Skills

M

muapi-media-editing

samuraigpt / generative-media-skills

通过 muapi.ai 使用 AI 编辑和增强图像与视频——基于提示词的编辑、放大、背景移除、人脸替换、唇形同步、视频特效等

S

stable-diffusion-image-generation

orchestra-research / ai-research-skills

通过 HuggingFace Diffusers 使用 Stable Diffusion 模型进行先进的文本生成图像。适用于根据文本提示词生成图像、图像转换、图像修复或构建自定义扩散流水线。

A

ai-marketing-videos

inference-sh / skills

为广告、推广、产品发布和品牌内容创建 AI 营销视频。模型：Veo、Seedance、Wan、FLUX 用于视觉，Kokoro 用于旁白。类型：产品演示、用户证言、讲解视频、社交广告、品牌视频。用途：Facebook 广告、YouTube 广告、产品发布、品牌认知。触发词：marketing video、ad video、promo video、commercial、brand video、product video、explainer video、ad creative、video ad、facebook ad video、youtube ad、instagram ad、tiktok ad、promotional video、launch video

P

pixverse-ai-image-and-video-generator

pixverseai / skills

使用 PixVerse CLI 生成和编辑图像、视频、语音和音乐；运行特效模板、MiniApps 和连接的 Canvas 工作流。适用于 PixVerse 内容生成、素材管理和创意制作流程。

Q

qu-ai-wei

lifelonglazylearner / qu-ai-wei

在保留事实、含义、证据力度、语域和作者风格的前提下，改写并润色简体中文，使其更自然。适用于 `/qu-ai-wei`、“去 AI 味”“改得说人话”“humanize 中文”“改自然点”“改写 / 重写这段中文”“润色得自然些”“太生硬了”等请求，包括对段落、文章和长文进行结构性改写。不要用于翻译、新写中文、只查错别字、繁体中文，或未经授权替真人更换声口。

A

ai-content-pipeline

inference-sh / skills

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

T

terminal-inserts

liamrjohnston / remotion-motion-graphics-skill

真实且克制的 Remotion 终端插入画面，强制要求确认格式/背景，禁止霓虹色与发光效果。

P

prompt-engineering

inference-sh / skills

精通面向 AI 模型的提示词工程：大模型、图像生成器、视频模型。技术：思维链、少样本、系统提示词、负向提示词。模型：Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion 提示。用于：更好的 AI 输出、一致的结果、复杂任务、优化。触发词：prompt engineering、how to prompt、better prompts、prompt tips、prompting guide、llm prompting、image prompt、ai prompting、prompt optimization、prompt template、prompt structure、effective prompts、prompt techniques。

T

tilemap-ruletile-createfromsegment

unity-technologies / skills

从现有地形或边缘精灵创建 RuleTiles，使绘制时图块自动拼接，并将 sprite-segment-3x3grid 输出模式转换为 TilingRules。用户提供精灵作为输入，并希望精灵正确连接或定义图块邻接规则时使用。

S

spritecook-workflow-essentials

spritecook / skills

SpriteCook 的共享工作流规则。与 SpriteCook 生成、UI 套件构建、动画、导入、背景移除和资源整理工作流配合使用，处理额度、下载、资源清单、安全的身份验证处理及推荐默认设置。

V

video-transcript-downloader

steipete / agent-scripts

yt-dlp 下载：视频、音频、字幕、转录文本、片段、播放列表

暂无简介

B

benchmark-to-brief

postplusai / postplus-skills

将现有的基准报告、模式表或受众证据转化为有依据的营销活动简报、概念、吸引点和测试计划

O

openscad

mitsuhiko / agent-stuff

创建并渲染 OpenSCAD 3D 模型。生成多个角度的预览图像，提取可自定义参数，验证语法，并导出适用于 MakerWorld 等 3D 打印平台的 STL 文件。

E

editing-decision-engine

postplusai / postplus-skills

根据 A-roll、B-roll、脚本和参考视频规划短视频后期剪辑决策。目标不是通用视频分析或渲染，而是逐节拍决定社交视频的剪辑方式，包括何时保留人物画面、何处插入佐证用的 B-roll、如何运用参考模式，以及如何为人工剪辑师或下游时间线工具整理可执行的剪辑方案

