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 97,222 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
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
blender-* スキルを QA ゲートと連携させた、エンドツーエンドの Blender 5.2 プレイブックです。ゲーム用小物（ミッドポリ、ハイポリからローポリへの変換）、ゲームキャラクター（スカルプト／AI メッシュからリギング、アニメーション付きエクスポートまで）、Roblox の小物／アクセサリー／アバター、AI 生成またはダウンロードしたアセットのクリーンアップ、プロシージャル環境、ウェブ／AR アセット、製品ターンテーブル、ムード／天候ショット（夜、雨、雪、霧）を扱います。複数段階にわたるアセット制作全般に使用します。
Codex imagegen、GPT Image、Sora、Grok Imagine、Veo、Luma、Runway、Higgsfield、Remotion、Playwright、ffmpeg、Figma、Canva、Vercel を使って、AI 生成画像、GIF、動画、スタイルフレーム、画像から動画へのクリップ、ソーシャル広告、シネマティックなブランド素材、モーションスタディ、複数プロバイダーの生成メディアワークフローを計画、プロンプト作成、生成、編集、ルーティング、仕上げ、品質確認するときに使用します。
Clueso MCP のみを使って、生の画面録画を磨き上げたナレーション付きの製品デモに変える。無駄な時間をカットし、ステップの境界で分割し、ズーム、ハイライト、キャプション、生成したボイスオーバーを追加して書き出す。ユーザーが「polish this recording」「clean up my screen recording」「make this recording into a demo」「add voiceover and zooms to this capture」と言った場合、または生の画面キャプチャをアップロードして見栄えのするものにしたい場合に使用する。
AI アバター、リップシンク、ボイスオーバーによるトーキングヘッド動画の制作。推奨：P-Video-Avatar（最速、最安、TTS 内蔵）。OmniHuman、PixVerse、Fabric も扱う。ポートレートの要件、音声品質、制作ワークフロー。用途：スポークスパーソン動画、コース教材、ソーシャルメディア、プレゼンテーション、デモ。トリガー：talking head、avatar video、lipsync、lip sync、ai spokesperson、virtual presenter、ai presenter、omnihuman、talking avatar、video presenter、ai talking head、presenter video、ai face video、p-video-avatar
生成したアニメーション、画面上のテキスト、温かみのあるナレーションから、定番の 60〜90 秒のアニメーション解説動画——フック、課題、解決策、仕組み、CTA——を作成する。ユーザーが "make an explainer video"、"animated explainer for X"、"explain our product in a video"、"60-second explainer"、"problem-solution video" と言う場合、または製品、機能、概念を魅力的なアニメーション形式で視聴者に解説したいと述べる場合に使用する。
ジャンル固有の慣習、タイポグラフィのルール、AI 画像生成を踏まえた書籍カバー（表紙）デザイン。フィクションとノンフィクションのジャンル、サイズ、サムネイルテスト、反復ワークフローを扱う。用途: 自費出版、電子書籍カバー、印刷カバー、オーディオブックカバー、カバーモックアップ。トリガー: book cover、cover design、ebook cover、book art、novel cover、self publishing cover、kindle cover、audiobook cover、book jacket、cover illustration、fiction cover、nonfiction cover
リファレンスシートと LoRA 技術を使って、AI 生成画像のキャラクターの一貫性を保ちます。ターンアラウンド、表情シート、カラーパレット、スタイルの一貫性を保つテクニックを扱います。用途：キャラクターデザイン、ゲームアート、イラスト、アニメーション、コミック、ビジュアルノベル。起動語句：キャラクターデザイン、キャラクターシート、一貫性、キャラクターリファレンス、ターンアラウンドシート、表情シート、キャラクターアート、一貫したキャラクター、キャラクターコンセプト、リファレンスシート、キャラクター制作、OC デザイン、キャラクターバイブル
