Skills

C

caption-animation

iart-ai / tiktok-video-skills

当用户要求“添加动态字幕”、“制作 TikTok 字幕”、“卡拉 OK 字幕”、“逐词字幕”、“自动字幕”、“突出显示当前词”、“将字幕烧录到视频中”、“将字幕与配音/旁白同步”或“将 SRT/文字稿转换为动态文本”时使用此技能。涵盖 Whisper 生成的逐词时间、逐词弹出/缩放入场、当前词高亮、9:16 安全区域定位、易读字体，以及烧录字幕与旁挂 SRT/VTT 的选择。

通过 Flue - ExtendScript 桥接在 shell 中控制 Adobe Photoshop，无需 MCP 服务。

E

edit-article

vinvcn / mattpocock-skills-zh-cn

通过重组章节、提升清晰度、收紧文字来编辑并改进文章。适用于用户想编辑、修订或改进文章草稿时。

通过 Flue 的 ExtendScript 桥接在 shell 中控制 Adobe Illustrator，无需 MCP 服务。

P

poster-design-generation

eachlabs / skills

使用 each::sense AI 生成专业海报设计。通过 AI 创意生成制作电影海报、活动海报、励志海报、产品发布视觉、复古设计、旅行海报等。

P

physical-ai-neural-reconstruction

nvidia / skills

NVIDIA NuRec/NRE 路由器：USDZ 渲染、NCore 转换、3DGS、gRPC 传感器仿真、车型适配、PhysicalAI HF 数据集。不适用于 SimReady 或基础设施搭建。

C

comfyui-workflow-builder

mckruz / comfyui-expert

根据自然语言描述生成、构建、创建或设计 ComfyUI 工作流 JSON。生成有效的节点图，包含正确的 class_types、连接、输出索引和适合模型的设置。支持 txt2img、img2img、局部重绘、ControlNet、LoRA 堆叠、放大和面部细节处理管线。不涉及 ComfyUI 安装、自定义节点开发、Python 脚本编写、模型训练、硬件建议或架构说明。

A

ai-image-generation

styleof / superpowers

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

A

app-icon

code-with-beto / skills

为你的 React Native Expo 应用生成支持 iOS 26 的应用图标

A

asset-transformer-toolkit

unity-technologies / skills

使用 Asset Transformer Toolkit（原 Pixyz）导入 3D 模型和点云，并创建、编辑和运行 RuleSets、Actions 和 LODs。用于 Pixyz 或 Asset Transformer 导入、RuleSets 或 ImporterScriptableObjects。需要 toolkit 4.0+。

R

roblox-audio

tabooharmony / roblox-brain

添加、更改或修复 Roblox 音频时使用，包括播放、空间音響、音乐、音效、SoundGroups 或动态效果。

I

image-create

starchild-ai-agent / official-skills

纯文本生成图像，适用所有创作场景（无参考照片）。涵盖 logo 设计、海报设计、插画、梗图、游戏素材、社交媒体内容、3D 渲染、教育、时尚、美食、宠物、婚礼、节日营销以及艺术风格。适用于根据文字描述生成图像而无需参考照片时（例如设计 logo、制作海报、生成游戏美术、创作梗图、3D 渲染）。

C

chat-with-anyone

noizai / skills

通过自动在线查找真人或虚构角色的讲话内容、提取干净的参考样本并生成语音回复，以其本人的声音与其聊天。还支持根据上传的图片生成匹配的声音。适用于用户说“我想跟xxx聊天”“你来扮演xxx跟我说话”“让xxx给我讲讲这篇文章”“我想跟图片中的人说话”或类似内容时。

A

ai-avatar-video

styleof / superpowers

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

F

fiction-workshop

rhavekost / author-toolkit

用于撰写或编辑小说、短篇故事或任何虚构作品稿件。触发条件：“write fiction”“edit my novel”“developmental edit”“line edit”“character voice”“plot hole”“brainstorm”或虚构作品写作任务。

在播客和 YouTube 上查找准确的口述引文和适合剪辑的片段：逐字内容、说话者、日期、带时间戳的链接，以及片段起止位置。使用 arcmira。

A

avoid-ai-writing

wshobson / agents

审查并改写文案，避免读起来像机器生成。用户要求去除 AI 腔、清理 AI 写作、编辑草稿以消除 AI 痕迹、审查 README、更新日志、发行说明、PR 描述或博客文章中的机器感表达，或让文本听起来不那么像 AI 时使用。支持仅检测、改写和原位编辑模式，并可选择语气与上下文配置。

