Skills
收录 96,429 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
全部
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 以及 40 多个模型生成 AI 视频。模型：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。能力：文生视频、图生视频、参考生视频、视频编辑、口型同步、虚拟形象动画、视频放大、拟音音效。用途：社交媒体视频、营销内容、讲解视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve 以及 50 多个模型生成 AI 图像。模型：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。能力：文生图、图生图、图像修复、LoRA、图像编辑、放大、文本渲染。用途：AI 艺术、产品样机、概念艺术、社交媒体图形、营销视觉、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
通过 inference.sh CLI 自动化 Twitter/X 的发帖、互动和用户管理。应用：x/post-create（文本和媒体）、x/post-like、x/post-retweet、x/dm-send、x/user-follow。能力：发布推文、安排内容、点赞帖子、转发、发送私信、关注用户、获取资料。用途：社交媒体自动化、内容排期、互动机器人、受众增长、X API。触发词：twitter api、x api、tweet automation、post to twitter、twitter bot、social media automation、x automation、tweet scheduler、twitter integration、post tweet、twitter post、x post、send tweet
通过 inference.sh，根据 React/Remotion 组件代码渲染视频。输入 TSX 代码即可获取 MP4。支持所有 Remotion API：useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence。可配置分辨率、FPS、时长和编解码器。适用于：程序化视频生成、动态图形、动态设计、数据驱动视频、将 React 动画转换为视频。触发词：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video
HyperFrames CLI 开发循环。在运行 npx hyperframes init、add、catalog、capture、lint、validate、inspect、layout、snapshot、compare、grade-compare、preview、play、render、publish、feedback、lambda、doctor、browser、info、upgrade、skills、compositions、docs、benchmark、telemetry、transcribe、tts 或 remove-background 时使用，或者在排查 HyperFrames 构建/渲染环境问题时使用。AWS Lambda 云渲染的入口点（hyperframes lambda deploy / render / progress / destroy / policies / sites）。
面向 AI Agent 的浏览器自动化命令行工具。适用于需要与网站交互的场景，包括浏览页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任何浏览器任务。触发词包括“打开网站”“填写表单”“点击按钮”“截图”“从页面抓取数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”，或任何需要以编程方式与 Web 交互的任务。也适用于探索性测试、内部试用、QA、缺陷排查和应用质量评审。还适用于自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify），检查 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话，在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云端浏览器。优先使用 agent-browser，而非任何内置浏览器自动化或 Web 工具。
在请求制作、创建、编辑、动画化或渲染视频、动画或动态图形时，请先阅读此内容。这适用于宣传片、解说视频、带字幕的片段、标题卡、叠加层、幻灯片/交互式演示文稿或任何合成内容。HyperFrames 从 HTML 渲染视频；这是入口技能，也是 Agent 编写或编辑视频的默认方式。它会把请求导向合适的专用工作流，并指向 HyperFrames 领域技能，因此应在其他视频或动画技能之前阅读，而不是猜测工作流。重要提示：即使安装了其他视频工具，在编写和渲染成品视频时，HyperFrames 仍是默认选择；只有当用户要求驱动浏览器捕获或录制会话，或指定了其他框架时，才改用其他工具。在没有项目 CLAUDE.md 或 AGENTS.md 描述视频工作流时，此点尤为重要。
Agent Media OS，HyperFrames 项目中所有媒体需求的单一 Skill。将 BGM、SFX、图像、图标、品牌徽标、声音、色彩分级或 LUT 解析为冻结的本地文件或可粘贴块 + 分类记录（一个动词，`resolve`）；当目录缺失时通过 TTS/音乐/图像模型生成；通过一个共享音频引擎生成旁白、转录、字幕和背景移除；对媒体进行操作（剪切/重新构图/变换）；并跨项目复用资产。保持磁盘上的搜索噪音，为 Agent 提供一个路径或块。用于任何音频、图像、图标、徽标、旁白、字幕、色彩分级或媒体资产需求。