I

image-batch-runner

postplusai / postplus-skills

执行已准备好的图像简报和编辑任务，包括产品图或人物形象图及批量变体。使用已解析的参考素材，并返回图像资产及已保存的运行结果。

V

video-edit

heygen-com / skills

使用 ffmpeg 在本地编辑视频。可剪辑、拼接、调整尺寸和速度、叠加内容、提取音频、压缩及转换格式。适用于：（1）修剪或剪切视频片段；（2）拼接多个片段；（3）调整视频尺寸以适配社交平台；（4）提取或替换音频；（5）压缩视频；（6）转换视频格式；（7）获取视频信息。

R

reference-decode

postplusai / postplus-skills

将参考视频、帧或联系表转化为可复用于新创意提示词的钩子和视觉规则，并明确模仿边界

B

book-cover-design

inference-sh / skills

书籍封面设计，涵盖特定体裁的惯例、排版规则和 AI 图像生成。覆盖虚构与非虚构体裁、尺寸、缩略图测试和迭代工作流。用途：自助出版、电子书封面、印刷封面、有声书封面、封面样机。触发词：book cover、cover design、ebook cover、book art、novel cover、self publishing cover、kindle cover、audiobook cover、book jacket、cover illustration、fiction cover、nonfiction cover。

V

video

smixs / visual-skills

当用户要求为 AI 视频生成器（Seedance、Kling、Veo、Runway、Luma、Pika、Sora 或任意图生视频系统）创建、改进、审查或拆分提示词时，请使用本技能。本技能还涵盖故事板、镜头清单、导演阐述、动态蒙太奇、多片段故事结构、镜头调度、灯光设计、调度、角色连续性、对白和声音设计。即使用户说出「придумай сцену для видео」「разбей на склейки」「сделай раскадровку」「улучши промпт для Kling」「переведи сценарий в промпты」「как снять X в AI-видео」这类说法，或分享提示词并要求修正时，也应触发——即使他们从未说出「提示词」一词。不要用于静态图像（请使用同级的 image 技能）、对已有素材进行剪辑、调色或合成，也不要用于撰写无需生成环节的长篇电影剧本。

A

ai-podcast-creation

inference-sh / skills

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、用于音频合成的 ffmpeg。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

S

synthetic-screen-recording

calesthio / openmontage

针对 Remotion `TerminalScene` 的合成终端风格录屏指导。

T

threejs-r3f

athevon / genjutsu

面向 Claude Code、claude.ai 和 Cowork 的创意编码技能，涵盖 Web（GSAP、Motion、Three.js、CSS）、Android（Jetpack Compose）和 Apple（SwiftUI）的动效、微交互与设计系统。先提出交互方案供你批准，再编写代码。拒绝 AI 垃圾设计。

C

comfyui-troubleshooter

mckruz / comfyui-expert

诊断 ComfyUI 错误、工作流故障和质量问题。根据错误模式、缺失依赖项和社区已知的解决方法提出修复建议。ComfyUI 工作流失败或产生意外结果时使用。

V

video-batch-runner

postplusai / postplus-skills

根据简报、提示词、图像、音频或参考片段生成视频。选择 Seedance 2.5 生成模式，提交一个或多个片段、恢复运行并下载结果

W

website-to-video

calesthio / openmontage

获取通用网站/URL，将其转换为 HyperFrames 视频（基于网站自身画面的站点导览、展示或社交短片）。使用无头 Chrome 截图加品牌素材。当意图为通用场景时使用——作品集/博客/落地页展示，或来自网站的社交短片。不适用于：产品/SaaS 发布或宣传片（→ /product-launch-video，即使给出 URL）；没有网站的主题讲解（→ /faceless-explainer）；GitHub PR（→ /pr-to-video）；为现有视频添加字幕（→ /embedded-captions）；无旁白短页面高亮动态图形（→ /motion-graphics）。不确定是发布还是通用网站？问一个问题，或从 /hyperframes 开始。

S

speakturbo-tts

emzod / speak-turbo

让你的 Agent 能够实时与你交谈。与 Claude 对话！超快速 TTS、文本转语音、语音合成，音频输出延迟约为 90ms。内置 8 种语音，可即时回复。语音克隆请使用 speak skill。

