。目前支持：squish、flying、carousel。使用时，prompt 参数会被忽略。

model · string

要调用的模型 ID。在本组件上不作约束：Comfy Router 会从 POST /v2/models/wan/{model} 的 {model} 路径段中填入该值，因此 Router 调用方可以省略它。直接以 v1 调用 POST /proxy/wan/api/v1/services/aigc/video-generation/video-synthesis 时必须提供该值，可接受的拼写枚举位于该操作自身的组件 WanVideoGenerationRequest 上。

parameters · object

视频处理参数

parameters.audio · boolean · 默认值: "true"

是否为视频添加音频。仅 wan3.0-video 和 wan3.0-video-prime 支持；提供商未为其他 wan 模型记录此类开关。

parameters.audio_setting · string · 默认值: "\"auto\""

wan2.7-videoedit 模型的视频音频设置。

• auto（默认）：模型根据提示词内容智能判断

• origin：强制保留输入视频中的原始音频

  可能的值：auto、origin

parameters.duration · integer · 默认值: "5"

所生成视频的时长，单位为秒：

• wan2.5 模型：5 或 10 秒

• wan2.6-t2v、wan2.6-i2v：5、10 或 15 秒

• wan2.6-r2v：仅 5 或 10 秒（不支持 15 秒）

• wan2.7-i2v、wan2.7-t2v：[2, 15] 范围内的整数

• wan2.7-r2v、wan2.7-videoedit：[2, 10] 范围内的整数

• wan3.0-video：无视频输入时为 [2, 30] 范围内的整数；有视频输入时，输入视频时长 + 输出视频时长的总和不得超过 30 秒；-1 启用智能时长模式，模型会自行选择合适的时长 此代理对超出 [-1, 30] 范围的时长返回 400。

  范围：-1 到 30

parameters.prompt_extend · boolean · 默认值: "true"

是否启用提示词智能改写。默认值为 true

parameters.ratio · string

所生成视频的宽高比。仅适用于 wan2.7 和 wan3.0 模型。 对于 wan2.7 模型，如果未提供该值，则根据分辨率档位设置默认值。 对于 wan3.0-video，adaptive（默认）会根据输入媒体的比例和意图自动推荐合适的宽高比。

可能的值：adaptive、16:9、9:16、1:1、4:3、3:4

parameters.resolution · string

分辨率档位。支持的值因模型而异：

• wan2.5-i2v-preview：480P、720P、1080P
• wan2.6 模型（t2v、i2v、r2v）：仅 720P、1080P（不支持 480P）
• wan2.7 模型（i2v、t2v、r2v、videoedit）：720P、1080P（默认 1080P）
• wan3.0-video, wan3.0-video-prime: 480P, 720P, 1080P（上游默认 1080P）
• happyhorse-1.0-*（t2v、i2v、r2v、video-edit）: 720P, 1080P
• happyhorse-1.1-*（t2v、i2v、r2v）: 480P, 720P, 1080P

该代理会拒绝既未提供 resolution 也未提供 size 的视频生成请求，因为分辨率档位决定计费费率。它会在检查之前将 resolution 转换为大写，并转发大写后的值；对于不在此枚举范围内的值返回 400；对于上方列出、说明不支持 480P 的 wan2.6、wan2.7 和 happyhorse-1.0 模型，无论是以 resolution 还是以 480P 的 size 形式发送，均返回 400。

可选值：480P、720P、1080P

parameters.seed · integer

随机数种子，用于控制模型所生成内容的随机性

范围：0 到 2147483647

parameters.shot_type · string · 默认值: "\"single\""

智能多镜头控制。仅在启用 prompt_extend 时生效。适用于 wan2.6 和 wan2.7-r2v 模型。

• single: 单镜头视频（默认）

• multi: 多镜头视频

  可选值：multi、single

parameters.size · string

视频分辨率，格式为 宽度高度。支持的分辨率因模型而异： 对于 wan2.5 T2V：480P（480832、832480、624624）、720P、1080P 尺寸 对于 wan2.6 T2V/R2V（不支持 480P）： 720P：1280720、7201280、960960、1088832、8321088 1080P：19201080、10801920、14401440、16321248、12481632 同时发送 size 和 resolution 时，由 size 决定计费档位，而 resolution 仍必须是该代理为此模型接受的值。在 resolution 描述中列为不支持 480P 的每个模型上，480P 的 size 都会返回 400。

parameters.watermark · boolean · 默认值: "false"

是否添加水印标志，水印位于右下角

根据 Router 在 GET /v2/models/wan/happyhorse-1.0-r2v/openapi.json 提供的 schema 生成，该文档与它在请求到达提供商之前用于校验调用的文档是同一份。

​

输出

output · object · 必填

output.actual_prompt · string

智能改写后的实际提示词（用于视频任务）

output.check_audio · string

带音频生成的 I2V 任务的音频 URL

output.code · string

失败请求的错误代码（请求成功时不返回）

output.end_time · string

任务完成时间

output.message · string

失败请求的详细信息（请求成功时不返回）

output.orig_prompt · string

原始输入提示词（用于视频任务）

output.results · object[]

