Skills
收录 96,981 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。
创意与媒体
端到端地将原始 9:16 口播片段制作成精致、高品质的 Instagram Reel:从所有片段中为每句挑选最清晰的镜头,剪掉停顿,从 4K 画面放大裁切,将人物从背景中抠出以便文字显示在头后,应用三种设计风格之一(动感醒目文字、酷女孩、酷男孩),通过并行子 Agent 制作动画 UI 插入片段,添加细微的声音设计,并在 Reels 安全区域内逐帧检查每处剪辑。通过 /video-edit 或“编辑这些片段”“我把片段放在下载文件夹了”“把这些剪成一个 Reel”“让这个 Reel 看起来很燃”等短语触发。
通过 `video-motion-previs` 命令行安装并驱动 Motion Previs Studio v4,将参考视频转换为姿态、深度、摄像机运动、控制层以及 AI 视频/Blender 制作包。当 Agent 必须检查或安装该桌面应用、导入并裁剪镜头、运行运动分析、导出包、检查其文件、采集应用画面,或将某个层发送到 Blockout 时使用。触发词:Motion Previs Studio、video motion previs、camera solve、pose extraction、OpenPose BODY_25、depth control video、production pack、motion-previs MCP。
通过其本地自动化端点用 JavaScript 远程控制 Affinity(Canva 旗下统一的 Affinity 应用:矢量、像素和布局工作室)——无需配置 MCP 客户端。可自动化文档编辑、批量操作、文本/图层操作和可复用的库脚本,并通过渲染后的 JPEG 进行视觉验证。适用于用户想要为 Affinity 编写脚本或实现自动化、以编程方式编辑 .af / .afdesign / .afphoto / .afpub 文档、批量处理设计,或提到 "Affinity"、"Affinity script"、"automate Affinity"、"batch edit in Affinity"、"control Affinity" 的场景——即使他们没有提到脚本编写。
通过一个小的本地桥接,用 Python 脚本远程控制正在运行的 Blender——实时构建和编辑 3D 场景:使用 bmesh 和修改器进行网格与曲线建模、材质和着色器节点图、几何节点、灯光和摄像机、关键帧动画、绑定、物理模拟、Grease Pencil、视频序列编辑器以及 EEVEE/Cycles 渲染,然后测量结果、截取视口截图,并导出 glTF / FBX / USD / Alembic / OBJ / STL。每当用户想要创建或编辑 3D 场景、模型、动画、产品图或 .blend 文件,渲染图像或视频,转换或导出 3D 资产,或说 "Blender"、"3D model"、"render this"、"make a 3D animation"、"Blender scene"、"export to glTF" 时使用——即使用户没有提到脚本。
以叙事驱动品牌传播的艺术与科学。本技能将品牌信息转化为能引发情感共鸣、建立记忆并驱动行动的动人故事。在内容无限的世界里,唯有故事能够穿透喧嚣。伟大的品牌不卖产品——它们讲故事。Apple 讲述创意叛逆者的故事。Nike 讲述人类潜能的故事。Patagonia 讲述环境守护的故事。本技能教你全方位地找到、打磨并在每个触点讲述你的品牌故事。AI 放大讲故事的能力——生成变体、跨渠道适配、保持一致性——但识别真实故事的人类洞察仍然不可或缺。本技能将叙事技艺与 AI 执行相连接。当提到 "story, storytelling, narrative, brand story, origin story, hero journey, emotional connection, customer story, testimonial, case study, brand film, about us, storytelling, narrative, brand-story, emotional, hero-journey, content" 时使用。
当用户说「获取逐字稿」「转录视频」「提取文稿」「帮我扒一下」「这个视频说了什么」「这个博主说了啥」,或直接给一个视频链接要求提取内容时,应使用本 skill。即使用户只是丢了一个视频链接没说要干嘛,只要上下文涉及对标分析或内容提取,也应主动触发。调用 video2text.py 获取原始逐字稿,AI 校对常见语音识别错误,识别作者后归档到对标博主目录。不应触发:分析爆款规律(用 li-analyzer)、记录自己的选题想法(用 li-recorder)、写自己的脚本(用 li-writer)。当用户想要「get transcript」「transcribe video」「extract script」,或给一个视频链接进行内容提取时使用。运行语音转文字、AI 校对,并归档到对标博主目录。
分析文章中的 AI 生成内容特征,并改写以通过微信 3.27 非人工自动化内容创作检测。检查模板化短语、过渡词密度、句式一致性、段落模式重复以及微信用于标记 AI 内容的其他信号。输出风险报告和可选的人性化改写。当用户想检查一篇文章是否看起来像 AI 生成、让文章更像真人写作、绕过微信 AI 检测或人性化 AI 撰写的内容时使用。当用户提到 "去AI痕迹"、"人性化润色"、"微信AI检测"、"anti-ai-check"、"humanize article"、"公众号发文检查" 时也触发。
创建 Minecraft 3D 模型(Java/Bedrock)—— 用图像模型生成 vanilla-Minecraft 设计稿和三视图参考,然后通过 Blockbench MCP 服务在 Blockbench 中直接构建、贴图和制作动画。适用于用户提出 做一个 Minecraft 模型 / 生成一格 XXX / 把设计图或三视图建成 Blockbench 模型 / 给模组或资源包添加模型,或任何需要在 Blockbench 中创建或编辑 3D 模型的请求。前提是 Blockbench MCP 已安装并运行;如果 MCP 工具不可用,请先提醒用户安装并启动 Blockbench MCP。
在 RunComfy 上使用 Google Nano Banana 2(图生图编辑端点)编辑图像。介绍 Nano Banana Edit 的优势(保留主体身份、更换背景、使用空间描述进行局部编辑、最多输入 20 张图像进行批量编辑)、参数结构,以及何时改用 GPT Image 2 edit、Flux Kontext 或 Nano Banana 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run google/nano-banana-2/edit`。在出现“nano banana edit”“edit with nano banana”“image edit nano banana”等表达,或明确要求使用此模型编辑图像时触发
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。