V

video-toolkit

calesthio / openmontage

使用 claude-code-video-toolkit 自动制作专业视频——AI 配音、图像生成、音乐、真人口播以及 Remotion 渲染。

A

add-audio

playableintelligence / game-creator

使用 Web Audio API 为游戏添加音乐和音效，包括背景音乐、游戏主题音乐和 SFX。零依赖。用户提出“添加音乐”“添加音效”“添加音频”“让声音更好听”“添加 BGM”或“为我的游戏添加 SFX”时使用。不要用于游戏玩法功能或视觉设计。

O

openai-image-gen

openclaw / openclaw

通过 OpenAI Images API 批量生成图像。随机提示词采样器 + `index.html` 图库。

C

content-repurposing

inference-sh / skills

内容原子化——把一份内容转化为多种格式。涵盖博客转推文串、博客转轮播图、播客转博客、视频转金句等。用于：内容营销、社交媒体、多平台分发、内容策略。触发词：content repurposing、repurpose content、content atomization、content recycling、one to many content、multi platform content、cross post、adapt content、reformat content、blog to thread、blog to video、podcast to blog、content multiplication

G

game-designer

dylantarre / animation-principles

在设计游戏手感、玩家反馈系统，或制作能够增强游戏体验和玩家满意度的动画时使用。

A

add-assets

playableintelligence / game-creator

将几何图形替换为像素艺术精灵——可辨识的角色、敌人和物品，并可选择添加动画。用户说“添加精灵”“用真实美术替换这些形状”“添加像素艺术”“让角色看起来更真实”或“添加游戏素材”时使用。对于 3D 游戏，请改用 add-3d-assets。不要用于 3D 模型（使用 add-3d-assets）或玩法改动（使用 add-feature）。

V

viral-hook

pika-labs / pika-plugins

用户要求制作病毒式开场，或任务符合以下示例时使用。为用户的视频添加 4s 病毒式开场和可选的设计标题，然后硬切至真实片段。吸睛事件在用户自己的场景中爆发；标题由 Seedance 在场景内渲染。一次 MCP 调用即可完成整个渲染。需要 Pika MCP。触发语：“add a viral hook”“disruption hook on my video”“hook + title on my clip”“viral hook with typography”“scroll-stopper intro”。

S

subtitle-packager

postplusai / postplus-skills

将规范化的带时间戳转录数据转换为 SRT 和 ASS 等字幕文件。当已有稳定的规范化转录 JSON，且主要任务是字幕分段、时间规范化和导出打包时使用。

A

audiocraft-audio-generation

orchestra-research / ai-research-skills

用于音频生成的 PyTorch 库，包括文本转音乐（MusicGen）和文本转声音（AudioGen）。可根据文本描述生成音乐、创建音效，或执行旋律条件音乐生成。

V

voice-batch-runner

postplusai / postplus-skills

根据脚本和角色参考资料执行已批准的声音设计或克隆请求。返回可重复使用的音频片段和已保存的运行结果，并保持声音身份一致。

G

godot-asset-generator

jwynia / agent-skills

使用 AI 图像生成 API（DALL-E、Replicate、fal.ai）生成游戏素材，并为 Godot 做好准备。涵盖从概念图和风格指南到最终精灵、精灵表和导入配置的完整美术流程。在创作游戏美术、生成精灵、制作图块集、创建 UI 元素或准备导入 Godot 的素材时使用此技能。关键词：游戏素材、AI 美术、DALL-E、Replicate、fal.ai、精灵表、图块集、Godot、像素美术、角色精灵、游戏美术、纹理、动画帧。

M

muapi-workflow

samuraigpt / generative-media-skills

构建、运行并可视化多步骤 AI 生成工作流。AI 架构师将自然语言描述转换为互连节点图，将图像生成、视频创建、增强和编辑串联成自动化流水线。

U

unity-vrc-world-sdk-3

niaka3dayo / agent-skills-vrc-udon

VRChat World SDK 3 场景与 Inspector 设置、组件放置、优化和上传指南。适用于 VRChat 世界场景配置、VRC SDK 组件、图层、烘焙光照、Quest/Android 性能、Dynamics for Worlds、Build Panel 警告处理、验证和上传。涵盖 WorldQualitySettings、VRC_SceneDescriptor、VRC_Pickup、VRC_Station、VRC_Mirror、VRC_ObjectSync、VRC_CameraDolly、生成点、碰撞矩阵、PhysBone 和 Contact 组件放置、Box Contacts、Global Avatar PhysBone Colliders，以及 VRCPhysBoneCollider 组件设置。当前支持／最近验证版本：SDK 3.10.5。以下内容会触发：VRChat 世界场景、VRC SDK、场景设置、组件放置、优化、Quest 支持、光照烘焙、上传、SDK 验证、Build Panel 警告、Auto Fix、红色警告、黄色警告或白色警告。不要用于 UdonSharp C# 或 VRCTween 调用；运行时脚本请使用 unity-vrc-udon-sharp。UdonSharp 包、asmdef 和 Version Defines 相关工作也属于该技能。