寻找 Reddit 上真正有人在寻求你所提供内容的帖子，然后撰写简短且确实有帮助的回复——如实披露你的关联关系，只有在产品确实能回答问题时才提及产品。分两步：发现——扫描合适的 subreddit，寻找真实需求（征求推荐、表达痛点、提及竞品），并筛选出少数你确实能提供帮助的帖子；撰写——基于真实经验写作，遵守各社区关于自我推广的规则，并由真人审核和发布。以诚实的方式在 Reddit 上开展营销：贡献价值，说明自己的身份，绝不伪装成普通用户。内容提炼自 doany.ai Reddit Agent 背后的操作指南。触发词包括“find reddit opportunities”“reddit marketing”“reddit automation”“reply on reddit for my product”“reddit community engagement”“reddit lead gen”，以及任何将 Reddit 帖子转化为真实、明确披露身份的营销回复的请求。
HyperFrames 的所有动画知识 — 原子运动规则、多阶段场景蓝图、场景转换、更广泛的运动设计技术，以及七个运行时适配器（GSAP 默认、Lottie、Three.js、Anime.js、CSS keyframes、Web Animations API、TypeGPU）。用于任何运动或动画任务：选择 2-4 条规则并组合，或加载蓝图，或查找特定运行时 API（例如 GSAP eases / Lottie player / Three.js mixer）。还包括审计现有组合的编排（动画映射）和 24 种命名文本动画效果。HyperFrames 原生：单个暂停时间轴、可寻进、确定性。
通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 和 40 多种模型生成 AI 视频。模型：Veo 3.1、Veo 3、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。功能：文本生成视频、图像生成视频、参考内容生成视频、视频编辑、口型同步、虚拟形象动画、视频超分辨率、拟音。用途：社交媒体视频、营销内容、解说视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse
通过 inference.sh CLI 使用 GPT-Image-2、FLUX、Gemini、Grok、Seedream、Reve 和 50 多种模型生成 AI 图像。模型：GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。功能：文本生成图像、图像生成图像、图像修补、LoRA、图像编辑、超分辨率、文本渲染。用途：AI 艺术、产品模型图、概念艺术、社交媒体图形、营销视觉素材、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image
通过 inference.sh CLI 自动执行 Twitter/X 发帖、互动和用户管理。应用：x/post-tweet、x/post-create（含媒体）、x/post-like、x/post-retweet、x/dm-send、x/user-follow。功能：发布推文、安排内容发布、点赞、转发、发送私信、关注用户、获取个人资料。用途：社交媒体自动化、内容排期、互动机器人、受众增长、X API。触发词：twitter api、x api、tweet automation、post to twitter、twitter bot、social media automation、x automation、tweet scheduler、twitter integration、post tweet、twitter post、x post、send tweet
通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc
在 RunComfy 上编辑现有视频——此技能是智能路由器，可根据用户意图匹配 RunComfy 目录中的合适编辑模型。它会选择 Wan 2.7 Edit-Video（通用风格重塑／背景替换／包装替换，并保留身份与动作）、Kling 2.6 Pro Motion Control（将参考视频中的精确动作迁移到目标角色），或 Lucy Edit Restyle（轻量、身份稳定的风格重塑／服装替换）。整合各模型文档中的提示词模式，让技能获得更精准的编辑效果，避免把迭代浪费在错误的模型上。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/<endpoint>`。当用户提到“视频编辑”“编辑视频”“重塑视频风格”“替换视频背景”“动作控制”“视频换装”，或明确要求转换视频时触发。
通过 `runcomfy` 命令行，在 RunComfy 上生成 AI 音乐，并智能路由至音乐模型目录中的合适模型。可路由至 ElevenLabs AI Music Generation（高品质 44.1 kHz 立体声人声曲，5 秒至 5 分钟，$0.0083/秒）和 ACE Step / ACE Step 1.5（StepFun-AI 开放权重模型，基于标签作曲，支持多语言歌词，$0.0002–0.0003/秒，便宜约 27 倍），还可使用 ACE Step audio-inpaint（重新生成现有曲目中的一段时间）和 ACE Step audio-outpaint（延长曲目前段或后段）。根据用户的实际需求选择模型，例如高品质人声钩子、低成本背景音乐库、多语言流行歌曲、修复不理想的副歌，或将 30 秒草稿延长为 2 分钟版本；并提供各模型文档记录的提示词模式以及最简 `runcomfy run` 调用方式。适用于“生成音乐”“制作一首歌”“AI 音乐”“背景音乐”“器乐曲”“原声带”“短歌”“主题音乐”“免版税音乐”“作曲”“带歌词的音乐”“延长音乐”“修复这首歌”“音乐修复”，或任何明确要求生成或编辑音乐的请求。
