Skills

P

promo-video

iart-ai / ecommerce-video-skills

当用户要求“制作销售视频”“创建促销视频”“制作折扣/百分比优惠揭晓”“为原价→现价制作带删除线的动画”“制作 Black Friday / 限时特卖 / 清仓视频”“制作带倒计时的促销码揭晓”或“为多种产品批量套用促销模板”时使用。涵盖优惠公告流程——折扣揭晓、价格删除线、促销码、紧迫感、产品镜头、CTA——以及将产品和优惠数据转化为多个视频。

E

elevenlabs-stt

inference-sh / skills

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

L

llm-writing

haowjy / creative-writing-skills

在撰写或修改面向人的文本之前加载。谨慎用词，让内容立足于读者的处境，并在定稿前删去 LLM 的惯用套话。

E

elevenlabs-voice-isolator

inference-sh / skills

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。

M

motion-figure

rohitg00 / ai-engineering-from-scratch

构建能够移动或响应读者操作的图示，分为三个层级：课程中的 SMIL 动画和滑块控件；展示真实系统指定部件并给出计算结果的交互式机制图；以及采用课程配色的有序抖动色带。触发词：“动态图示”“添加滑块控件”“交互式图示”“展示系统如何工作”“让图表动起来”“抖动页眉”“机制图”“图示围栏”。

使用 Seedance 模型生成视频。当用户希望通过文本提示词、图片或参考素材创作视频时调用。

E

elevenlabs-voice-changer

inference-sh / skills

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

A

atlas-cloud

atlascloudai / atlas-cloud-skills

Atlas Cloud API 集成技能：通过统一 API 快速调用 300 多个 AI 图像生成、视频生成、音频（TTS、音乐、语音转文字）、3D 生成和大模型。当用户需要集成 AI 图像生成（如 Flux、Seedream、DALL-E）、AI 视频生成（如 Kling、Sora、Seedance）、调用大模型 API（OpenAI 兼容格式）、生成语音/TTS 或音乐（如 Seed Audio、Suno）、将音频转写为文字（ASR），或将图像/文字转换为项目中的 3D 资产时，使用此技能。还涵盖模型发现与关键词搜索、上传本地图像/媒体文件、一键快速生成以及配置 ATLASCLOUD_API_KEY。即使用户没有明确提到 Atlas Cloud，只要涉及 AI 媒体生成 API 的集成开发，就应考虑使用此技能。

R

runway-dev-models

runwayml / skills

在应用中添加或维护直接的 Runway Dev 模型端点时使用，包括图像、视频、音频或任务处理。必要时了解当前模型的访问方式和限制，遵循精确的端点契约，并通过官方 SDK 集成。对于已配置的模型无关路由，请改用 runway-dev-model-routers。

S

save-to-spotify

cline / skills

创建精致的音频内容并保存到 Spotify。生成带有 TTS 旁白的单集、丰富的时间线（章节加上播放器内图片、外部链接和 Spotify 实体卡片）以及封面图片。也用于保存原始媒体、管理剧集/单集以及进行时间线导航。

W

watch-video

coreyhaines31 / makerskills

需要从视频中提取内容时使用——YouTube、Loom、Vimeo、Riverside、Zoom 录制、本地 MP4、X/IG 视频，以及 yt-dlp 支持的任何内容。每次调用由用户选择三种深度模式：transcript（仅文字，快速/免费）、visual（transcript + ffmpeg 帧提取 + Claude 对关键时刻进行视觉分析）、multimodal（若设置了 $GEMINI_API_KEY，则使用 Gemini 原生视频导入，否则使用密集 Claude 视觉分析）。转录使用本地 Whisper（Apple Silicon 上使用 MLX-Whisper，其他环境使用 faster-whisper）；若平台提供字幕则回退使用（Loom、Riverside、YouTube 自动字幕）。保存至 ~/Documents/videos/<source>-<slug>-<date>/，并可选择将摘要保存到 second-brain raw/，文件名前缀为 call-/meeting-/note-。当出现“/watch-video <url>”“watch this video”“transcribe this loom”“analyze this video”“summarize this recording”“key moments from this”“what happened in this video”时触发。要获取帖子的文本和互动数据，请使用 social-fetch。

