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 96,770 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
VSS Pipeline Manager を通じて自然言語でビデオライブラリを検索します — ビデオをアップロードし（POST /videos）、その埋め込みを生成し（POST /videos/search-embeddings/{id}）、オプションのタグと時間フィルターを付けてクエリを実行し（POST /search/query）、ランク付けされたクリップ結果を読み取ります。ユーザーが「search my videos」「find <thing> in the videos」「when did X happen」と言ったとき、または検索用にビデオを取り込み/インデックス化したいときに使用します。検索対応のデプロイ（--search、--dual、または --unified）が必要です。
VSS Pipeline Manager を通じてビデオを要約します — POST /summary（完全な必須ボディ）で要約パイプラインを開始し、完了するまで GET /summary/{stateId} をポーリングし、GET /summary/{stateId}/raw で要約を返します。ユーザーが「summarize this video」「create a summary」「what happens in this video」（取り込み済みビデオに対して）と言ったとき、または要約パイプラインを実行/検査したいときに使用します。要約対応のデプロイ（--summary、--dual、または --unified）が必要です。
紅包カバー（WeChat のお年玉カバー）デザインスキル。WeChat 紅包カバー開放プラットフォームの仕様に準拠したカバーデザイン画像を生成する。カバー画像、カバーアクセサリー、バブルアクセサリー、カバーストーリー素材を含む。このスキルは、ユーザーがゼロから WeChat 紅包カバープラットフォーム基準に適合する完全な素材セットを設計し、すべての素材がプラットフォームの審査を円滑に通過し、プロフェッショナルでおめでたいビジュアル効果を実現するのを支援する。
inference.sh CLI で 150+ の AI アプリを実行する — 画像生成、動画作成、LLMs、検索、3D、Twitter 自動化。モデル：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter など多数。AI アプリの実行、画像/動画の生成、LLMs の呼び出し、ウェブ検索、Twitter の自動化に使用する。トリガー：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok
画像、動画、音声、テキストを組み合わせた多段階の AI コンテンツ制作パイプラインを構築する。ワークフロー例：画像生成 -> アニメーション化 -> ナレーション追加 -> 音楽と結合。ツール：FLUX、Veo、Kokoro TTS、OmniHuman、media merger、アップスケーリング。用途：YouTube 動画、ソーシャルメディアコンテンツ、マーケティング素材、自動化コンテンツ。トリガー：content pipeline、ai workflow、content creation、multi-step ai、content automation、ai video workflow、generate and edit、ai content factory、automated content creation、ai production pipeline、media pipeline、content at scale
inference.sh CLI 経由で ElevenLabs、Diffrythm、Tencent Song Generation を使って AI 音楽と楽曲を生成する。モデル：ElevenLabs Music（最大 10 分、商用ライセンス）、Diffrythm（高速な楽曲生成）、Tencent Song Generation（ボーカル付きのフル楽曲）。機能：テキストから音楽、楽曲生成、インストゥルメンタル、歌詞から楽曲、サウンドトラック作成。用途：BGM、ソーシャルメディアコンテンツ、ゲームサウンドトラック、ポッドキャスト、ロイヤリティフリー音楽。トリガー：music generation、ai music、generate song、ai composer、text to music、song generator、create music with ai、suno alternative、udio alternative、ai song、ai soundtrack、generate soundtrack、ai jingle、music ai、beat generator、elevenlabs music、eleven labs music