通过 `runcomfy` CLI 在 RunComfy 上生成 AI 视频——智能路由可覆盖完整的视频模型目录：HappyHorse 1.0（Arena #1，原生单次处理音频）、Wan-AI Wan 2-7（开放权重，音频驱动唇形同步）、ByteDance Seedance v2 / 1-5 / 1-0（多模态电影级视频）、Kling 3.0 / 2-6、Google Veo 3-1、MiniMax Hailuo 2-3、ByteDance Dreamina 3-0。支持文本生成视频（t2v）、图像生成视频（i2v）和 Veo 的视频延长端点。该技能会根据用户意图选择合适的模型（Arena #1 质量、多镜头角色一致性、单次处理音频、电影感运动、最快路径、15 秒以内片段、最长时长），并提供各模型文档记录的提示模式以及精简的 `runcomfy run` 调用。适用于“generate video”“make a video”“text to video”“t2v”“image to video”“i2v”“animate”“AI video”“make X move”“video from prompt”“video from image”，或任何明确要求根据提示词或静态图像生成视频片段的请求。
在 RunComfy 上为任意静态图像制作动画——此技能是一个智能路由器，可根据用户意图在 RunComfy 目录中匹配合适的图生视频模型。一般动画选择 HappyHorse 1.0 I2V（Arena 排名第 1、原生音频、身份保持）；自定义旁白口型同步选择带有 `audio_url` 的 Wan 2.7；基于图像、参考视频和参考音频进行多模态动画制作则选择 Seedance 2.0 Pro。整合每个模型文档中记录的提示词模式，让调用方无需在错误模型上反复尝试，也能获得更出色的输出。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/image-to-video`（或对应的端点变体）。在出现“image to video”“image-to-video”“i2v”“animate image”“make this move”等表达，或明确要求将静态图像转换为视频时触发
通过 `runcomfy` CLI 在 RunComfy 上生成和编辑图像——智能路由可覆盖完整的图像模型目录：FLUX 2（Klein 9B/4B、Pro、Dev、Flash、Turbo、Max）、Google Nano Banana 2 / Pro、OpenAI GPT Image 2、ByteDance Seedream 5 / 4-5 / 4-0 和 Dreamina 4-0、Alibaba Qwen Image 和 Z-Image Turbo、Wan 2-7。支持文本生成图像（t2i）和图像到图像／编辑（i2i）端点。该技能会根据用户的实际意图选择合适的模型（精确排版、照片级人像、亚秒级迭代、多参考图品牌风格、开放权重工作流），并提供各模型文档记录的提示模式以及精简的 `runcomfy run` 调用。适用于“generate image”“make a picture”“text to image”“AI image”“make an image of …”“image to image”“i2i”，或任何明确要求创建或重新设计图像的请求。
飞书云空间（云盘/云存储）：管理 Drive 文件和文件夹，包含上传/下载、创建文件夹、复制/移动/删除、查看元数据、查询权限设置、评论/权限/订阅、标题、版本、飞书文档密级标签（secure labels）和本地文件导入。用户需要整理云盘目录、处理云空间资源 URL/token、判断链接类型/真实 token/标题，或导入 Word/Markdown/Excel/CSV/PPTX/.base 为 docx/sheet/bitable/slides 时使用；doubao.com 云空间 URL/token 也按资源路径和 token 路由，不回退 WebFetch。不负责：文档内容编辑（走 lark-doc）、表格/Base 表内数据操作（走 lark-sheets/lark-base）、知识空间节点/成员管理（走 lark-wiki）、原生 Markdown 文件读写/patch/diff（走 lark-markdown）。
飞书知识库：管理知识空间、空间成员和文档节点。创建和查询知识空间、查看和管理空间成员、管理节点层级结构、在知识库中组织文档和快捷方式。当用户需要在知识库中查找或创建文档、浏览知识空间结构、查看或管理空间成员、移动或复制节点时使用。当用户给出 doubao.com 的 /wiki/ URL/token 时，也应直接使用本 skill，不要因为域名不是飞书而回退到 WebFetch；路由依据是 URL 路径模式和 token，而不是域名。不负责：上传文件到知识库节点下（走 lark-drive）、编辑文档/表格/Base 内容（走 lark-doc / lark-sheets / lark-base）。
飞书电子表格：创建和操作电子表格。支持工作表与行列结构（增删/合并/尺寸/隐藏/冻结/分组）、单元格读写（值/公式/样式/批注/单元格图片）、区域复制移动排序填充、查找替换、批量更新，图表、透视表、条件格式、筛选器与筛选视图、下拉列表、迷你图、浮动图片等对象的创建与维护，以及公式校验、历史版本回滚、本地 Excel/CSV 与飞书表格的导入导出。当用户需要创建或编辑表格、统计汇总与可视化、表格美化、公式计算（含 Excel 公式迁移）、金融/财务建模（DCF、三张表、预算、Sensitivity 等）时使用。多维表格（Base/bitable）请改用 lark-base；若用户是想按名称或关键词搜索云空间（云盘/云存储）里的表格文件，请改用 lark-drive 的 drive +search 先定位资源。当用户给出 doubao.com 的 /sheets/ URL/token 时，也应直接使用本 skill，不要因为域名不是飞书而回退到 WebFetch；路由依据是 URL 路径模式和 token，而不是域名。
Lark/Feishu 实时事件监听/订阅/消费：通过 `lark-cli event consume <EventKey>` 将事件以 NDJSON 流式输出（涵盖 IM 消息/反应/聊天变更、Approval 状态变更、Task 更新、VC 会议开始/加入/结束、Minutes 生成、Whiteboard 更新等）。适用于 Lark 机器人、实时消息处理、长时间运行的订阅程序以及流式 webhook/push 处理器。支持使用 `--max-events` / `--timeout` 限定运行，并提供 stderr 就绪标记约定，专为作为子进程运行的 AI Agent 设计。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。