P

photo-abstract-editorial

zzzlc0405 / photo-abstract-editorial

创作简洁的竖版编辑风格作品：保留上传的照片作为原始图像，并搭配克制、源自照片的抽象记忆面板与诗意的英文标题。适用于将照片转换为抽象编辑双联画、照片加抽象的构图、视觉记忆面板或极简档案海报，且不重绘或风格化源照片。

字节跳动 AI 视频创作工具。支持漫剧、短剧、电影创作，从剧本到成片的全流程自动化。触发词：漫剧、短剧、电影、动漫视频、漫画视频、剧情视频、短视频创作、漫剧生成、动画制作、drama video、byted-drama

M

manim

iart-ai / manim-skills

用户要求“制作数学动画”“让方程动起来”“使用 Manim”“制作 3Blue1Brown 风格的视频”“绘制或制作图形/函数动画”“可视化数学/物理/计算机科学概念”“将一个公式变形成另一个公式”“制作几何证明动画”或“渲染数学讲解视频”时使用此技能。涵盖 Manim Community Edition，包括 Scenes、Mobjects、动画、LaTeX/MathTex、图形、updaters/ValueTracker、3D，以及通过 CLI 渲染为 MP4/GIF。

Y

yt-search-download

joeseesun / yt-search-download

YouTube 视频搜索、下载视频、下载字幕工具。结合 YouTube Data API v3 进行高级搜索，yt-dlp 下载视频/音频/字幕。核心能力：全站关键词搜索、频道浏览、按时间/播放量/相关度排序、下载视频、提取音频（MP3）、下载字幕（中英文）、查看视频详情。触发场景（任何涉及 YouTube 的操作都应使用此 skill）：搜索类："搜索YouTube"、"YouTube搜索"、"找YouTube视频"、"搜索[频道名]最新视频"、"查找[人名]的YouTube"、"[人名]最近更新的YouTube"、"YouTube上有什么关于XXX的"；频道浏览类："浏览频道"、"看看[频道名]最新视频"、"[人名]最近发了什么视频"、"[人名]YouTube更新"、"查看[频道名]的视频列表"；下载视频类："下载YouTube"、"下载这个视频"、"下载YouTube视频"、"把这个视频下载下来"、"保存视频"；下载音频类："提取音频"、"下载音频"、"YouTube转MP3"、"只要音频"；下载字幕类："下载字幕"、"提取字幕"、"获取字幕"、"下载YouTube字幕"、"中文字幕"、"英文字幕"、"提取文字"、"视频转文字"、"获取视频文本"；视频信息类："视频详情"、"视频信息"、"这个视频多长"。关键词匹配：只要用户消息中出现 "YouTube"、"油管"、"YT"、"yt" 加上搜索/下载/字幕/频道/视频等动作词，就应触发此 skill。

I

instagram-reels-publishing

social-media-skills / skills

Instagram Reels 发布机制技能——与 reels-script（脚本）、instagram-seo（关键词标题）和 platform-specs-and-validation（跨平台校验）不同。当有人已有一条完成的 Reel、需要正确发布时使用：规格、封面、安全区域、发布设置。它让 Reel 以 Instagram 展示的方式呈现：符合 9:16 规格的视频、能经受信息流与个人主页网格裁剪的安全区域、自定义网格安全封面（发布前选定，发布后无法编辑）、关键词标题和音频。使用 FRAME 框架。先读取品牌档案和 Reel 素材。Agent 会给出发布设置、封面简报以及规格/安全区域清单，并提供音频和标签建议。WoopSocial 按计划发布 postType REEL + 视频 + 标题 + 封面；热门音频、分享到信息流、标签和 Reel Insights 保留原生/应用内完成；视频和封面来自其他工具。移除其他平台的水印；绝不编造数据。

