Skills
エージェント向けにパッケージ化された専門スキルと手順を 96,981 件掲載。コマンド 1 行でインストールできます。
クリエイティブ・メディア
VoiceDrop の入口。すべての機能は MCP にある（voicedrop.cn/mcp、44 のツール：記事の読み書きとバージョン、文体と蒸留、マイニングとリライト、コミュニティと投げ銭、計算資源、共有/WeChat 公式アカウント/小紅書、本棚の読書と執筆・改稿）。この skill が行うのは 1 つだけ——あなたをその MCP に接続すること：login ツールで 6+4 の携帯電話ペアリングログインを行いトークンを取得し、クライアントに接続する。トリガーワード："voicedrop"、"登录 voicedrop"、"voicedrop 登录"、"接 voicedrop mcp"、"voicedrop token"、"/wjs-voicedrop"。
逸尘が個人利用する統合音声・動画文字起こしの入口であり、StepFun Step ASR と火山エンジン Doubao ASR の間を、出力要件、セキュリティ境界、可用状態に応じてルーティングする。ローカルの音声または動画のプレーンテキスト文字起こし、タイムスタンプ、SRT 字幕、話し言葉のラフカット、文字起こし前のヘルスチェックに使用する。ユーザーがサービス提供元を明示した場合は無言で切り替えてはならない。ローカルの音声または動画ファイルの文字起こしが必要で、適切な ASR バックエンドが不明な場合、またはユーザーが $yichen-asr を明示的に呼び出した場合に使用する。
Google Gemini API（200 万トークンのコンテキスト）によるマルチモーダル AI 処理。機能：音声（文字起こし、最大 9.5 時間、要約、音楽分析）、画像（キャプション生成、OCR、物体検出、セグメンテーション、視覚的 Q&A）、動画（シーン検出、最大 6 時間、YouTube URL、時系列分析）、ドキュメント（PDF 抽出、表、フォーム、グラフ）、画像生成（テキストから画像、編集）。操作：文字起こし、分析、抽出、キャプション、検出、セグメンテーション、メディアからの生成。キーワード：Gemini API、音声文字起こし、画像キャプション、OCR、物体検出、動画分析、PDF 抽出、テキストから画像、マルチモーダル、音声認識、視覚的 Q&A、シーン検出、YouTube 文字起こし、表抽出、フォーム処理、画像生成、Imagen。使用場面：音声/動画の文字起こし、画像/スクリーンショットの分析、PDF からのデータ抽出、YouTube 動画の処理、テキストからの画像生成、マルチモーダル AI 機能の実装。
AI による動画制作スイート：編集、トランスコード、キャプション、分析、作成、ショートフォームパイプライン、画像/動画生成、Web スクリーンショット、AI 音声/動画強化。FFmpeg、Whisper、PySceneDetect、FLUX.2、Veo、Playwright、Real-ESRGAN、Demucs、Remotion を使用する。NVIDIA NVENC による GPU アクセラレーション。ユーザーが "video"、"ffmpeg"、"trim"、"cut"、"transcode"、"caption"、"export"、"analyze"、"download"、"create video"、"shorts"、"tiktok clips"、"generate image"、"generate video"、"screenshot"、"upscale"、"enhance"、"denoise"、"separate vocals"、"face restore"、"slow motion"、"remove background"、"/video" と言ったときに使用する。
ユーザーが明示的に求めた場合に限る最終手段です。画像モデルを使わず、コードでゲームアートを描画します。PixelSpec からのピクセルスプライト、フラットなベクター小道具、ポータブルな SVG による UI とアイコン、足を地面に接地させたリグ付きキャラクター、JS ランタイムによる FX、継ぎ目を検証済みのオートタイル、衝突判定付きのプレイ可能な俯瞰レイアウト、様式化された視差と環境プレートの動きを、パレットに厳密に合わせて制作し、QA とレビュー用シートも用意します。ユーザーがコードで描画したアートを明示的に求めた場合、または generate2dmedia route_media.py が画像・動画のルートを見つけられない場合（no-route、exit 3）に限り使用します。決してデフォルトにはしません。キャラクター、小道具、マップ、FX には、まず画像生成（generate2dsprite、generate2dmap、video2dsprite）を使用します。絵画調、詳細表現や肖像、HD-2D の背景プレート、リアルな火・煙・水には使用しません。結果がコード描画であることを必ず明示します。
ElevenLabs の AI 音楽生成 — inference.sh CLI 経由でテキストプロンプトからオリジナル楽曲を作成する。機能: テキストtoミュージック、最大 10 分のカスタム長、ジャンル/ムード/楽器の制御、ロイヤリティフリーの商用利用。用途: BGM、サウンドトラック、ジングル、ポッドキャスト、映像スコア、ゲームオーディオ。トリガー: elevenlabs music、eleven labs music、ai music、generate music、music generation、compose music、ai composer、create song、soundtrack、background music、jingle、elevenlabs compose、music ai。