H

humanize-academic-writing

momo2young / humanize-academic-writing

将 AI 生成的学术文本改写为自然、贴近人类写作的社会科学学术文章。检测 AI 写作模式（重复结构、抽象语言、生硬行文），并以真实的学术语气重写。适用于修改 AI 起草的论文、提升行文自然度、减少 AI 检测特征，或用户提到文本人性化、学术写作质量、非英语母语者的社会科学写作时。

R

r3f-animation

enzed / r3f-skills

使用 useFrame、阻尼和 GLTF 动画片段为 React Three Fiber 对象添加动画。适用于程序化运动、动画过渡或 demand-loop 动画；对于由碰撞驱动的运动，请使用物理指导。

E

ecommerce-image-workflow

nexu-io / open-design

基于真实产品参考照片，生成一组精简且忠实呈现产品的电商主图、特性图和生活方式图的工作流。V1 要求上传产品图片，并暂不支持仅根据简报生成概念图或按平台批量导出。

T

technical-drawing

jakubkrehel / skills

为实体对象绘制精确的静态技术图，视图协调，线条精细

V

video-translation

noizai / skills

将视频从一种语言翻译并配音为另一种语言，用 TTS 替换原音，同时保持视频画面不变

V

voicestudio

debpalash / voicestudio

通过 VoiceStudio 的 REST API 或 MCP 服务，使用已保存或设计的声音生成本地语音、转录音频，并自动化配音或旁白工作流。当用户想处理 VoiceStudio 音频，或想将其连接到 Agent 或自动化流程时使用。

G

gif-sticker-maker

minimax-ai / skills

将照片（人物、宠物、物品、标志）转换为带字幕的 4 张动态 GIF 贴纸。适用于用户想制作卡通贴纸、GIF 表情、表情包、动态头像，或将照片转换为 Funko Pop / Pop Mart 盲盒风格动画的场景。触发词：贴纸、GIF、卡通、表情、表情包、头像动画。

I

image-ecommerce

starchild-ai-agent / official-skills

电商产品摄影：白底主图、生活方式场景、平铺图、细节特写、包装照、组合/系列展示、尺寸参照、季节/节日主题、360 度视图、对比排版、信息图，以及针对平台优化的图片（Amazon、Shopify、Taobao、Instagram、小红书、Etsy、eBay）。用于为电商商品详情页、目录或营销生成专业产品照片（例如产品主图、Amazon 商品图片、生活方式产品照、白底产品图、产品细节特写、季节性产品活动）。

H

heygen-translate

heygen-com / skills

使用 HeyGen Video Translation 将视频翻译并配音为另一种语言，并支持声音克隆和唇形同步。演讲者保留原来的面貌，声音会克隆为目标语言，并与新音频重新同步口型，让观众看到同一个人以母语般的方式说话。适用于：(1) 将现有视频本地化为一种或多种语言（“将这个视频翻译成西班牙语”“制作法语和德语版本”“配成日语”“发布时需要 10 种语言版本”）；(2) 用户已有成片，并希望同一位演讲者说另一种语言（不是换一位演讲者——那应使用 heygen-video）；(3) 播客或纯音频翻译（“翻译这个播客”“配音但保留我的视频”）；(4) 需要在最终渲染前审阅或编辑字幕的重要翻译（proofreads 工作流）；(5) “翻译我的视频”“给它配音”“本地化这个片段”“制作多语言版本”“加字幕并配音”。返回翻译后的视频 URL（纯音频模式下返回音频文件），每种目标语言一个。后续分流：如果用户想用另一种语言创作新视频（尚无源视频），应转到 heygen-video 并用目标语言撰写脚本，不要使用 heygen-translate。仅当已有源视频需要本地化时使用 heygen-translate。不适用于：从头创作新视频（使用 heygen-video）、创建虚拟形象（使用 heygen-avatar）、仅进行 TTS 合成（使用 heygen-video 并输出纯音频），或纯文本翻译。

