Skills
收录 96,770 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
使用 Codia Design Skills 和 Codia Open API 创建、编辑、增强、转换和管理图像、设计资源和视觉素材。适用于用户要求生成图像、海报、广告创意、商品上架图、电商素材、banner、缩略图或社交变体；通过移除背景、替换背景、擦除对象、移除已授权水印、放大、重新构图、混搭或使用参考图来编辑图像；将截图、UI 稿、图像、PDF、报告或文档转换为可编辑的设计数据、图层、PPTX 幻灯片或 SVG/矢量素材；查看或描述图像；或管理 Codia CLI 设置、认证、积分、用量、限制和自动充值。
使用 ElevenLabs 和 Dia TTS 创建多说话人对话音频。涵盖说话人标签、情感控制、节奏、对话流程和后期制作。用于：播客、有声书、讲解视频、角色对话、对话式内容。触发词：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
使用 ElevenLabs 和 Dia TTS 创建多说话人对话音频。涵盖说话人标签、情感控制、节奏、对话流程和后期制作。用于：播客、有声书、讲解视频、角色对话、对话式内容。触发词：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
面向用户的创意总监与生成视频制作编排器。适用于产品广告、UGC、品牌片、剧情片、喜剧、短片、改编、蒙太奇、MV 概念，以及 AI 重制，如「make a video」「generate video」「TikTok product video」「做个视频」「短剧」「广告片」「带货视频」或「口播视频」。当作为实际视频制作的一部分需要脚本或分镜计划时也使用。若只需规划用的分镜表、镜头清单或脚本改编，请使用 storyboard-sheet。请勿用于显式的视频裂变或从单一给定源视频生成多个受控变体；请使用 video-fission。请勿用于从单一给定参考视频进行复刻、重混，复刻或剪同款；请使用 video-remake。无源素材的变体构思仍在此。请勿用于下载或对现有素材进行传统剪辑。
ElevenLabs 多说话人对话生成 - 通过 inference.sh 命令行在单个音频文件中生成不同声音的对话。能力：多声音对话、基于脚本的生成、声音指导、对话音频。用途：播客、有声书、讲解、教程、角色对话、视频脚本。触发词：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 多说话人对话生成 - 通过 inference.sh 命令行在单个音频文件中生成不同声音的对话。能力：多声音对话、基于脚本的生成、声音指导、对话音频。用途：播客、有声书、讲解、教程、角色对话、视频脚本。触发词：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 自动配音 - 通过 inference.sh 命令行将音频/视频翻译并配音成 29 种语言，同时保留说话人声音。能力：自动说话人检测、保留音色的翻译、视频配音、音频本地化。用途：内容本地化、视频翻译、多语言内容、国际分发。触发词：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
ElevenLabs AI 音乐生成 — 通过 inference.sh CLI 从文本提示词创作原创音乐。能力：文本转音乐、最长 10 分钟的自定义时长、流派/情绪/乐器控制、免版税商用。用于：背景音乐、配乐、广告短曲、播客、视频配乐、游戏音频。触发词：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。
ElevenLabs AI 音乐生成 — 通过 inference.sh CLI 从文本提示词创作原创音乐。能力：文本转音乐、最长 10 分钟的自定义时长、流派/情绪/乐器控制、免版税商用。用于：背景音乐、配乐、广告短曲、播客、视频配乐、游戏音频。触发词：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。
通过 inference.sh CLI 使用 ElevenLabs 根据文本描述生成 AI 音效。能力：文本转音效、自定义时长、免版税音频。用于：视频制作、游戏音频、播客、电影、演示、社交媒体。触发词：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。
通过 inference.sh CLI 使用 ElevenLabs 语音转文字，支持 Scribe 模型和强制对齐。模型：Scribe v1/v2（98%+ 准确率，90+ 种语言）。能力：转写、说话人分离、音频事件标注、词级时间戳、强制对齐、字幕生成。适用：会议转写、字幕、播客文字稿、口型同步计时、卡拉 OK。触发词：elevenlabs stt、elevenlabs transcription、scribe、elevenlabs speech to text、forced alignment、word alignment、subtitle timing、diarization、speaker identification、audio event detection、eleven labs transcribe
通过 inference.sh CLI 使用 ElevenLabs 文字转语音，提供 22+ 种优质音色、多语言支持和语音调优。模型：eleven_multilingual_v2（最高质量）、eleven_turbo_v2_5（低延迟）、eleven_flash_v2_5（极速）。能力：文字转语音、音色选择、稳定性/风格控制、32 种语言。适用：配音、有声书、视频旁白、播客、无障碍、IVR。触发词：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
通过 inference.sh CLI 使用 ElevenLabs 文字转语音，提供 22+ 种优质音色、多语言支持和语音调优。模型：eleven_multilingual_v2（最高质量）、eleven_turbo_v2_5（低延迟）、eleven_flash_v2_5（极速）。能力：文字转语音、音色选择、稳定性/风格控制、32 种语言。适用：配音、有声书、视频旁白、播客、无障碍、IVR。触发词：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