ユーザーが音楽を作成、生成、作曲したいときに使用します。テキストによる説明、カスタム歌詞、インストゥルメンタルの BGM のいずれでも対象です。送信後は約 15〜30 秒ごとにタスクステータスを能動的にポーリングし、完了/失敗/タイムアウトになるまで毎回ユーザーにメッセージを送ってください。ユーザーが進捗を尋ねるのを待たないでください。トリガー：generate music、write a song、compose、create music、AI music、background music、instrumental、beats。
検索、リサーチ、メディア作成のために grok build CLI（`grok` を実行）を操作します。引用付きの Grok/X ウェブ検索、grok headless + subagents による大規模な並列リサーチ、ログイン済みの grok セッションを通じた API コストゼロでの画像（image_gen）と動画（image_to_video）の生成、グリーンスクリーン/クロマキー除去・連結・ウォーターマークなどの ffmpeg 後処理に使用します。クロスプラットフォーム（macOS/Linux/Windows）。任意で xAI 検索/メディア API を有料のフォールバックとして利用できます。トリガーには grok、grok build、生图、生成图片、生成视频、绿幕抠像、批量调研、xAI search があります。
中国語テキストから AI っぽさを取り除き、人間が書いたように読ませる。中国語コンテンツの編集、レビュー、書き換え時に使用する。blader/humanizer（Wikipedia "Signs of AI writing"）の中国語ローカライズ版で、中国語コミュニティの議論、AIGC 検出研究（CCL 2023 など）、実戦的な語彙リストを組み合わせている。中国語特有の AI ライティングパターンを特定し修正する：大げさな書き出し、美しく締める結び、講義調の道しるべ語、"不是 X 而是 Y" の二分構文、対句や並列の積み上げ、インターネットスラング、欧文翻訳調、ダッシュの乱用、名言の密度過多、テンプレート化した段落など。
NotebookLM CLI（`nlm`）のエキスパートガイド——Google NotebookLM のコマンドラインインターフェース。ユーザーが NotebookLM をプログラムから操作したいときにこのスキルを使用する。ノートブックの作成/管理、ソースの追加（URL、YouTube、テキスト、Google Drive）、コンテンツの生成（ポッドキャスト、レポート、クイズ、フラッシュカード、マインドマップ、スライド、インフォグラフィック、動画、データテーブル）、リサーチの実施、ソースとのチャット、NotebookLM ワークフローの自動化など。トリガー："nlm"、"notebooklm"、"notebook lm"、"podcast generation"、"audio overview" への言及、または NotebookLM 関連の自動化タスク。
ユーザーが生成または編集した画像や動画の AI ウォーターマークと来歴マークを除去・識別します。Gemini のきらめき、SynthID、Microsoft InvisMark、Meta Content Seal、C2PA、EXIF/XMP/IPTC メタデータ、Sora/Veo/Seedance/Doubao/Dola/Hailuo/Vidu/Kling および Wan のラベルに対応します。ユーザーが AI ウォーターマークや生成ラベルの除去・消去を希望する場合、またはファイルが AI 生成か、AI の来歴情報を含むか尋ねる場合に、remove-ai-watermarks という名前が出ていなくても使用します。ストック素材サイト、マーケットプレイス、クラシファイド広告、その他の第三者有料素材のウォーターマークには使用しないでください。
ユーザーが「UI サウンドテーマを生成する」、「アプリのボタンクリック音を作成する」、「通知音を設計する」、「ダッシュボードやウォレットアプリ向けにまとまりのあるオーディオテーマを構築する」、「ゲームメニューの音を作る」、「HUD フィードバック音を作成する」、「テレビのナビゲーション音を設計する」、「既存サイトの音を監査する」、「トランザクション音が接続されているか確認する」、「UI オーディオの配線をレビューする」、「生成済みの UI サウンドを編集する」と依頼したときに使用するスキル。ElevenLabs と ffmpeg を通じて、意味的なインタラクションに対応する一貫した UI オーディオテーマを生成・監査・編集・配線し、候補の試聴、修正、再割り当て、採用を行うローカルのインタラクティブなピッカーを提供する。
Unreal Engine 5 で AAA 品質のゲームとリアルタイム体験を構築する。"unreal, ue5, ue4, unreal engine, blueprints, blueprint, actor component, gameplay ability, gas unreal, niagara, nanite, lumen, world partition, level streaming, unreal multiplayer, unreal replication, gamemode, gamestate, playerstate, playercontroller, pawn, character class, uclass, ustruct, uenum, uproperty, ufunction, unreal, ue5, blueprints, c++, gamedev, aaa, real-time, rendering, nanite, lumen, niagara, gameplay, replication, multiplayer, gas" に言及されたときに使用。
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。