H

humanize-writing

jpeggdev / humanize-writing

去除文本中 AI 生成写作的痕迹。用户提到“听起来像 AI”“太机械”“让它更像人写的”“自然一点”或类似表达时使用。检测并修正 AI 写作模式，包括夸大意义、宣传性语言、公式化结构、AI 常用词、肤浅分析、模糊归因、过度谨慎、机械节奏、过度使用破折号和粗体、聊天机器人痕迹以及缺乏个性。依据 Wikipedia 的“Signs of AI writing”指南和编辑最佳实践。

G

generate-image

k-dense-ai / scientific-agent-skills

通过 OpenRouter Image API（Gemini、Seedream、Recraft、GPT-Image、Riverflow）使用 AI 模型生成或编辑图像。适用于照片、插画、艺术作品、概念艺术、视觉素材、徽标，以及基于参考图像的编辑或合成。流程图、电路、路径及其他技术图表请改用 scientific-schematics 技能。

A

ai-video-generation

styleof / superpowers

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

H

hairline-adopt

lucasmarkes / hairline

当用户希望将 SVG（图标、徽标或插画）转换为 Hairline 图形，或使用文件运行 /hairline-adopt 时使用。读取图稿，在 @lucasmarkes/hairline 引擎上将其中对象重建为等距线稿图形，并赋予其响应指针的动作。

I

infographics

k-dense-ai / scientific-agent-skills

通过 OpenRouter 使用 Nano Banana 2 创建和审阅信息图。适用于利用提供的数据或可选的 Sonar 研究，制作统计摘要、时间线、比较、流程和可视化说明。支持十种布局、八种风格预设、参考图像和无障碍配色起点。

C

claude-design-hyperframes

heygen-com / hyperframes

仅在 Claude Design 中运行时使用。使用预先验证的骨架生成有效且符合品牌风格的 HyperFrames 视频草稿。对于 Claude Code / Cursor / Codex，请改用 `hyperframes` skill。

灵造是给 WorkBuddy、OpenClaw、Codex 等 Agent 使用的跨平台创作者研究与自媒体运营 Skill。安装免费，可先做选题、标题、封面、账号诊断、发布检查、复盘，以及公众号对标适配判断和原创写作；查询公开内容、评论、短视频文案、公众号文章数据或生成图片时需要配置灵造 API Key。

I

image-3d

starchild-ai-agent / official-skills

3D 风格图像生成：3D 角色、产品渲染图、等距微缩景观、3D 图标、3D 文字、室内设计渲染图、建筑可视化、3D 场景和游戏资产。根据文字描述或参考照片生成 3D 风格的 2D 图像时使用（例如 3D 角色设计、等距微缩景观、3D 产品渲染图、室内设计可视化、建筑渲染图、3D 应用图标、3D 文字效果、游戏资产渲染图）。

R

r3f-postprocessing

enzed / r3f-skills

配置 React Three Fiber 后期处理、泛光、选择效果、环境光遮蔽和景深。适用于合成器流水线和屏幕空间效果，而非网格材质着色器。

C

comfyui-api

mckruz / comfyui-expert

连接到正在运行的 ComfyUI 实例，排队执行工作流、监控执行过程并获取结果。支持在线（REST API）和离线（JSON 导出）模式。执行 ComfyUI 工作流或检查服务器状态时使用。

G

graphic-designer

charlie947 / social-media-skills

创建 LinkedIn 帖子配图。根据帖子内容，选择制作 HTML/CSS 结构化图形或 AI 生成的信息图。用户说“设计一张图”“创建视觉内容”“制作图片”“给我的帖子配图”“LinkedIn 图片”，或想为 LinkedIn 帖子配任何视觉内容时，使用此技能。用户写完帖子后想要配套图片时也使用。

G

gemini-omni-flash-api

google-gemini / gemini-skills

通过官方 google-genai SDK 使用 Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) 进行生成式视频编辑、文生视频、以图像为参考的视频生成、首帧生成视频、首尾帧过渡和视频扩展。包括使用 ffmpeg 对高分辨率或长视频源进行预处理／优化、移除音频以便完整重新生成声音，以及处理逐轮视频编辑和并行执行的工作流。

X

xiaohongshu-images

iamzifei / xiaohongshu-images-skill

将 Markdown/HTML 转换为经过样式设计的 3:4 比例图片，用于小红书

R

r3f-geometry

enzed / r3f-skills

构建 React Three Fiber 几何体、自定义缓冲区、实例化网格、点和线。适用于形状构建和几何体绘制调用优化，而非材质外观。

Q

qqmusic

tencentmusic / qqmusic-skills

QQ Music — 搜索歌曲、专辑、播放列表、音乐视频和艺人；每日推荐；音乐榜单与排名；AI 歌单；个性化听歌报告与音乐洞察。QQ音乐助手：搜索、每日推荐、排行榜、AI歌单、听歌报告、AI解读。

