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
触发条件：(1) 用户想制作教育/讲解视频，(2) 用户有一个想可视化的模糊概念，(3) 用户提到 "3b1b style" 或 "explain like 3Blue1Brown"，(4) 用户想规划 Manim 视频或动画序列，(5) 用户要求"编排"或"规划"数学/科学可视化。将模糊的视频想法转化为逐场景的详细计划（scenes.md）。进行调研，就受众/范围/重点提出澄清问题，并输出可直接用于 ManimCE 或 ManimGL 实现的完整场景规格。在编写任何 Manim 代码之前使用本 skill。本 skill 负责规划视频；实现请使用 manimce-best-practices 或 manimgl-best-practices。
以下情况触发：(1) 用户提到“manim”“Manim Community”或“ManimCE”；(2) 代码包含 `from manim import *`；(3) 用户运行 `manim` 命令行命令；(4) 正在使用 Scene、MathTex、Create() 或 ManimCE 专用类。Manim Community Edition（由社区维护的 Python 动画引擎）最佳实践。涵盖 Scene 结构、动画、LaTeX/MathTex、使用 ThreeDScene 制作 3D、摄像机控制、样式和命令行用法。不适用于 ManimGL/3b1b 版本（该版本使用 `manimlib` 导入和 `manimgl` 命令行）。
以下情况触发：(1) 用户提到“manimgl”“ManimGL”或“3b1b manim”；(2) 代码包含 `from manimlib import *`；(3) 用户运行 `manimgl` 命令行命令；(4) 使用 InteractiveScene、self.frame、self.embed()、ShowCreation() 或 ManimGL 特有模式。ManimGL（Grant Sanderson 的 3Blue1Brown 版本）最佳实践——基于 OpenGL、支持交互式开发的动画引擎。涵盖 InteractiveScene、使用 t2c 的 Tex、相机帧控制、交互模式（-se 标志）、3D 渲染和 checkpoint_paste() 工作流。不适用于 Manim Community Edition（使用 `manim` 导入和 `manim` 命令行）。
HyperFrames CLI 开发循环。适用于运行 npx hyperframes init、add、catalog、capture、lint、validate、inspect、layout、snapshot、preview、play、render、publish、lambda、doctor、browser、info、upgrade、skills、compositions、docs、benchmark、telemetry、transcribe、tts 或 remove-background，或排查 HyperFrames 构建/渲染环境问题时。也是 AWS Lambda 云渲染（`hyperframes lambda deploy / render / progress / destroy / policies`）的入口。
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
为你自己的品牌，为一个短循环动态图形撰写完整的 8 部分 Claude Motion 提示词（The bar、Format、The one rule、Look、Motion、Never、Before you finish、The scene）。只需提供你的品牌（一张网站截图、一个 logo、十六进制色值，或什么都不给以使用 Apple 风格的默认值）和你想展示的一个瞬间，用大白话描述。适用于有人说“帮我写一个 Motion 提示词”“把这个想法做成动态图形”“填一下这 8 个部分”或“做一份我的动态简报”时。输出第 1 到第 7 部分作为可复用的简报，第 8 部分作为场景，放在一个可直接粘贴的代码块中。
通过 inference.sh CLI 进行 AI 语音生成、文本转语音和语音合成。模型：Inworld TTS-2（100+ 种语言，情绪/非语言引导）、Inworld TTS 1.5（超低延迟）、ElevenLabs（22+ 种高级音色，32 种语言）、Kokoro TTS、DIA、Chatterbox、Higgs、VibeVoice，用于自然语音。能力：多种音色、情绪、口音、长篇旁白、对话、语音转换、表达模式控制、角色音色。用于：配音、有声书、播客、视频旁白、无障碍、游戏 NPC、虚拟形象音频、UGC。触发词：voice cloning、tts、text to speech、ai voice、voice generation、voice synthesis、voice over、narration、speech synthesis、ai narrator、elevenlabs、eleven labs、natural voice、realistic speech、voice ai、voice changer、inworld、inworld tts、character voice、npc voice。
通过 inference.sh CLI 使用 BiRefNet 去除图像背景。模型：BiRefNet（高精度背景去除）。用于：产品照片、人像、电商、透明 PNG、照片编辑。触发词：remove background、background removal、remove bg、transparent background、cut out image、background remover、rembg、product photo editing、cutout、transparent png、bg removal、photo cutout。