テキスト読み上げ、音楽、音声編集で AI 駆動のポッドキャストを作成。ツール：Kokoro TTS、DIA TTS、Chatterbox、AI 音楽生成、メディア結合。機能：マルチボイスの会話、BGM、イントロ/アウトロ、全編エピソード。用途：ポッドキャスト制作、オーディオブック、音声コンテンツ、音声ニュースレター。トリガー：podcast、ai podcast、text to speech podcast、audio content、voice over、ai audiobook、multi voice、conversation ai、notebooklm alternative、audio generation、podcast automation、ai narrator、voice content、audio newsletter、podcast maker
Volcano Engine AI MediaKit のトーキングヘッド動画編集 Skill。環境構築からメディア管理、音声処理、トーキングヘッドのカット、動画エクスポート、レビュー UI、反復的な改善までのワンストップワークフロー。ユーザーがトーキングヘッド編集、トーキング動画のカット、動画編集、無音の除去、音声処理、トーキング動画のエクスポート、自動編集、言い間違いの除去などに言及したときは、必ずこの Skill を呼び出すこと。ユーザーが動画や音声をアップロードして編集を求めたときも呼び出す。
ブランドの一貫性を備えたコンテンツ スタジオ。ユーザーがコンテンツ（ブログ記事、ソーシャル メディア（X/Twitter、LinkedIn、Reddit、HN）、プレゼンテーション（Slidev/Reveal/Spectacle）、インフォグラフィック、画像プロンプト、動画スクリプト（Remotion）、編集カレンダー、コンテンツ監査）を作成したいときは常にこのスキルを使用する。ブランド設定、ボイス プロファイリング、コンテンツの再利用、コンテンツ戦略でもトリガーされる。執筆、公開、ビジュアル コンテンツ制作、コンテンツ計画を含むあらゆるリクエストを扱う。ユーザーが「コンテンツ」と明示していなくても、ブログ記事を書きたい、スライドを作りたい、スレッドを下書きしたい、コンテンツ カレンダーを計画したい、コンテンツの品質を確認したい場合は、このスキルを使用する。
Wieden+Kennedy のようなエージェンシーの概念的な卓越性、現代ブランドのデータに基づく創造性、キャンペーンを忘れがたいものにする芸術的ビジョンを組み合わせた、世界水準のクリエイティブ戦略の専門知識。クリエイティブ戦略は、ビジネス目標とクリエイティブ実行の間の橋渡しである。優れたクリエイティブは単なるきれいな絵ではなく、可視化された戦略的思考である。最高のクリエイティブストラテジストは、画期的なアイデアは深い洞察から生まれ、制約が創造性を育み、最も記憶に残るキャンペーンとは予想外の方法で真実の物語を語るものだと理解している。「creative strategy, campaign concept, creative direction, art direction, video production, photo shoot, brand campaign, advertising, ad creative, visual identity, campaign idea, creative brief, storyboard, motion design, commercial, brand video, creative, campaigns, art-direction, video, advertising, visual, storytelling, production」に言及されたときに使用。
二次元キャラクターのスキル蒸留器。キャラクター名+作品名を入力すると、ローカルでコア資料を検索→クロス検証→行動を蒸留→実行可能・追跡可能・更新可能なキャラクター Skill を生成する。トリガーワード：「XX の skill を生成」「XX を蒸留」「XX キャラを作る」「XX を skill にする」「XX を作る」「/csp」。曖昧な要望でも発動：「ツンデレキャラと話したい」「ヤンデレのおすすめはある」「XX 作品のキャラを作って」。Python に依存；コアサイトは優先的にローカルスクリプトを使用し、Web 検索 skill / MCP / WebFetch は補強と失敗時のフォールバックとしてのみ使用する。
都爆鸭制作の「AI っぽさ」除去の専門家：中国語の文章で「いかにも AI が書いた」箇所を一文ずつ指摘する——決まり文句の接続詞、「A ではなく B」、三段構成の並列、総分総、均一な文長、結びの昇華、定型の書き出し——デフォルトでは診断レポートのみを出し、書き直しはしない。求められた場合のみ書き直し、変更点を一つずつ示す。AI 的な語り口を除くだけで、プラットフォームの口調を変えたり、コンプライアンス検査を行ったりはしない。トリガーワード：去AI味、去AI化、AI味、AI腔、AI感、機器味、AI痕跡、像AI写的、一眼AI、这篇是不是AI写的、改得像人写的、说点人话、说人话、没有人味、没人味、太官方了、太套路了、全是套话、文章太干、改得自然点、降AI率、AI率太高、过AI检测。完全にローカルで動作し、ネット接続不要、key も不要。AI 表示の回避、学術的な重複削減は行わず、検出器の通過も約束しない。