ユーザーが動画用のブランドタイトル、アニメーション付きローワーサード、ロゴイントロを必要とする場合に使用します。Resolve の Text+ ノードと Fusion のアニメーションモディファイアを使って再利用可能なタイトルテンプレートを作成します。トリガーとなる症状には「add a name lower third」「animated logo intro」「title card with gradient」「save title as a template」「introduce a guest」といったフレーズや、DaVinci Resolve のタイトル・テキストに関するあらゆる質問が含まれます。
inference.sh CLI 経由で ElevenLabs を使い、テキストの説明から AI 効果音を生成します。機能：テキストから効果音への変換、カスタム長、ロイヤリティフリーの音声。用途：動画制作、ゲーム音声、ポッドキャスト、映画、プレゼンテーション、ソーシャルメディア。トリガー：sound effects、sfx、sound generation、ai sound effects、generate sound、foley、audio effects、sound design、text to sound、elevenlabs sound、eleven labs sfx、ambient sound、cinematic sound、game sound effects。
inference.sh CLI 経由で ElevenLabs のテキスト読み上げを利用。22+ のプレミアムボイス、多言語対応、音声チューニングを備える。モデル：eleven_multilingual_v2（最高品質）、eleven_turbo_v2_5（低遅延）、eleven_flash_v2_5（超高速）。機能：テキスト読み上げ、ボイス選択、安定性/スタイル制御、32 言語。用途：ナレーション、オーディオブック、動画ナレーション、ポッドキャスト、アクセシビリティ、IVR。トリガー：elevenlabs、eleven labs、elevenlabs tts、premium tts、professional voice、ai voice、high quality tts、multilingual tts、eleven labs voice、voice generation、natural speech、realistic voice、voice over、speech synthesis
inference.sh のコマンドラインで ElevenLabs Scribe と Whisper モデルを使って音声をテキストに文字起こし。モデル：ElevenLabs Scribe v2（98% 以上の精度、話者分離）、Fast Whisper Large V3、Whisper V3 Large。機能：文字起こし、翻訳、多言語、タイムスタンプ、話者分離、音声イベントのタグ付け。用途：会議の文字起こし、字幕、ポッドキャストの書き起こし、ボイスメモ。トリガー：speech to text、transcription、whisper、audio to text、transcribe audio、voice to text、stt、automatic transcription、subtitles generation、transcribe meeting、audio transcription、whisper ai、elevenlabs stt、scribe、eleven labs transcribe
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
AI エージェントがブランドローンチフィルム、製品公開動画、マニフェストフィルム、キャンペーンのヒーロー動画、ウェブサイトのヒーロー動画、投資家/顧客向けローンチ素材、SNS 用カットダウンを制作するためのプロバイダー非依存の制作ワークフロー。戦略、主張、ブランドボイス、ビジュアルの方向性、製品の証拠、アクセシビリティ、コンプライアンス、マルチプラットフォーム配信を整合させる必要があるローンチフィルムの企画、脚本、生成、編集、レビュー、納品時に使用。
ElevenLabs と Dia TTS によるマルチスピーカー対話音声の作成。話者タグ、感情制御、ペース、会話の流れ、ポストプロダクションを扱う。用途：ポッドキャスト、オーディオブック、解説動画、キャラクター対話、会話型コンテンツ。トリガー：dialogue audio、multi speaker、conversation audio、dia tts、two speakers、podcast audio、character voices、voice acting、dialogue generation、conversation tts、multi voice、speaker tags、dialogue recording、elevenlabs dialogue、eleven labs conversation