ElevenLabs 变声器 - 通过 inference.sh CLI 将任意声音转换为另一种声音，同时保留语音内容和情感。模型：eleven_multilingual_sts_v2（70+ 种语言）、eleven_english_sts_v2。能力：语音转语音、声音转换、口音改变、声音伪装。适用：内容创作、配音表演、隐私保护、译制配音、角色声音。触发词：voice changer、speech to speech、voice transformation、change voice、voice swap、voice conversion、voice disguise、eleven labs voice changer、elevenlabs sts、transform voice、ai voice changer、voice modifier
ElevenLabs 变声器 - 通过 inference.sh CLI 将任意声音转换为另一种声音，同时保留语音内容和情感。模型：eleven_multilingual_sts_v2（70+ 种语言）、eleven_english_sts_v2。能力：语音转语音、声音转换、口音改变、声音伪装。适用：内容创作、配音表演、隐私保护、译制配音、角色声音。触发词：voice changer、speech to speech、voice transformation、change voice、voice swap、voice conversion、voice disguise、eleven labs voice changer、elevenlabs sts、transform voice、ai voice changer、voice modifier
ElevenLabs 人声分离器 — 通过 inference.sh CLI 从音频中去除背景噪声并分离人声。能力：噪声去除、人声提取、音频清理、背景去除。用途：播客清理、采访音频、音乐人声、嘈杂录音、音频修复。触发词：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。
讲解视频制作指南：脚本撰写、配音、视觉素材与剪辑合成。涵盖脚本公式、节奏规则、场景规划与多工具流水线。用于：产品演示、原理讲解视频、引导视频、社交讲解。触发词：explainer video、how to make explainer、product video、demo video、video production、video script、animated explainer、product demo video、tutorial video、onboarding video、walkthrough video、video pipeline。
讲解视频制作指南：脚本撰写、配音、视觉素材与剪辑合成。涵盖脚本公式、节奏规则、场景规划与多工具流水线。用于：产品演示、原理讲解视频、引导视频、社交讲解。触发词：explainer video、how to make explainer、product video、demo video、video production、video script、animated explainer、product demo video、tutorial video、onboarding video、walkthrough video、video pipeline。
通过 GIMP（开源图像编辑器）内置的 Script-Fu 服务器，用 Python 脚本远程控制正在运行的 GIMP——构建文档和图层栈、填充、渐变和画笔描边可绘制对象、添加文本图层、附加非破坏性 GEGL 滤镜、用蒙版和选区进行抠图、修饰照片，并在用户正在查看的会话中导出 PNG/JPEG/TIFF/GIF/.xcf 或批量转换整个文件夹。适用于用户想要创建或编辑 GIMP 文档（.xcf）、合成、修饰或调整栅格图像尺寸、批量处理图片文件夹、编写脚本或自动化 GIMP、分别导出图层，或提到 "GIMP"、"xcf"、"gimp script"、"batch resize these photos"、"open this in GIMP" 时——即使用户没有提到脚本编写。还涵盖匈牙利语："csinálj egy képet GIMP-ben"、"vezéreld a GIMP-et"、"rétegek"、"exportáld PNG-be"、"kötegelt átméretezés"。不适用于自然媒介绘画（使用 krita 或 rebelle）、矢量与版式设计（使用 affinity）或关键帧动态图形（使用 cavalry）。
根据用户需求，从 1,000+ 条 GPT Image 2 图像生成提示词中推荐合适的提示词。针对 GPT Image 2（OpenAI）优化，但提示词同样适用于 Nano Banana Pro、Nano Banana 2、Seedream 5.0、Midjourney、DALL-E、Flux、Stable Diffusion 以及任何文生图 AI 模型。当用户想要以下内容时使用本技能：- 用 AI 生成图像（任何模型 — GPT Image 2、GPT Image 1.5、Nano Banana Pro、Seedream 等）- 寻找经过验证的 AI 图像生成提示词和提示词模板 - 获取特定用例（人像、产品、社交媒体、海报等）的提示词推荐 - 为文章、视频、播客或营销内容创建插图 - 浏览带示例图片的精选提示词库 - 翻译和理解提示词技巧。另提供："ai-image-prompts" 技能 — 本库的模型无关版本，用于通用图像生成。
图像处理与优化。Sharp（Node.js）、Pillow（Python）、Cloudinary、响应式图片、WebP/AVIF 转换、缩略图，以及基于 CDN 的图像变换。USE WHEN：用户提到 "image resize"、"thumbnail"、"image optimization"、"Sharp"、"Pillow"、"Cloudinary"、"WebP"、"AVIF"、"image upload processing" DO NOT USE FOR：文件上传处理——使用 `file-upload`；云存储——使用 `cloud-storage`；PDF 生成——使用 `pdf-generation`