H

huashu-wechat-image

alchaincyf / huashu-skills

为微信公众号文章生成高质量配图。支持封面图（2.35:1）、正文插图（16:9/4:3）、信息图。提供两条路径：AI生成（视觉创意型）和HTML渲染（文字精确型）。当用户提到"公众号配图"、"公众号封面"、"文章配图"、"正文插图"、"公众号图片"时使用此技能。

W

worldbuilding

jwynia / agent-skills

诊断世界层面的故事问题。当设定显得单薄、制度像是被刻意设计出来而非自然演变、经济逻辑讲不通，或非人类种族看起来只是穿着戏服的人类时，应使用此技能。关键词：世界构建、设定、世界、制度、经济、文化、物种、后果。

H

huashu-xhs-image

alchaincyf / huashu-skills

为小红书笔记生成高质量配图。默认 AI 生成（Gemini），仅精确数据表格用 HTML 兜底。当用户提到“小红书配图”“小红书封面”“小红书图片”“做张小红书图”“笔记配图”时使用此技能。

W

webnovel-review

lingfengqaq / webnovel-writer

使用审查 Agent 评估章节质量，生成报告并写回审查指标。

H

huashu-script-polish

alchaincyf / huashu-skills

视频脚本口语化审校，去书面腔让脚本适合说出来。当用户提到"口语化"、"太书面了"、"像说话一样"、"脚本审校"时使用。

S

speak-tts

emzod / speak

让你的 Agent 能实时与你对话说话。和 Claude 聊天！本地 TTS、文本转语音、语音合成，以及在 Apple Silicon 上进行声音克隆的音频生成。适用于朗读文章、有声书旁白或语音回复。通过 MLX 完全在设备上运行——无需 API 密钥。

H

humanize

epoko77-ai / im-not-ai

对 AI 撰写的韩文文本进行自然润色的入口命令。按 shim 的 route_hint 指定的路径（light 1 次调用 · standard 2 次调用 · heavy 3 次以上调用）运行 humanize-korean 流水线，指定 `--strict` 时固定为 heavy。触发词 — "/humanize"。

S

stagefight

pika-labs / pika-plugins

当用户要求 stagefight 或符合以下示例的任务时使用。生成一段易传播的"粉丝拍摄的编排打斗"短片——手机第一视角画面：两名身着戏服的表演者在现场户外活动上装饰精致的主题舞台上进行编排好的角色扮演对决，带有可信的现场舞台特效（烟雾／彩色火焰／水柱喷泉），前景是正在拍摄的人群。先用 gpt-image-2 生成舞台静帧，再转为图生视频（Seedance，约 10 秒，16:9）。对广告主友好的"戏剧化表演"包装，正是让打斗内容通过审核的关键。触发词："/stagefight"、"make a staged fight video"、"fan-filmed cosplay fight"、"ninja/samurai stage battle"、"that staged fight trend"。需要 pika MCP。

C

canvas-design

sickn33 / agentic-awesome-skills

这些是关于创建设计理念的说明——即随后以视觉方式表达的美学运动。仅输出 .md 文件、.pdf 文件和 .png 文件。

G

gameday

pika-labs / pika-plugins

当用户要求 gameday 或与下列示例匹配的任务时使用。把球迷带入比赛现场。用户上传自己的一张照片并说出自己最喜欢的球队；生成 6 张照片的比赛日超级球迷轮播图——同一个人身穿该队球衣出现在比赛现场的六张独立图像。触发词：“/gameday”、“把我变成 [球队] 超级球迷”、“把我放到比赛现场”、“比赛日轮播”。需要 Pika MCP。