ElevenLabs のマルチスピーカー対話生成 - inference.sh コマンドラインで、1 つの音声ファイルに異なる声の会話を作成します。機能：複数声の対話、スクリプトベースの生成、声の演出、会話音声。用途：ポッドキャスト、オーディオブック、解説、チュートリアル、キャラクターの対話、動画スクリプト。トリガー：elevenlabs dialogue、eleven labs dialogue、multi speaker、conversation audio、dialogue generation、text to dialogue、multi voice、voice acting、podcast dialogue、character voices、script to audio、elevenlabs conversation、two speakers
ElevenLabs の自動吹き替え - inference.sh コマンドラインで音声/動画を 29 言語に翻訳して吹き替え、話者の声を保持します。機能：話者の自動検出、声を保持した翻訳、動画の吹き替え、音声のローカライズ。用途：コンテンツのローカライズ、動画翻訳、多言語コンテンツ、国際配信。トリガー：dubbing、dub video、translate audio、video translation、audio translation、localize content、elevenlabs dubbing、eleven labs dub、multilingual dub、voice translation、auto dub、language dub、content localization
ワンクリックの全工程 PPT：まず GordenImagePPTGen で「画像形式の PPT」を生成し、次に GordenImage2PPTX でそれを「編集可能な .pptx」に逆変換する。この 2 つのサブスキルをパッケージ化して順に編成し、最終的に画像型 PPT + 編集可能な pptx + すべての中間生成物を同時に納品する。Orchestrates image-PPT generation and image→editable-PPTX conversion end to end. ユーザーがテーマ/内容だけを提示し、「見栄えがよく編集もできる」完全な PPT 成果物を求める場合、または具体的な機能を指定しない場合に使用。
Higgsfield（higgsfield.ai）を通じて、動画と補助用の静止画を生成します。Higgsfield はマルチモデルのクリエイティブプラットフォームで、サードパーティ製動画モデル（Kling、Veo、Seedance、Wan、MiniMax、および提供終了までの Sora）に加え、Higgsfield 独自の制御レイヤーである Soul / Soul ID の画像生成、DoP カメラプリセットエンジン、Cinema Studio 映像制作スイートを提供します。リクエストが特に Higgsfield 経由の生成を指定している場合、ユーザーが1つのワークスペースでアグリゲーター経由のモデル切り替えと映画的なカメラ／エフェクトプリセットを求める場合、Soul ID によるキャラクターの一貫性を計画する場合、または Higgsfield 経由と基盤モデルプロバイダーへの直接接続のどちらを選ぶか判断する場合に、このスキルを使用します。モデル選択、モデルごとのプロンプト戦略、クレジットのコスト、（部分的な）API の範囲、機能上の制限、生成・アップロードされた実在人物の映像に関する権利／同意ポリシーを扱います。
戸晨風の視点：「購買力チャレンジ」のクリエイター、消費リアリストの思考フレームワークで消費の選択、社会階層、個人の成長を捉える。素材：ライブ配信の逐字文字起こし 490 件（2023.03-2025.09）＋公開動画の字幕＋Wikipedia／語録＋知乎の分析＋ニュース報道。ベクトル化コーパス：490 件のライブ配信文字起こしをすべてベクトルインデックスとして埋め込み、意味検索に対応。中核モデル：5 個。意思決定ヒューリスティック：10 条。一次語録ライブラリ：99 条。トリガーワード：「戸晨風」「Apple の人」「Android の人」「戸晨風のやり方」「戸晨風の視点から」「晨風はどう見るか」。限界：素材は公開のライブ配信文字起こしと二次報道が中心で、一次取材が不足している。アカウントは全プラットフォームで凍結済みのため、最新の動向は追跡できない。初期の底層への関心を扱ったコンテンツと後期のブランド階層化コンテンツでは立場が明らかに転換しており、使用時には段階を区別する必要がある。調査時期：2026 年 4 月。
Midjourney の公式ドキュメントに記載されたウェブサイトと Discord インターフェースで制作した静止画の作業を、計画・プロンプト作成・反復・編集・移行・品質チェックする。Midjourney のモデルとパラメータの選択、画像/スタイル/Omni 参照、Draft または Conversational ワークフロー、タイポグラフィを意識した制作、プライバシーと権利の確認、Midjourney 画像パイプラインのトラブルシューティングに使用する。サポートされていない Midjourney API を考案したり自動化したりするために使用しないこと。
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。