Mindket

照片套用视频片段的动作

新上架第 1 版 · 更新于

概览

一个 n8n 工作流,让一张静态人像按照一段视频的动作动起来。表单接收图片和视频片段,RunningHub 的 AI 应用迁移动作,n8n 反复查询任务直到完成,再把视频下载下来。

照片套用视频片段的动作 是一款 n8n 工作流,属于营销类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:在那里新建工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 表单地址:发给提供人像和视频片段的人
  • downloadVideo 之后:在那里加一个节点,把每个视频存起来或转发出去

平台

连接 1 个应用

运行方式

触发

表单上传

有人提交 Video Motion Transfer 表单时开始运行,表单里有:

  • 一张图片,格式为 .jpg、.jpeg、.png 或 .webp
  • 一段视频,格式为 .mp4、.avi、.mov 或 .mkv

动作

  1. 把图片和视频片段发给 RunningHub,各用一次调用
  2. 用这两个已存好的文件在 RunningHub 的 AI 应用上创建任务
  3. 先等五分钟,之后在任务排队或运行期间每分钟查一次状态
  4. 取得结果列表,并下载其中每个视频文件

结果

一段视频:你的人像按照那段视频的动作动起来

集成

开始之前要准备好这些。

RunningHub

AI 视频

保存两个文件,在它们上面运行动作迁移应用,报告任务状态,并交回视频地址。

需要RunningHub API 密钥

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
15 个步骤,由表单启动
AI
没有步骤调用 AI 模型
登录
需要登录:RunningHub
API 密钥
文件里没有留下 API 密钥;有 1 处留空,需填入你自己的密钥
步骤类型
Mindket 的检查器能读懂它全部 8 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流让一张静止的人像按一段视频的动作动起来。表单接收人像和一段源视频,RunningHub 把两者都存下来。然后一个 RunningHub 的 AI 应用把视频里的动作迁移到图片上。n8n 先等五分钟,检查一次任务,之后每分钟检查一次,直到任务成功或失败。十五个节点分成两段:第一段上传文件并启动任务,第二段等待、取回结果,并把它列出的每个视频文件下载下来。

适合谁

想让一个角色、一张人像或一幅概念图,做出自己能拍到或找到的某个动作的创作者和小团队。如果你想在 n8n 里用文字来控制效果,就别选它。这个应用有一个提示词字段,文件把它留空了。

谁在用,怎么用
行业谁在用怎么用例子
社交视频发短视频的创作者把自己喜欢的某段视频里的动作,给一张人像或一个吉祥物创作者让吉祥物的人像,像短视频里的主持人那样转头。
品牌营销品牌和社交媒体团队让品牌角色模仿参考视频里的一个手势品牌团队让自己的角色,像参考视频里的代言人那样挥手。
游戏和叙事独立开发者和作者用实拍的动作让概念图活起来独立团队用一段有人走路的视频,让角色草图动起来。
培训课程制作人用实拍的示范让讲师插画动起来培训师让插画里的讲师,像同事在镜头前那样指向屏幕。
代理公司视频制作人在请动画师之前,先试一试角色的表演制作人把手机拍的一段粗糙表演套到角色上,拿给客户看。

用在哪里

任何能访问 runninghub.ai 的 n8n 都能运行它。表单就是入口,所以把表单地址发给提供文件的人就行。

  • n8n Cloud:在那里新建工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 表单地址:发给提供人像和视频片段的人
  • `downloadVideo` 之后:在那里加一个节点,把每个视频存起来或转发出去

设置

点“获取”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。作者估计设置要 14.5 分钟左右。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
RunningHub一个账号,以及账号里的 API 密钥
  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 打开 API Setup,把 YOUR_RUNNINGHUB_API 换成你的 RunningHub API 密钥。
  3. 如果需要,打开 On form submission,修改表单标题或它接受的文件类型。
  4. 想用提示词控制动作,就打开 createTask,在 nodeId 为 164 的那一项的 fieldValue 里填一句。文件里它是空的。
  5. 保存,打开表单的测试地址,用它发送一张人像和一段视频。
  6. 点 Publish 发布,再分享表单的正式地址。