H

huashu-topic-gen

alchaincyf / huashu-skills

快速生成 3-4 个选题方向，含标题、大纲和优劣分析。当用户提到"选题"、"写什么"、"文章方向"、"题目建议"时使用。

I

idea-generation-and-ideation

social-media-skills / skills

创意系统方法——通过运行一套系统而非等待灵感，持续获得内容创意。适用于有人灵感枯竭、盯着空白日历、询问好创意从何而来、想建立创意库/待办列表、觉得 AI 生成的创意与众人雷同，或认为自己的细分领域“很无聊”时。使用 SPARK 框架。首先读取 brand-profile + social-strategy + content-pillars + audience-research。受众是创意引擎（将评论/私信/常见问题归类为主题）；AI 扩展真实信号，而非发现信号；系统胜过灵感缪斯；趋势是时机筛选器，而非来源。Agent 负责归类、扩展和评分；人类提供专有信号并做决定；WoopSocial 发布内容，而非创意。绝不改写竞争对手的帖子、捏造受众问题或虚构探测结果。不同于 social-strategy/content-pillars、audience-research、cross-platform-repurposing/ content-recycling 和格式类技能

W

writing-staffing

haowjy / creative-writing-skills

组建写作团队的调度参考，说明应附加哪些额外技能、传递哪些文件、引用哪些资源，以及何时分派任务或并行推进。为工作流配置团队时加载

A

auto-editor-effects

wyattblue / auto-editor

使用 auto-editor 为视频/音频片段应用操作和动画：调整速度、压低或淡化音量、去齿音、缩放/Ken Burns、旋转/转动、绘制方框、叠加徽标或画中画，并通过渐变和缓动为这些效果添加动画。适用于需要创意效果或按片段设置行为，而非仅剪除静音的情况。

S

syncfusion-react-image-editor

syncfusion / react-ui-components-skills

全面掌握 Syncfusion React Image Editor，实现各类图像编辑。用户需要编辑图像、添加标注、应用滤镜、管理图层或实现图像编辑功能时使用。支持多种格式（PNG、JPEG、SVG、WEBP、BMP）、标注（文本、形状、手绘、图像）、效果（滤镜、微调）以及无障碍特性。

A

anti-slop

rand / cc-polymath

用于检测和消除「AI 垃圾内容」的全面工具包——即自然语言、代码和设计中泛泛而谈、质量低劣的 AI 生成模式。适用于审查或改进内容质量、防止通用 AI 模式、清理现有内容，或在写作、代码、设计工作中执行质量标准。

H

huashu-speech-coach

alchaincyf / huashu-skills

演讲与分享教练。基于 Patrick Winston（MIT AI 教授）的 How to Speak 方法论，帮助准备线下培训、技术分享、B 站教程视频等演讲场景。当用户提到“演讲”“分享”“培训”“讲课”“PPT 演讲”“开场”“结尾”“如何讲”“演讲结构”时使用此技能。

B

bfl-api

black-forest-labs / skills

BFL FLUX API 集成指南，涵盖端点、异步轮询模式、速率限制、错误处理、Webhook 和区域端点，并提供 Python 与 TypeScript 代码示例。

S

scenario

scenario-labs / skills

通过 MCP 将 AI Agent 连接到 Scenario（scenario.com），或任务涉及生成图像、视频、3D、音频、精灵图、纹理或游戏素材时使用。选择 Scenario 模型、运行 LoRA、优化生成提示词、上传参考图、等待生成任务、检查额度或配额、遇到 Scenario 身份验证、权限范围或 Forbidden 错误，或在 Claude Code、Cursor、VSCode 或其他 Agent 中设置 mcp.scenario.com 时也使用。

S

story-maintenance

danjdewhurst / story-skills

当用户要求"验证"、"重新索引"、"修复注册表"、"检查链接"、"运行连续性、节奏、线索、声音或名称检查"、"统计字数"、"总结故事项目"、"导入现有手稿"、"导出手稿"、"运行构建"、"生成图表"、"用 `story passes` 记录修订轮次状态"、"运行 story CLI"，或希望对 Story Skills markdown 项目进行确定性的维护时，使用此技能。它运行 CLI 并读取其输出；不用于判断问题或修改故事（连续性错误用 revision-continuity，修订轮次用 revision passes，节奏用 plot-structure，声音与文风用 voice-style，线索与公平游戏用 genre-craft），也不用于与读者分享审阅副本（用 feedback-triage）。