EC 画像セット生成アシスタント。ユーザーが EC 画像セット、商品メイン画像、セールスポイント画像、シーン画像、モデル画像などの画像コンテンツの生成を明示的に求めたときに発動する。国内プラットフォーム（淘宝、京東、拼多多、抖音）と国際クロスボーダープラットフォーム（Amazon、自社サイト）のサイズ規定に対応。発動例：「帮我生成这件T恤的电商套图」「做一套淘宝主图」「生成亚马逊listing图片」。ユーザーが画像をアップロードしただけで画像生成の要望を明示していない場合は発動しない。
inference.sh CLI 経由で ElevenLabs の音声テキスト化を利用。Scribe モデルと強制アラインメントに対応。モデル：Scribe v1/v2（98%+ の精度、90+ 言語）。機能：文字起こし、話者分離、音声イベントのタグ付け、単語レベルのタイムスタンプ、強制アラインメント、字幕生成。用途：会議の文字起こし、字幕、ポッドキャストの文字起こし、リップシンクのタイミング、カラオケ。トリガー：elevenlabs stt、elevenlabs transcription、scribe、elevenlabs speech to text、forced alignment、word alignment、subtitle timing、diarization、speaker identification、audio event detection、eleven labs transcribe
ElevenLabs ボイスアイソレーター — inference.sh CLI で音声から背景ノイズを除去しボーカルを分離する。機能: ノイズ除去、音声抽出、オーディオクリーンアップ、背景除去。用途: ポッドキャストのクリーンアップ、インタビュー音声、音楽のボーカル、ノイズの多い録音、音声修復。トリガー: voice isolator、noise removal、background removal、isolate voice、clean audio、remove background noise、audio cleanup、voice extraction、elevenlabs isolator、eleven labs noise、vocal isolation、denoise、audio restoration、voice separation
inference.sh コマンドラインで FLUX モデル（Black Forest Labs）による画像生成。モデル：FLUX Dev LoRA、FLUX.2 Klein LoRA（カスタムスタイル適応に対応）。機能：テキストから画像、画像から画像、LoRA ファインチューニング、カスタムスタイル。トリガー：flux、flux.2、flux dev、flux schnell、flux pro、black forest labs、flux image、flux ai、flux model、flux lora
テキストから AI 生成ライティングの痕跡を検出して除去する。編集、書き直し、校正、レビューのいずれの場面でも、より自然で人間が書いたように聞こえるようにしたいときに使用する。ユーザーがテキストの「humanize」、AI パターンの除去、文章を機械的でなくする、より自然に聞こえるようにする、AI 検出を避ける、人間の声で書き直す、文章を de-slop する、ライティングの真正性を高めることを求めたときにこのスキルをトリガーする。自分が生成または編集しているテキストに AI ライティングのパターンに気づいたときにも積極的に使用する。
Instagram Reels から文字起こし、メタデータ、音楽、キーフレームを抽出する。ユーザーが Instagram Reel の URL（instagram.com/reel/、instagram.com/p/）を共有し、スクリプト/文字起こし、動画の詳細、クリエイター情報、再生回数、コメント、使用された音楽、または reel のあらゆるデータを求める場合に使用する。ユーザーが Instagram 動画の内容を分析、再利用、参照したい場合にも使用する。
inference.sh CLI 経由で Google Gemini 3.1 Flash Image Preview（Nano Banana 2）による画像生成を行う。機能：テキストからの画像生成、画像編集、複数画像の入力（最大 14 枚）、Google Search グラウンディング。トリガー：nano banana 2、nanobanana 2、gemini 3.1 flash image、gemini 3 1 flash image preview、google image generation
inference.sh CLI 経由で Google Gemini のネイティブ画像モデルによる画像生成を行う。モデル：Gemini 3 Pro Image、Gemini 2.5 Flash Image。機能：テキストからの画像生成、画像編集、複数画像の入力。トリガー：nano banana、gemini image、gemini 3 pro image、gemini 2.5 flash image、google image generation、native image generation、gemini native image
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。