通过 inference.sh CLI 使用 Real-ESRGAN、Thera、Topaz、FLUX Upscaler 放大并增强图像。模型：Real-ESRGAN、Thera（任意尺寸）、FLUX Dev Upscaler、Topaz Image Upscaler。用于：增强低分辨率图像、放大 AI 艺术图、修复老照片、提升分辨率。触发词：upscale image、image upscaler、enhance image、increase resolution、real esrgan、ai upscale、super resolution、image enhancement、upscaling、enlarge image、higher resolution、4k upscale、hd upscale。
使用 Blender 为游戏、网页和 AR 制作及修复 3D 资产。适用于用户希望根据文字说明、参考图、免费市场资源（PolyHaven、Sketchfab）或 AI 生成来制作 3D 模型、道具、角色或 GLB/glTF/FBX/USDZ 文件；也适用于修复现有 3D 文件的问题：文件过大或多边形过多（优化、压缩、LOD）、法线损坏、比例或原点错误、glTF 导出时材质丢失、GLB、FBX 和 USDZ 之间的转换、贴图、动画绑定、动画制作（行走和待机循环、文本转动作、循环片段、可动道具）或检查。通过 Blender MCP 服务（ahujasid 的或官方 Blender Lab 的服务）驱动 Blender。批处理模式可无人值守地生成大量风格一致的资产
写出没有 AI 味的文字，或通过两道关卡审校草稿：来源忠实度（每句引用或署名内容都对照一手来源核实，四种判定，附更正记录）与品味（机械痕迹扫描加九维评分表）。适用于用户说“de-slop this”“slop check”“AI smell”“sounds like ChatGPT”“make it human”“humanize this”“sounds robotic”“reads like AI”“kill the em dashes”“verify the quotes”“fidelity check”“run the audit”或“taste pass”，以及在撰写或改写 X 帖子、推文串、文章、散文、小说场景、书籍章节或落地页文案且不能读起来像 AI 生成时使用。任意长度都适用；只要有引用或署名，忠实度关卡就会启用。不要用于声音模仿（请用风格转换技能）、UI 设计，或证明某文本由 AI 撰写：禁用词表属于自家风格规范，不是检测器。
使用 HyperFrames 为软件产品制作宣传／动态视频，采用 saas-motion-kit 的 7 阶段流程（brief → components → theme → storyboard → build → sound → deliver）、clean-or-imaginary 组件规则、创意工具集（tone matrix、variety rules、component forge、transition atlas、variety audit）以及 docs/ 中的 101-theme gallery。有人要求为应用、SaaS 或开发者工具制作发布视频、产品宣传片、展台循环视频、功能展示视频或社交媒体动态内容时使用。
使用 each::sense AI 生成包含人声和器乐的完整歌曲。创作带演唱、歌词和完整制作的原创音乐，涵盖流行、摇滚、嘻哈、R&B、乡村、电子等。控制流派、情绪、速度和嗓音风格。用途：原创歌曲、demo 曲目、广告歌、社交媒体音频、创意项目。触发词：generate song、create song、ai song、song maker、song with lyrics、sing、vocal track、make a song、write a song、song generator、ai singer、music with vocals
通过 inference.sh 命令行，使用 ElevenLabs Scribe 和 Whisper 模型将音频转写为文本。模型：ElevenLabs Scribe v2（准确率 98%+，说话人分离）、Fast Whisper Large V3、Whisper V3 Large。能力：转写、翻译、多语言、时间戳、说话人分离、音频事件标注。适用场景：会议转写、字幕、播客文稿、语音备忘。触发词：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
使用 AI 数字人、口型同步和配音制作口播视频。推荐：P-Video-Avatar（最快、最便宜、内置 TTS）。也涵盖 OmniHuman、PixVerse、Fabric。人像要求、音频质量、制作工作流。适用：代言人视频、课程内容、社交媒体、演示、Demo。触发词：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
通过 inference.sh CLI 使用 Inworld TTS、ElevenLabs、DIA TTS、Kokoro、Chatterbox 等将文字转换为自然语音。模型：Inworld TTS-2（100+ 种语言，情感调控）、Inworld TTS 1.5（超低延迟）、ElevenLabs（优质，22+ 种音色，32 种语言）、DIA TTS（对话式）、Kokoro TTS、Chatterbox、Higgs Audio、VibeVoice（播客）。能力：文字转语音、声音克隆、多说话人对话、播客生成、富有表现力的语音、情感/表达方式调控、角色声音。适用：配音、有声书、播客、无障碍、视频旁白、IVR、语音助手、游戏角色、数字人音频。触发词：text to speech、tts、voice generation、ai voice、speech synthesis、voice over、generate speech、ai narrator、voice cloning、text to audio、elevenlabs、eleven labs、voice ai、ai voiceover、speech generator、natural voice、inworld、inworld tts、character voice、game voice、npc voice
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。