G

game-designer

playableintelligence / game-creator

分析并改进浏览器游戏视觉效果、氛围和玩家体验的游戏 UI/UX 设计师。当游戏需要改进视觉效果、优化背景、粒子效果、动画、屏幕转场、反馈感或整体美感时使用。

S

short-drama-storyboard

zenstory-ai / drama-skills

将中文短剧剧本和视觉设定写成有戏剧职责、连续性边界与冻结关键帧提示词的分镜 Markdown。用户提出“拆分镜/设计镜头/做镜头表”“场次视觉计划/调度故事板”“比较导演方案”“写首帧/关键帧提示词”或检查轴线、站位、视线、持物连续性时使用；不生成媒体。

N

novel-writer-workflow-guide

wordflowlab / novel-writer-skills

用户开始小说项目或询问如何组织写作时使用——引导其遵循 novel-writer 的七步方法，并确保工作流程得当

S

short-drama-write

zenstory-ai / drama-skills

编写或修订可拍摄的中文短剧、漫剧单集 Markdown 剧本，也负责保留作者原文并规范化现成剧本。用户提出“写/改一集短剧”“把大纲写成剧本”“优化场景/对白”“去模板感”“去 AI 味润色”“续写下一集”或提供剧本要求进入后续制作时使用；不负责资产、分镜、媒体提示词或终审。

D

douyin-video

yzfly / douyin-mcp-server

抖音无水印视频下载和文案提取工具。从抖音分享链接获取无水印视频下载链接，下载视频，提取视频中的语音文案并自动保存到文件。适用场景包括获取抖音视频信息、下载无水印视频、批量提取视频文案。当用户需要处理抖音视频链接或提取视频内容时触发。

B

brandkit

nexu-io / open-design

高端品牌视觉生成工具，用于创建品牌指南手册、logo 系统、品牌识别方案和视觉世界展示。支持极简主义、电影感、编辑、暗科技、奢侈、文化、安全、游戏、开发者工具和消费应用等品牌系统。优化了品牌 logo 概念化、精细构图、简洁排版、强烈符号意义、高端样机、艺术指导影像和灵活网格布局。

T

threejs-react-three-fiber

cloudai-x / threejs-skills

使用 React Three Fiber 和 drei 从 React 构建 three.js 场景：渲染器设置、以 JSX 表示场景图、帧循环、状态和加载钩子、指针事件及自适应性能，支持 WebGL 或搭配 TSL 的 WebGPU。编写渲染 three.js 的 React 组件时使用。

A

app-preview-video

appeeky / aso-skills

当用户想要规划、编写脚本、制作或优化 App Store Preview 视频或 Google Play 宣传视频时使用——即在 App Store/Play Store 搜索结果和产品页面中展示的自动播放视频。用户提到“App Preview”“preview video”“app store video”“promo video”“Play Store video”“video poster frame”“YouTube promo for Play Store”“30 second app video”“video script”“video specs”或“should I add a preview video”时使用。静态截图请参阅 screenshot-optimization。视频 A/B 测试请参阅 ab-test-store-listing。更广泛的创意简报请参阅 screenshot-optimization（涵盖静态图片）。

S

script-writer

ailabs-393 / ai-labs-claude-skills

当用户需要撰写 YouTube 视频脚本时，应使用此技能。首次使用时，会全面收集偏好，包括脚本类型、语气、目标受众、风格、视频时长、开场吸引方式、幽默运用、个性和叙事方式。针对任何主题，按照用户要求生成完整且可直接制作的 YouTube 脚本。维护偏好和过往脚本数据库，以保持风格一致。