如何使用

打开表单,附上一张人像和一段视频,提交。两个字段都必填,各接受一个文件。图片可以是 .jpg、.jpeg、.png 或 .webp,视频可以是 .mp4、.avi、.mov 或 .mkv。表单会立刻确认收到。运行在后台继续。视频保存在这次运行的执行数据里,到 Executions 里打开这次运行就能拿到。

想要不同的效果,改这里
要改的在哪里改
提示词createTask 里 nodeId 为 164 的那一项的 fieldValue,文件里是空的
第一次等待Wait,第一次查状态之前等五分钟
两次检查的间隔Wait1,一分钟
接受的文件On form submission 的两个文件字段
运行 RunningHub 上的哪个应用createTask 地址末尾的应用编号,以及旁边的节点编号 163、178 和 164
机器和队列createTask 请求体里的 instanceType 和 usePersonalQueue,设成 plus 和 false

示例

一位设计师上传了一张卡通狐狸的 .png,和一段有人转头微笑的短 .mp4。任务开始五分钟后,第一次状态检查运行,此后每分钟一次,直到状态变成 SUCCESS。然后 downloadVideo 里就有了一段狐狸转头微笑的视频。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框叫一个节点,只做一件事。这里最重的活在 RunningHub 上完成,n8n 只负责把文件送过去并等待。你粘贴进 API Setup 的密钥,就是 RunningHub 认出这些调用是你发的依据。先用表单发一次测试,之后每个节点都会显示它收到了什么、发出了什么。

专家:这个文件用两种方式和 RunningHub 打交道。上传和取结果的调用把你的密钥作为 apiKey 放在请求体里。创建任务和查状态的调用把它作为 Bearer 请求头发送,走的是较新的路径。

四个 RunningHub 调用
节点端点发送返回
uploadImage、uploadVideo/task/openapi/uploadapiKey 和一个文件,multipart 表单数据保存下来的文件的 fileName
createTask/openapi/v2/run/ai-app/ 加应用编号Bearer 密钥和一个 nodeInfoList一个 taskId
checkStatus/openapi/v2/queryBearer 密钥和 taskId一个 status:FAILED、SUCCESS、QUEUED 或 RUNNING
getOutput/task/openapi/outputsapiKey 和 taskId一个 data 列表,每一项带一个 fileUrl

两次上传并行进行,Merge 和 Aggregate 把它们的回复合成一条数据。接着 createTask 把图片的名字放进应用的 163 号节点,把视频的名字放进 178 号节点。SUCCESS 之后,Code in JavaScript 把 data 的每一项变成一条独立的数据,所以 downloadVideo 会取回应用返回的每个文件。

注意事项

每个任务都要花钱,任务失败时也不会有任何提示。

  • 费用:RunningHub 把每个任务记在你的账号上收费,文件要求的是 plus 实例类型,所以去那边查一下它的价格
  • 没有失败分支:Switch 的 0 号输出对应 FAILED,它哪里也不通,所以没有视频出现时,到 Executions 里看这次运行
  • 第一次检查偏晚:第一次状态检查在任务开始五分钟之后,所以很快发生的失败要过一阵才会被发现
  • 没有重试上限:一直排队或运行的任务,每分钟检查一次,直到它结束
  • 公开的表单:工作流发布之后,任何拿到表单地址的人都能在你的 RunningHub 账号上发起运行
  • 你的密钥:它以明文放在 API Setup 里,所以任何能打开这个工作流的人都能看到
  • 你的文件:人像和视频会上传到 RunningHub,其中出现的人应该是你有权使用的
  • 凭据:这个 JSON 里没有任何凭据,也没有作者账号里的任何东西

README 和文件

README

照片套用视频片段的动作

一个 n8n 工作流。通过它的表单发一张人像和一段视频,它会返回一段视频:人像按照那段视频的动作动起来,由 RunningHub 的 AI 应用做出。

包里有什么

  • workflow.json:n8n 导出的工作流,15 个节点。里面没有任何凭据。你的 RunningHub 密钥只填进一个节点,API Setup。
  • README.md:这份设置说明,压缩包里的是英文版。

开始之前

  • 一个 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个 RunningHub 账号和它的 API 密钥。