C

comfyui-character-gen

mckruz / comfyui-expert

在 ComfyUI 中构建保持身份一致的角色生成工作流与流水线。根据用例需求选择最佳的身份保持方法（InfiniteYou、FLUX Kontext、PuLID、InstantID、IP-Adapter）。涵盖人脸保留、相似度迁移、跨域转换（3D 转照片）、多参考一致性、迭代式角色编辑和角色变体生成。在请求生成风格一致的角色、跨图像保持身份、创建换脸工作流或将 3D 渲染转换为逼真肖像时触发。不涵盖无需身份保持的通用图像生成、模型训练/LoRA 微调、动画、技术说明或工作流调试。

V

video-ad-analysis

openclaudia / openclaudia-skills

解构并分析视频广告素材，以获得营销洞察。当用户说「分析这个广告」「广告创意分析」「解构这个视频广告」「视频广告复盘」「广告拆解」「为什么这个广告有效」「创意分析」，或提供视频广告 URL 并要求给出营销洞察时使用。

T

talking-head-and-piece-to-camera

social-media-skills / skills

镜头前表达技巧：帮助真人拍摄自己对着镜头说话的视频，并自然呈现真实的自己。有人想制作“对镜讲话视频”或“对镜演讲”，说“拍我自己”或“我在镜头前看起来很僵”，询问提词器、构图、灯光、音频或重拍，或想批量拍摄视频时使用。采用 TAKES 框架。优先使用手机：设备几乎从来不是瓶颈。先读取 brand-profile + voice-builder；脚本取自 short-form-video-script（它负责写稿，本技能负责呈现）。Agent 指导准备和表达、整理提词器稿/节奏图脚本并规划批量拍摄日；真人负责拍摄和选取镜头（Agent 无法查看素材）；WoopSocial 发布成片。害怕镜头？如实转向 heygen/synthesia 或无露脸形式。绝不虚构“那条拍得真好”。不同于 scripting-and-storyboarding（拍摄计划）、heygen/synthesia（虚拟形象）以及 captions-and-clipping/capcut/descript（剪辑）。

D

demo-video

alirezarezvani / claude-skills

当用户要求基于截图或场景描述制作演示视频、产品演示、功能展示、动画演示文稿、营销视频或 GIF 时使用。编排 playwright、ffmpeg 和 edge-tts MCP，产出精致的视频内容。

P

product-launch-motion

abubakrchan / product-launch-motion

用户要求制作发布视频、产品影片、动态设计作品、UI 动效片段、Dribbble 风格的 UI 动画或动态品牌/Logo 片头时使用——即任何从 HTML 渲染为 MP4，并包含光标、形变 UI、弹簧动效、节拍同步音乐和音效的作品。包含 Chan 的完整创意指导（单一形状不断切、模糊内容切换、弹簧动效、真实数据、Logo 撞入、不设创意限制）以及经过验证的构建/渲染流程（纯 seek(t)、闭式弹簧、Playwright 子帧、ffmpeg tmix、numpy 节拍网格）。

H

humanize-chinese

sickn33 / agentic-awesome-skills

检测并重写带有 AI 味的中文文本，提供涵盖评分、人性化、学术 AIGC 降重和风格转换的实用工作流。当用户提出 去AI味、降AIGC、去除AI痕迹、论文降重、知网检测、维普检测、humanize chinese、detect AI text，或希望让中文文本更自然时使用。