B

bibi

jimmylv / bibigpt-skill

适用于 Claude Code、Codex、ChatGPT、Cursor 和 OpenClaw 的视频总结 Agent 技能。AI 视频和音频总结及再创作工具。可总结 YouTube、Bilibili、播客、TikTok、Twitter/X、小红书（视频和图片笔记）以及任何在线音视频，还可选择将要点制作成 TikTok 风格的竖屏音乐视频。用户想总结视频、提取转录文本/字幕、获取逐章总结、了解新的 URL 或本地文件，或将长视频重新剪辑成短竖屏 MV 时使用。不要用于搜索已保存的视频（技能 `bibi-library`）、频道订阅/最新动态（`bibi-feed`），或屏幕内容/幻灯片/思维导图分析（`bibi-vision`）。这些是此仓库中的同级技能；使用相同的 `bibi` CLI 和账户。触发词：“总结这个视频”“帮我看看这个视频讲了什么”“提取字幕”“video summary”“podcast notes”“YouTube summary”“B站总结”“get transcript”“video to notes”“video summarizer”“video summarizer agent skill”“claude code video summarizer”“codex video summarizer”“video to TikTok MV”“把视频变成 TikTok”“video to song”“做一个 TikTok 视频”。通过 bibi CLI（macOS/Windows）或 OpenAPI（Linux/任何没有 CLI 的平台）运行。

将一组参考视频量化为可复用的风格包：将色彩分级制作为 3D LUT，将剪辑节奏制作为镜头时长分布，并包含主视觉静帧、滤色混合叠加素材，以及面向生成模型的文本规格。用户想要提取参考素材的视觉风格、建立可重复的风格、从参考素材生成资产，或复现他人的色彩分级和节奏时使用。

D

daily-news-caster

noizai / skills

使用 news-aggregator-skill 获取最新新闻，将其整理为 Markdown 格式的播客脚本，再使用 tts 技能生成播客音频文件。用户要求获取最新新闻并以播客形式朗读时使用。

I

icon-set-generator

jezweb / claude-skills

为网站和应用生成风格统一、针对项目定制的 SVG 图标集。当用户需要自定义图标、网站或应用的图标集、客户项目图标，或提到需要风格一致的 SVG 图标时使用。用户描述的项目中自然包含图标交付物时也触发，例如“我正在为水管工搭建网站”意味着他们会需要服务图标。触发词：“icons for”“icon set”“custom icons”“SVG icons”“make me icons”“I need icons”“website icons”“project icons”，或任何需要为网页项目制作风格一致的视觉素材的请求。生成单独的 SVG 文件，并使用统一的风格引擎，而非提供通用图标库查询结果。

基于提炼出的风格包生成新视频并剪辑成成片——根据参考素材的剪辑节奏规划镜头，在 fal 上生成，用风格包测量得出的 LUT 调色，按测量出的节奏剪辑，融入现有素材，合成叠加素材板，生成 3D 道具，并通过数值验证结果。用户想要制作具有采集风格的视频、补充现有素材，或将生成片段组合成正式剪辑时使用。

T

threejs-asset-pipeline

cloudai-x / threejs-skills

使用 gltf-transform 缩减 three.js 的 glTF 资源：检查、验证和优化命令，Draco、meshopt 和量化，KTX2、WebP 和 AVIF 纹理，每种输出所需的加载器设置，以及用于 React 的 gltfjsx。在加载 3D 模型前进行压缩、优化或验证时使用。

U

ultrathink

intellectronica / agent-skills

显示由彩色 ANSI 艺术组成的单词 "ultrathink"。用户说 "ultrathink" 或调用 /ultrathink 时使用。

通过 Flue 从 shell 控制 Adobe 桌面应用：Photoshop、Illustrator、Premiere、After Effects、InDesign、Audition，无需 MCP 服务。

F

fuck-slop

juliusbrussee / skills

对任意文本进行去 AI 腔处理：检测并消除 AI 写作的统计特征（负向排比／“不是 X 而是 Y”、滥用破折号、三段式、虚假的范围、夸大用语、节奏单一、两边讨好的模糊措辞），并按目标文体重写——学术文章、推文、Reddit 帖子、电子邮件、博客或介于其间的任何文体。用户说“fuck slop”“f*ck slop”“deslop”“de-slop this”“去掉 AI 痕迹”“让它更像人写的”“让它听起来不像 AI”，或调用 /fuck-slop 时使用。发布任何由 Agent 起草的文字前也使用。

M

motion-broll

barty-bart / motion-graphics

将正面出镜口播视频及其文字稿，转换为与说话内容同步的动态图形 B-roll 镜头，采用统一的单一形状风格（一个不断变形、从不硬切的元素，由光标和弹簧运动驱动）。适用于用户给出视频（最好还有文字稿）并要求制作动态图形、B-roll、动画转场插图或叠加层时。