图像生成任务的结果列表

output.results[].actual_prompt · string

智能改写后的实际提示词（若已启用）

output.results[].code · string

图像错误代码（部分任务失败时返回）

output.results[].message · string

图像错误信息（部分任务失败时返回）

output.results[].orig_prompt · string

原始输入提示词

output.results[].url · string

已生成图像的图片网址

output.scheduled_time · string

任务执行时间

output.submit_time · string

任务提交时间

output.task_id · string · 必填

任务 ID

output.task_metrics · object

图像生成任务的结果统计

output.task_metrics.FAILED · integer

失败任务数

output.task_metrics.SUCCEEDED · integer

成功任务数

output.task_metrics.TOTAL · integer

任务总数

output.task_status · string · 必填

任务状态

可能的值：PENDING、RUNNING、SUCCEEDED、FAILED、CANCELED、UNKNOWN

output.video_url · string

已完成的视频生成任务的视频 URL。链接有效期 24 小时

request_id · string · 必填

唯一请求标识符

usage · object

输出信息统计。仅统计成功的结果

usage.SR · integer

视频分辨率等级（I2V 和 wan3.0-video 任务）

usage.duration · number

已生成视频的时长，单位为秒（I2V 和 wan3.0-video 任务）

usage.fps · integer

已生成视频的帧率（wan3.0-video 任务）

usage.image_count · integer

已生成图像的数量（T2I 和 I2I 任务）

usage.input_video_duration · number

输入视频的时长，单位为秒；无视频输入时为 0.0（wan3.0-video 任务）

usage.output_video_duration · number

输出视频的时长，单位为秒（wan3.0-video 任务）

usage.ratio · string

已生成视频的宽高比，例如 16:9（wan3.0-video 任务）

usage.size · string

图像分辨率（T2I 和 I2I 任务）

usage.video_count · integer

已生成视频的数量（T2V 任务）

usage.video_duration · number

已生成视频的时长，单位为秒（T2V 任务）

usage.video_ratio · string

视频分辨率比例（T2V 任务）

code · string

失败请求的错误代码，报告在响应信封的根层级，而不是 output 下（请求成功时不返回）。

message · string

失败请求的详细信息，报告在响应信封的根层级，而不是 output 下（请求成功时不返回）。在回退到 output.message 之前，请先阅读此项。

​

示例

​

输入

{
  "input": {
    "prompt": "character1 walks in from the left, turns to the camera and waves, plain orange backdrop",
    "media": [
      {
        "type": "reference_image",
        "url": "https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/pink_robot_front.png"
      }
    ]
  },
  "parameters": {
    "resolution": "720P",
    "duration": 5
  }
}

​

输出

{
  "output": {
    "task_id": "0385dc79-5ff8-4d82-bcb6-7c1a9f2e4d60",
    "task_status": "SUCCEEDED",
    "submit_time": "2027-01-01T00:00:00.000Z",
    "scheduled_time": "2027-01-01T00:00:01.000Z",
    "end_time": "2027-01-01T00:01:04.000Z",
    "orig_prompt": "character1 walks in from the left, turns to the camera and waves, plain orange backdrop",
    "actual_prompt": "character1 walks in from the left, turns to the camera and waves, plain orange backdrop, even studio lighting, steady medium shot",
    "video_url": "https://.../generated.mp4"
  },
  "request_id": "7574ee8f-38a3-4b1e-9280-11c33ab46e51",
  "usage": {
    "SR": 720,
    "duration": 5
  }
}

视频 URL 的有效期为 24 小时。如需保留该视频，请及时下载。

​

发布前须知

SDK 会生成 Idempotency-Key 并在自动重试中复用它。手动重试时，请复用原始 key。Router 最长可保持连接 10 分钟。

请求失败时，Router 会发送 X-Comfy-Error-Type 响应头说明原因。422 表示 Router 在调用提供商之前就拒绝了输入，413 表示请求体超出了 Router 可接受的大小。已生成的资源请及时下载，因为结果 URL 会过期。

上文任何字段描述中提到的尺寸限制，都是提供商对该字段自身的限定，引自提供商的规范。Router 会对整个请求体另行设置上限，base64 编码的媒体内容也计入其中：参见请求体大小。

本页记录的是通过 Comfy Router 调用的某一个合作伙伴模型。同一个 comfy-sdk / @comfyorg/sdk 包还提供第二个客户端，用于在 Comfy Cloud 上运行完整的 ComfyUI 工作流图：Comfy(api_key=...) / new Comfy({ apiKey })，并带有 client.workflows、client.assets 和 client.jobs。请参阅 Comfy SDKs。

请求头

身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。

使用 Router API

模型发现、验证错误、重试与计费。

限制

Router 目前不支持的功能，以及替代方案。