W

writing-style-and-tone

social-media-skills / skills

写作工艺技能——将风格与语气作为实用技巧，涵盖节奏、具体性、语气调节，以及让文字读起来更像真人的编辑流程。适用于有人觉得帖子“听起来像 ChatGPT”、草稿需要风格编辑、希望针对不同平台或场合调整写法但不失品牌声音、文字语法完美却读起来令人疲惫、经理要求禁用破折号或追求检测器分数，或任何 AI 辅助草稿需要经过规定的质量检查时。使用 STYLE 框架。首先阅读 voice-builder、brand-profile 和相应的格式技能。应结合判断综合看待各种特征——没有单一标记能证明内容由 AI 生成，检测器也会误判真人写作；关键是写出有真实归属感的内容，让这个问题根本无从发生。声音代表身份；语气代表表达风格。Agent 负责起草；真人提供亲身细节并作最终决定；绝不编造轶事或故意制造错别字。与 voice-builder、hook-writer、格式技能以及 content-research-and-sourcing 不同。

Y

youtube-long-form

social-media-skills / skills

2026 年 YouTube 长视频的增长引擎。有人要求“grow my YouTube channel”“get more views on my videos”“plan/script a YouTube video”“improve my CTR or retention”“why did my video flop”，或需要长视频策略时使用。生成包装方案和脚本；由人类拍摄、剪辑并设计缩略图；发布通过 scheduling-and-queue -> WoopSocial；分析和会话功能位于 YouTube Studio。它与 youtube-shorts 方向相反，是其姊妹工具。

S

storyboard-grid-writer

postplusai / postplus-skills

为短内容的图像生成或预可视化工作流编写高密度分镜网格提示词。当生成任务需要在图像或视频生成之前给出 6-9 格网格、钩子逻辑、可见动作、产品展示时机和负面约束时使用。

F

frontend-design-pro

binjuhor / shadcn-lar

创建令人惊艳、可直接上线的界面，并提供完全匹配的真实照片（Unsplash/Pexels 直链）或无懈可击的自定义图像生成提示词，用于主视觉图、背景和插画。零 AI 粗制滥造，零虚假链接。

I

image-prompt

social-media-skills / skills

作为帖子所需图像的基础和路由器：将社交媒体需求转化为清晰的图像简报，使用与模型无关的提示词编写方法进行描述，并路由到合适的工具。用户说“我需要为这篇帖子配一张视觉图／图片”“我该用什么图片”“制作一张图”“帮我写图像提示词”，或不确定该用哪种图像工具／模型时运行。读取 brand-profile 获取视觉品牌信息。介绍图像简报、自然语言中优质提示词的通用结构，以及工具路由器（排版类 → ideogram/nano-banana；写实类 → nano-banana/flux；超现实类 → Midjourney；编辑类 → nano-banana/flux；矢量类 → Recraft；视频类 → veo-3）。包含“这真的应该由 AI 生成吗？”检查（真实照片、截图或图表往往胜过泛化的 AI 生成内容）、无障碍要求和诚实的范围界定（披露 AI 使用情况，绝不生成可识别的真实人物或受版权保护的 IP，核实文本／数据）。交接给特定工具的迷你技能；WoopSocial 通过 Media 发布内容，不生成图像。

W

webnovel-plan

lingfengqaq / webnovel-writer

基于总纲生成卷纲、时间线和章纲，并把新增设定增量写回现有设定集。

A

ai-voiceover

social-media-skills / skills

由 ElevenLabs 主导的 AI 旁白／配音迷你技能。用户需要“AI 配音”“旁白”“视频文本转语音”“为我的 Reel/Short/讲解视频配音”“克隆我的声音”或“将视频配成其他语言”时使用。选择声音和模型，撰写适合听觉呈现的文案并指导表达方式；ElevenLabs 生成音频，由人工混音／审核，WoopSocial 负责排期／发布。位于 ai-video 路由器下，与 veo-3 和 heygen 同级。仅使用获得同意的声音；广告／政治内容中须披露 AI 配音。

I

image-generation

postplusai / postplus-skills

根据提示词、产品或参考图规划图像生成或编辑任务。在将可直接执行的请求交给 image-batch-runner 之前，先确定任务类型、模型和参考规则。

D

document-illustrator

op7418 / document-illustrator-skill

基于文档内容自动生成配图。AI 智能分析文档结构，归纳核心要点，为每个主题生成符合特定风格的配图。支持封面图生成和自定义图片比例。使用场景：当用户需要为文档、文章、笔记生成配图时。关键词：配图、插图、illustration、generate images、document images