具备递归自我评估能力的 AI 创意总监。运用世界级方法论（SIT、TRIZ、横向思维、双关联想）生成概念，按 6 项加权标准评分并以 Cannes/D&AD/HumanKind 校准，递归打磨直至达到 9 分以上的阈值。接受任何格式的 brief——文本、语音转写、PDF 或原始笔记。当用户要求生成创意概念、头脑风暴营销活动想法、构建 Big Idea 或活动平台、评估或点评现有创意作品、寻找消费者洞察，或提供 brief 进行创意构思时使用——涵盖活动策划、PR 噱头、品牌效用、体验式创意以及非广告创意。以 569 个传奇案例库（P01-P18 模式图）为参照进行校准，用于识别创意饱和度并确保原创性。不用于媒体排期、制作预算、品牌标识／logo 设计、文案终稿撰写或市场调研数据收集。
生成专业的 AI 产品摄影和商业图像。模型：FLUX、Imagen 3、Grok、Seedream，用于产品拍摄、生活方式图像、mockup。能力：影棚灯光、生活方式场景、包装、电商图片。用于：电商、Amazon 商品列表、Shopify、营销、广告、mockup。触发词：product photography、product shot、commercial photography、e-commerce images、amazon product photo、shopify images、product mockup、studio product shot、lifestyle product image、advertising photo、packshot、product render、product image ai。
当用户希望制作以动效传达信息、以设计为主导的短时长动态图形时使用：动态排版、数据或数字滚动增长、图表/数据可视化呈现、logo 短动画、品牌标识组合、姓名条、标注、社交媒体叠加层、动态标题/推文/新闻条目、动态海报，或快速网页录屏精华。通常在 10 秒以内，最多约 30 秒，不含叙事结构、旁白或真人实拍主体。可渲染为 MP4 或带透明通道的叠加画面。不适用于更长、多场景、带旁白或品牌片性质的成片（使用 general-video）、带旁白的网站视频（website-to-video）、主题讲解类视频（faceless-explainer）、产品推广（product-launch-video）、公关视频（pr-to-video），或为现有素材添加字幕（embedded-captions）。不确定是快速动效优先的短片还是更长或带旁白的版本时，请参阅 /hyperframes。
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 moviepy 2.x 进行 Python 视频合成——在 AI 生成的视频（LTX-2、SadTalker）上叠加确定性文本、合成片段，以及构建单文件 build.py 视频项目。适用于为 LTX-2 或 SadTalker 输出添加标签、字幕或下三分之一字幕条，不借助 Remotion 纯用 Python 制作短广告，或以编程方式合成视频。触发词包括：视频文字叠加、为 LTX-2 片段添加标签、为 SadTalker 输出添加字幕、下三分之一字幕条、build.py 视频、moviepy、Python 视频合成、30 秒以内广告。
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
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 Remotion 框架以编程方式创建视频。Remotion 让你用 React 组件定义视频内容，支持动画、字幕、音乐可视化等。触发词：- “用代码做视频”“编程视频”“React 视频”- “Remotion”“remotion”“/remotion-video”适用场景：- 程序化视频：(1) 批量生成 (2) 数据驱动（如年度总结）(3) 音乐可视化 (4) 自动字幕- 教程讲解视频：(5) 技术概念可视化（如 CNN、算法）(6) 分层递进讲解 (7) AI 配音教程- 3D 视频：(8) 产品展示／模型动画 (9) 卡通角色讲解 (10) 3D 数据可视化 (11) Logo 动画
编写高效 AI 视频生成提示词的最佳实践与技巧。涵盖：Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora 的提示词策略。学习：镜头类型、运镜、灯光、节奏、风格关键词、负面提示词。用于：提升视频质量、获得一致的结果、专业的视频提示词。触发词：video prompt、how to prompt video、veo prompts、video generation tips、better ai video、video prompt engineering、video prompt guide、video prompt template、ai video tips、video prompt best practices、video prompt examples、cinematography prompts
在用户要求“把这个创意改写成适用于各个平台的帖子”“撰写 X 串帖／LinkedIn 帖子／小红书笔记”或“规划轮播图页面”时使用；将一个创意转化为 N 组符合各平台特点、可直接发布的内容包——帖子／串帖、说明文字、Threads 文本、小红书笔记、带首条评论链接的帖子——每组均根据带日期的平台规范卡进行调整（绝不逐字跨平台发布）；每条产品主张均须符合已批准的 claims-ledger 表述，或标记为 [needs source]；每个变体都标注 {公式 | 钩子类别 | CTA 类型 | 优化信号}。另提供轮播图页面规格模式（开场／内容／结尾页面角色、各元素字符预算、小红书 3:4 / IG 4:5 / LinkedIn 文档 PDF 画板、安全文字区和替代文本检查清单）。不用于创作者交付物简报——使用 brief-generator；不用于通过付费推广改编现有素材——使用 content-amplifier。社媒文案／一稿多发改写／小红书笔记／轮播图脚本
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。