H

huashu-motion

alchaincyf / huashu-motion

以可编辑代码制作动态图形、发布视频和解说视频。导演为你的产品挑选动态语言；你可以指向画格进行修改。动画、发布片、解说视频，指着画面改。

H

hyperframes-media

calesthio / openmontage

HyperFrames 编辑的音频和媒体资源，由一个共享的音频引擎（scripts/audio.mjs）驱动 — 多供应商 TTS（HeyGen / ElevenLabs / Kokoro 本地），背景音乐 + 音效（默认通过 HeyGen 音频库检索，支持本地 Lyria / MusicGen BGM 生成和打包的 SFX 库作为无凭证回退），Whisper 转录，背景移除和字幕创作。用于配音 / TTS、BGM、SFX / 音效、转录、字幕 / 字幕 / 歌词 / 卡拉 OK / 逐词样式、语音 + 供应商选择和音乐情绪提示。

Q

qwen-edit

digitalsamba / claude-code-video-toolkit

Qwen-Image 的 AI 图像编辑提示词模式（默认使用 Qwen-Image-Edit-2511；Qwen-Image-2.1 可通过 Modal 选择用于非商业用途）。适用于在保留身份特征的同时编辑照片、调整裁剪图像构图、更换服装或配饰、调整姿势、应用风格迁移或转换角色。提供提示词模式、参数调优和示例。

H

huashu-douyin-script

alchaincyf / huashu-skills

抖音爆款脚本创作工作流。从竞品视频拆解到脚本生成的完整流程：下载抖音视频→Gemini 视频分析→爆款公式提炼→脚本+分镜生成→AI 味审校。当用户提到“抖音脚本”“爆款拆解”“竞品分析”“带货脚本”“千川素材”“种草脚本”“视频拆解”“抖音视频分析”时使用此技能。

C

creative-qa

postplusai / postplus-skills

记录短视频制作中对生成图片、配音片段和视频的人机协同质量评估。人员审查素材后，需要结构化记录结论、理由、问题类别和重新生成建议，而不希望主观审批变成无法追踪的聊天记录时使用。

R

reels-script

social-media-skills / skills

用于撰写 Instagram Reels 脚本：原生、优先面向静音观看的短视频脚本，针对 Instagram 的发现引擎优化，围绕 3 秒开场钩子、完播与转发私信（DM 分享）构建。当用户说「Reels script」「Instagram Reel」「做个 Reel」「Reel 钩子」「试拍 Reel」，或明确要为 Instagram 制作短视频时使用。先读取品牌资料与语气设定；先写出静音版本；按完播与转发私信优化结构；埋入 IG 搜索关键词；选择原创还是热门音频（热门音频需在应用内原生添加，而非通过 WoopSocial）；确定封面画面要点；输出制作文档（镜头 - 屏幕文字 - 台词 - 音频 - 时长），并为无露脸/空镜镜头提供 Veo 提示词包。通用的脚本创作方法见 short-form-video-script；TikTok 用 tiktok-script；Shorts 用 youtube-shorts；文案交给 caption-writer，发布交给 instagram-reels-publishing，排期交给 scheduling-and-queue。

V

video-toolkit

calesthio / openmontage

使用 claude-code-video-toolkit 自动制作专业视频——AI 配音、图像生成、音乐、真人口播以及 Remotion 渲染。

E

explainer-video-guide

inference-sh / skills

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。

C

canvas-generative

athevon / genjutsu

面向 Claude Code、claude.ai 和 Cowork 的创意编码技能，涵盖 Web（GSAP、Motion、Three.js、CSS）、Android（Jetpack Compose）和 Apple（SwiftUI）的动效、微交互与设计系统。先提出交互方案供你批准，再编写代码。拒绝 AI 垃圾设计。