M

music

marswaveai / skills

生成、混音、续写、编辑和分析 AI 音乐（Mureka）。触发词："音乐"、"music"、"生成音乐"、"generate music"、"翻唱"、"cover"、"混音"、"remix"、"续写"、"extend"、"纯音乐"、"instrumental"、"配乐"、"soundtrack"、"分轨"、"stem"、"识别歌词"、"recognize lyrics"、"作曲"、"compose"、"create a song"、"做一首歌"。

A

algorithmic-art

sickn33 / agentic-awesome-skills

算法美学是以计算为本质的美学运动，最终通过代码表达。输出 .md 文件（理念）、.html 文件（交互式查看器）和 .js 文件（生成算法）。

H

humanize-redo

epoko77-ai / im-not-ai

对最近一次润色结果进行二次润色——也可调整特定类别、段落和强度。在原有 run_id 上重新执行 humanize-korean strict 润色（Phase B），处理残留 finding。触发词——"/humanize-redo"。

G

genmedia

fal-ai-community / skills

使用 genmedia CLI 搜索、查看、运行和管理 1200 多个 fal.ai 模型端点。当用户提到 "genmedia"、"fal CLI"，或要求 "search models"、"run a model"、"fetch schema"、"check pricing"、"upload to fal"、"queue async job"、"track request"，以及任何与 fal.ai 端点目录的直接交互时触发。这是基础技能。本仓库中其他所有与 fal.ai 相关的技能都通过 genmedia 命令完成其工作。只要输出将被 Agent 解析，就使用 `--json`。

A

audio-generation

postplusai / postplus-skills

规划 TTS、声音克隆、变声、翻译配音或唇形同步音频。在把准备好的请求交给 voice-batch-runner 之前，先确定声音与参考素材的使用规则。

H

huashu-article-edit

alchaincyf / huashu-skills

标准化文章编辑流程，确保修改范围明确、进度可追踪、变更有记录。当用户说"编辑文章"、"修改文章"、"调整内容"、"改一下这篇"时使用此技能。

3

3d-asset-generation

calesthio / openmontage

使用 Atlas Cloud、fal.ai、授权目录和 Blender，为 OpenMontage 世界生成、重建、检查和分发生产级 3D 资产。

S

seedance-2-5

calesthio / openmontage

通过 fal.ai、Volcengine Ark、Runway 或 ComfyUI Partner Nodes，使用 ByteDance Seedance 2.5 生成 4–30 秒的电影感视频。适用于长时单次生成、音画同步，以及大型多模态参考集（最多 30 张图片、10 段视频和 10 段音频）。还涵盖 2.5 提示词规范：章节顺序、多镜头“Hard cut”拆分、用于保持镜头间连续性的命名锁定、素材与角色表方法、语音条件控制及迭代规范

V

veo-3

social-media-skills / skills

用于编写出色的 Google Veo（Veo 3.1）提示词，以生成或制作社交媒体视频动画——这是 video-prompt-craft 迷你技能，也是 nano-banana 的视频对应技能。用户需要 Veo/AI 视频提示词、用于帖子的短视频片段（B-roll、产品动态展示、吸睛视觉、发言人/UGC 片段、广告）、将静态图像制作成视频，或制作竖版 Reel/TikTok/Short 片段时运行。读取 brand-profile 获取品牌风格。Veo 的突出特点是可一次生成原生同步音频，且支持图生视频和原生 9:16 竖屏。涵盖提示词结构、音频提示、图生视频流程，以及 8 秒限制与延长/拼接。务实建议：先低成本迭代再定稿，披露 AI 视频（SynthID 水印），绝不生成可识别的真实人物或受版权保护的 IP。这是提示词创作层——API/连接以及 generate -> upload to WoopSocial Media -> attach 流程见 tools/integrations/veo.md；使用此技能包的是 reels-script 的 veo-prompt-pack。