设置

  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 打开 API Setup,把 YOUR_RUNNINGHUB_API 换成你的 RunningHub API 密钥。其他节点都从这里读它。
  3. 可选:打开 On form submission,修改表单标题或它接受的文件类型。文件里图片接受 .jpg、.png、.jpeg 和 .webp,视频接受 .mp4、.avi、.mov 和 .mkv。
  4. 可选:想用提示词控制动作,就打开 createTask,在 nodeId 为 164 的那一项的 fieldValue 里填一句。文件里它是空的。
  5. 保存,打开表单的测试地址,用它发送一张人像和一段视频。
  6. 点 Publish 发布,再分享表单的正式地址。

表单会立刻确认收到。运行在后台继续,成品视频保存在这次运行的执行数据里,到 Executions 里打开这次运行就能拿到。在 downloadVideo 后面加一个节点,可以把每个文件存到网盘或转发出去。

它怎么运行

  1. API Setup 保存密钥,getBinaryFile 把表单里的两个文件往下传。
  2. uploadImage 和 uploadVideo 并行地各给 RunningHub 发一个文件。Merge 和 Aggregate 把两份回复合成一条数据。
  3. createTask 在 RunningHub 的一个 AI 应用上创建任务,把图片保存后的名字放进 163 号节点,视频的放进 178 号节点。164 号节点是提示词字段,文件把它留空了。请求体里还把 instanceType 设成 plus,把 usePersonalQueue 设成 false。
  4. Wait 先暂停五分钟,然后 checkStatus 询问任务状态。Switch 把 SUCCESS 交给 getOutput,把 QUEUED 和 RUNNING 经 Wait1(一分钟)送回 checkStatus,FAILED 则不连任何节点。
  5. getOutput 取得结果列表。Code in JavaScript 把每一项变成带 fileUrl 的数据,downloadVideo 下载每个文件。

| 节点 | RunningHub 端点 | 发送 | 返回 |
|---|---|---|---|
| uploadImage、uploadVideo | /task/openapi/upload | apiKey 和一个文件 | 保存下来的文件的 fileName |
| createTask | /openapi/v2/run/ai-app/ 加应用编号 | Bearer 密钥和一个 nodeInfoList | 一个 taskId |
| checkStatus | /openapi/v2/query | Bearer 密钥和 taskId | 一个 status:FAILED、SUCCESS、QUEUED 或 RUNNING |
| getOutput | /task/openapi/outputs | apiKey 和 taskId | 一个 data 列表,每一项带一个 fileUrl |

修改结果

  • 提示词:createTask 里那个空着的 fieldValue,见第 4 步。
  • 时间:Wait(第一次检查前等五分钟)和 Wait1(两次检查间隔一分钟)。Wait 只设了单位,所以数量沿用这个版本的节点在 n8n 里的默认值。
  • 运行 RunningHub 上的哪个应用:createTask 地址末尾的那个编号。旁边的节点编号属于那个应用,所以改指向别的应用时,要一起改。
  • 表单:在 On form submission 里重命名字段,或修改接受的文件类型。

注意事项

  • RunningHub 把每个任务记在你的账号上收费。文件要求的是 plus 实例类型,所以去那边查一下它的价格。
  • Switch 的 0 号输出对应 FAILED,它哪里也不通。没有视频出现时,到 Executions 里看这次运行。
  • 第一次状态检查在任务开始五分钟之后,所以很快发生的失败要过一阵才会被发现。
  • 没有任何东西限制状态循环:一直排队或运行的任务,每分钟检查一次,直到它结束。
  • 工作流发布之后,任何拿到表单地址的人都能在你的 RunningHub 账号上发起运行。
  • 密钥以明文放在 API Setup 里,所以任何能打开这个工作流的人都能看到。
  • 人像和视频会上传到 RunningHub。请使用你有权使用的人物和素材。
文件
README.md  4 KB
workflow.json  12 KB

2 个文件,共 16 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-03

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

营销类的相似商品

查看营销类的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Pixel Art XL

nerijs · 工具包

一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。

新上架

Licon MSR for LTX-2.5

LiconStudio · 工具包

给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。

新上架