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
通过 VSS Pipeline Manager 用自然语言搜索视频库——上传视频（POST /videos），生成其嵌入（POST /videos/search-embeddings/{id}），然后运行查询（POST /search/query），可选标签与时间过滤器，并读取排序后的片段结果。当用户说“search my videos”“find <thing> in the videos”“when did X happen”，或想要为搜索摄取/索引视频时使用。需要支持搜索的部署（--search、--dual 或 --unified）。
通过 VSS Pipeline Manager 总结视频——用 POST /summary（完整必填请求体）启动总结流水线，轮询 GET /summary/{stateId} 直到完成，然后通过 GET /summary/{stateId}/raw 返回总结。当用户说“summarize this video”“create a summary”“what happens in this video”（针对已摄取视频），或想要运行/检查总结流水线时使用。需要支持总结的部署（--summary、--dual 或 --unified）。
通过 inference.sh CLI 运行 150+ AI 应用——图像生成、视频创作、LLMs、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等更多。在运行 AI 应用、生成图像/视频、调用 LLMs、网页搜索或自动化 Twitter 时使用。触发词：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
构建结合图像、视频、音频和文本的多步骤 AI 内容创作流水线。工作流示例：生成图像 -> 制作动画 -> 添加配音 -> 与音乐合并。工具：FLUX、Veo、Kokoro TTS、OmniHuman、media merger、放大。适用场景：YouTube 视频、社交媒体内容、市场营销素材、自动化内容。触发词：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
通过 inference.sh CLI 使用 ElevenLabs、Diffrythm、Tencent Song Generation 生成 AI 音乐和歌曲。模型：ElevenLabs Music（最长 10 分钟，商业许可）、Diffrythm（快速歌曲生成）、Tencent Song Generation（含人声的完整歌曲）。能力：文本转音乐、歌曲生成、器乐、歌词转歌曲、配乐创作。用途：背景音乐、社交媒体内容、游戏配乐、播客、免版税音乐。触发词：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
使用文本转语音、音乐和音频编辑创建 AI 驱动的播客。工具：Kokoro TTS、DIA TTS、Chatterbox、AI 音乐生成、媒体合并。能力：多语音对话、背景音乐、片头/片尾、完整单集。用于：播客制作、有声书、语音内容、音频简报。触发词：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
世界一流的创意策略专业知识，融合 Wieden+Kennedy 等代理商的概念才华、现代品牌的数据驱动创意，以及让营销活动令人难忘的艺术视野。创意策略是商业目标与创意执行之间的桥梁。伟大的创意不只是漂亮的画面——它是被看见的战略思考。最优秀的创意策略师懂得：突破性的想法来自深刻的洞察，限制孕育创意，而最令人难忘的营销活动是用意想不到的方式讲述真实故事的那些。当提及 "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" 时使用。
都爆鸭出品的去 AI 味专家：把一段中文里「一眼就是 AI 写的」地方逐句指出来——套话连接词、「不是A而是B」、三段式排比、总分总、句长均匀、结尾升华、公式化开头——默认只出体检报告、不改稿；要改才改，且逐条附「改了什么」。只去 AI 腔，不换平台口吻、不做合规检测。触发词：去AI味、去AI化、AI味、AI腔、AI感、机器味、AI痕迹、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。纯本地运行，不联网、不需要 key。不做规避 AI 标识、不做学术降重、不承诺过检测器。
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
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。
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。