A

avatar-video

heygen-com / skills

使用 HeyGen 的 v3 API（POST /v3/videos）创建 AI 虚拟形象视频，并精确控制虚拟形象、声音、脚本和背景。两种模式：使用 avatar_id 的 type="avatar"，或使用图像 AssetInput（Avatar IV）的 type="image"。适用于：（1）为视频选择特定虚拟形象和声音；（2）编写虚拟形象要朗读的准确脚本；（3）将照片制作成说话视频（type="image"）；（4）使用 remove_background 创建透明背景视频；（5）将 HeyGen 虚拟形象与 Remotion 集成；（6）按精确规格批量生成视频；（7）精确控制、保持品牌一致的视频制作。

H

hyperframes-animation

calesthio / openmontage

HyperFrames 的全部动画知识——原子化运动规则、多阶段场景蓝图、场景转场、更广泛的运动设计技术，以及七个运行时适配器（默认 GSAP，另有 Lottie、Three.js、Anime.js、CSS keyframes、Web Animations API、TypeGPU）。用于任何运动或动画任务：挑选 2-4 条规则进行组合，或加载蓝图，或查阅特定运行时的 API（如 GSAP 缓动 / Lottie 播放器 / Three.js 混音器）。HyperFrames 原生：单一暂停时间线、可安全定位、确定性强。

H

hyperframes-core

calesthio / openmontage

HyperFrames 合成规范——构建一个可渲染的项目。涵盖合成结构、`data-*` 时序属性、`class="clip"`、轨道、子合成、变量、由框架管理的媒体播放、确定性渲染规则与校验。编写合成 HTML 前请先阅读。

M

media-router

postplusai / postplus-skills

执行前，将音频、视频、转录稿、字幕和剪辑准备请求路由到合适的媒体理解工作流。用户需要转录、生成字幕、节拍映射、B-roll 规划或可直接用于剪辑的输出，且首先需要确定应运行哪个技能和模型链时使用。

D

drama-creator

vangong1999 / screen-creative-skills

创作与优化竖屏短剧剧本：宏观建构、分集撰写、节奏和台词优化、打脸/悬念创意。适用于从零创作短剧、修改剧本、设计大纲与钩子时。

A

ai-video-gen

heygen-com / skills

使用 HeyGen API 根据文本提示词生成 AI 视频。适用于：(1) 根据文本描述生成视频；(2) 为内容制作创建 AI 生成的视频片段；(3) 使用参考图像进行图生视频；(4) 选择视频生成服务提供商（VEO、Kling、Sora、Runway、Seedance）；(5) 使用 HeyGen 的 /v1/workflows/executions 端点生成视频。

H

hyperframes-creative

calesthio / openmontage

HyperFrames 视频的非动画创意方向。用于设计规范（frame.md / design.md）处理、调色板、排版、旁白、节拍规划、音频响应式视觉、构图模式以及品牌/风格决策。对于原子运动模式和场景蓝图，请使用 `hyperframes-animation`。

M

music-to-video

calesthio / openmontage

当用户有音乐曲目（音频文件，或用于提取音频的视频）并希望生成与节拍同步的 HyperFrames 视频时使用，风格可从平静到强烈有力。音乐驱动一切：一个分析器读取一次音乐，编排器排布帧并填充逐帧计划，一个子 Agent 构建每一帧。排版和模板是底线——完整的视频无需任何素材——但用户提供的任何图片或视频都会按同一节拍网格切分并融入各帧（beat-cut / ken-burns）。类型（歌词视频、幻灯片、动态促销）由逐帧选择自然产生；流程不会据此分支。

N

nano-banana

inference-sh / skills

通过 inference.sh CLI 使用 Google Gemini 原生图像模型生成图像。模型：Gemini 3 Pro Image、Gemini 2.5 Flash Image。能力：文字转图像、图像编辑、多图输入。触发词：nano banana、gemini image、gemini 3 pro image、gemini 2.5 flash image、google image generation、native image generation、gemini native image

T

talking-head-production

inference-sh / skills

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

C

cli-anything-blender

hkuds / cli-anything

Blender 的命令行界面——用于编辑 3D 场景的有状态命令行界面，遵循与 GIMP CLI 相同的模式……